星标超 28 万,OpenClaw 两天两次大更!适配GPT 5.4,告别“抽卡式 Prompt”

星标超 28 万,OpenClaw 两天两次大更!适配GPT 5.4,告别“抽卡式 Prompt”



整理 | 梦依丹

出品 | ZEEKLOG(ID:ZEEKLOGnews)

“We don’t do small releases.”

这是 OpenClaw 在发布 2026.3.7 版本时写下的一句话。

刚刚过去的周六与周日,这个 GitHub 星标已超 28 万 的 AI Agent 开源项目再次迎来两轮重量级更新。

两天两次更新:OpenClaw 做了一次“真正的大版本升级”

打开 OpenClaw 的 GitHub 更新日志,你会发现这次版本更新的规模确实不小。在 3 月 7 日发布更新后,第二天又迅速推出 2026.3.8-beta.1 和 2026.3.8 修复版。

官方在更新 2026.3.8 的说明中还开了一句玩笑:

“We fixed more things than we broke. Progress.”

我们修复的问题比制造的问题还多,这就是进步。

一如既往,OpenClaw 项目团队在所有的 release note 中逐一 @ 了每位贡献者——其中 2026.3.7 版本共有 196 位贡献者参与了的开发与改进,体现了 OpenClaw 开源生态的活跃与紧密协作。

两天更新的条目非常多,但从整体来看,此次更新主要集中在模型能力、Agent 架构、工程部署以及安全机制四个方向。

1. 模型能力升级:支持 GPT-5.4 与 Gemini 3.1 Flash-Lite

首先是模型层面的更新。OpenClaw 在本次版本中新增对 GPT-5.4 与 Gemini 3.1 Flash-Lite 的支持,使开发者能够更方便地接入最新的大模型能力。

2、Agent 架构升级:可插拔 Context Engine

本次更新中最受开发者关注的一项能力,是可插拔 Context Engine(上下文引擎)。

3、工程部署能力优化

在工程与部署层面,OpenClaw 也进行了多项优化,例如:

  • ACP 绑定支持重启恢复,提高 Agent 稳定性
  • Slim Docker 多阶段构建,减少容器体积
  • 新增 HEIF 图片格式支持
  • 修复 Telegram 通信问题

这些更新让 Agent 系统在真实运行环境中的部署与维护更加高效。

4、安全与可靠性增强

在  2026.3.8 更新中,团队又进一步强化了安全与运维能力,包括:

  • ACP provenance:让 Agent 能识别消息来源
  • Openclaw backup:新增备份与恢复能力
  • 12+ 项安全漏洞修复

OpenClaw 正加速 Agent 工程化落地

从这两次连续更新不难看出,OpenClaw 的发展重点已不再只是单纯的技术实验,而是逐渐走向智能体系统的工程化与落地应用。

在由 ZEEKLOG 与奇点智能研究院举办的 2026 奇点智能技术大会现场,主办方诚邀了多位来自一线企业的技术专家,分享 OpenClaw 在真实业务中的实践经验,包括但不限于以下几位嘉宾:

网易有道龙虾核心研发 刘志强

  • 演讲主题: 有道龙虾LobsterAI的养成与实践

MiniMax 研发工程师、开发者关系负责人 李元

  • 演讲主题:MiniMax M2.5 驱动的 OpenClaw 及 Agent 企业落地实践

沐曦应用生态负责人 韩泽耀

  • 演讲主题:从算力到智能体:OpenClaw 数字员工实践

腾讯云开发者 AI 产品负责人 汪晟杰

  • 演讲主题:WorkBuddy Claw 打造全民 AI 工作台

2026 奇点智能技术大会还邀请了众多来自开源社区、企业研发团队及 AI 产品实践领域的技术嘉宾,围绕 OpenClaw 与智能体的最新进展进行深度交流与探讨。

会场将呈现从模型能力 → Agent 架构 → 企业落地 → 多场景实践的全景视角,让参会者不仅看到开源项目的技术升级,也能了解其在产业实践中的实际应用价值。

以上只是 2026 奇点智能技术大会议题的冰山一角。

届时,我们将汇聚 50+ 位站在变革最前沿的技术专家,围绕大语言模型、多模态世界模型、AI Infra、AI 原生应用等十二大专题展开深度分享。

他们是:

  • 奇点智能研究院院长,ZEEKLOG 高级副总裁 李建忠
  • 腾讯微信搜索 AI 算法研究方向负责人、专家研究员 王炳宁
  • 新浪微博首席科学家及AI研发部负责人 张俊林
  • 小红书 AI 搜索生成算法负责人 陆承镪
  • 微软亚洲研究院人工智能推理组负责人 宫叶云
  • 京东探索研究院研究总监,多模态理解大模型研发团队负责人 王佳琦
  • Qoder 资深技术专家 谢吉宝(唐三)
  • 京东集团多模态基础模型团队负责人 黄浩洋
  • 微软亚洲研究院香港首席研究员 刘树杰
  • 百度 Comate 架构师 张立理
  • 无问芯穹技术副总裁 吴保东
  • Macaron AI首席科学家 马骁腾
  • vLLM 社区贡献者、红帽大中华区CTO 张家驹
  • 北京智源人工智能研究院AI框架研发负责人 敖玉龙
  • ……

如果你不满足于表面的概念炒作,如果你希望深入技术的肌理,看清未来半年的风向。

这里没有空泛的预测,只有扎实的复盘与当下的解法与前沿的探索。

与此同时,2026 奇点智能技术大会同步开放多种合作形式:

  • 技术生态合作伙伴
  • 企业专场共建
  • 行业解决方案联合展示
  • ……

我们期待与更多长期主义者一起,为 AI 时代留下可被验证、可被复用的工程经验。

图片

扫码下方二维码

提前预约 2026 奇点智能技术大会全套 PPT 资料

图片

官方网站:www.ml-summit.org

购票热线:400-821-5876

购票咨询:[email protected]

企业合作:[email protected]

演讲申请:[email protected]

媒体联系:[email protected]

↓↓ 点击「阅读原文」,了解「2026  奇点智能技术大会」更多信息!

Read more

AI 直接生成前端代码:我的软件原型设计流,从此告别重复画图

AI 直接生成前端代码:我的软件原型设计流,从此告别重复画图

近年来,AI 辅助开发越来越成熟,尤其是在快速原型设计方面。今天分享一下我如何借助 Cursor、Trace solo、ChatGPT、Qoder 等 AI 工具,高效完成软件原型的自动绘制与代码生成。 📌 核心流程三步走 1️⃣ 用 AI 输出需求文档(非技术描述) 首先,我会让 AI 根据产品思路或功能描述,生成一份清晰、无技术细节的需求文档。这一步不写代码,只聚焦逻辑与用户流程。 2️⃣ AI 生成 HTML 原型代码 基于上一步的需求文档,直接让 AI 生成对应的 HTML 代码,快速搭建出可交互的前端原型。支持实时预览,直观看到界面效果。 3️⃣ 反复微调,直至满意 生成的原型往往需要多次调整。通过自然语言描述修改方向,AI 可快速迭代代码,直至达到想要的交互与视觉效果。

By Ne0inhk
WebAgent详解+实战:用开源AI智能体搞定产品与竞品市场调研

WebAgent详解+实战:用开源AI智能体搞定产品与竞品市场调研

在市场调研场景中,产品及竞品分析往往需要投入大量人力,手动浏览网页、提取信息、整理数据,不仅效率低下,还容易出现信息遗漏、误差等问题。WebAgent作为通义实验室开源的端到端自主网页智能体,凭借强大的中文语义理解、多步骤推理和结构化输出能力,可完全本地部署且永久免费,能高效替代人工完成网页信息采集、竞品数据提取、产品信息汇总等调研工作。本文将从WebAgent核心介绍、部署要点入手,聚焦产品与竞争对手调研场景,一步步实现实战示例,让无论是开发者还是市场从业者,都能快速上手,用AI提升调研效率,摆脱重复劳动。 一、初识WebAgent:阿里开源的网页智能体“神器” 1.1 什么是WebAgent? WebAgent是阿里巴巴通义实验室开源的自主网页智能体框架,核心定位是“模拟人类浏览网页的完整流程”,能理解自然语言指令、规划浏览路径、执行网页操作(点击、翻页、搜索等)、提取关键信息并结构化输出,无需人工干预即可完成复杂的网页相关任务。 与国外的AgentQL相比,WebAgent最大的优势的是完全开源免费、支持本地部署、中文语义优化,无需调用云端API,数据可完全保存在内网,

By Ne0inhk

前端转型AI的“第一公里”:如何建立正确的AI心智模型?

前端转型AI的“第一公里”:如何建立正确的AI心智模型? 在过去的一年里,我见证了太多前端同行的焦虑与迷茫。AI浪潮袭来,很多人匆忙上阵,学会了调用OpenAI的API,甚至跑通了LangChain的Demo,但在实际落地时却频频踩坑。 我们习惯了确定性的世界:输入1 + 1,输出必然是2;写了display: flex,布局必然改变。然而,AI开发是一个概率性的世界:同样的Prompt,两次调用可能得到截然不同的结果。这种底层逻辑的冲突,是前端转型AI最大的“拦路虎”。 很多前端工程师把大模型仅仅当成一个“智能API接口”,试图用传统的硬编码逻辑去控制它,结果往往是Prompt越写越长,系统却越来越不稳定。这并非技术能力不足,而是心智模型尚未完成迁移。 从“函数思维”到“上下文思维” 传统前端开发的核心是“函数思维”:我们定义输入、处理逻辑和输出,追求的是精准控制。但在AI应用开发中,这种思维必须升级为“上下文思维”。 大模型本质上是一个“概率预测机”。它不像函数那样执行指令,而是像人一样理解语境。前端开发者转型AI的第一步,不是去学Python深度学习框架,而是学会如

By Ne0inhk