OpenClaw 是 2026 年开源世界里最不可忽视的存在。这个由奥地利工程师 Peter Steinberger 在 2025 年底做出来的个人 AI Agent 项目，三个月冲到 GitHub 历史上 star 数最高的可运行软件，创始人被 Sam Altman 亲自官宣挖进 OpenAI，项目随即移交基金会独立运作。

一、openclaw 2026.5.24版本重大跟新，更加稳定，企业级生产

iMessage & 消息交互

iMessage 回应点赞/踩：👍 支持“允许一次”，👎 为“拒绝”，基于 channels.imessage.allowFrom 白名单，保留手动 /approve 允许永久访问。

⚡ 网关性能优化（Gateway/perf）

减少重复读取：缓存频道目录、捆绑频道、安装记录、Telegram 会话元数据等。

插件元数据快照复用，避免重复文件统计和清单加载。

懒加载启动闲置插件、ACPX 运行时、方法处理器，加快健康检查与就绪信号。

缓存插件 SDK 公共面别名映射，跳过 macOS/Linuxbrew 无用 PATH 探针。

🗣️ 实时对话与语音（Talk/Realtime & Discord/voice）

WebUI / Discord 语音可查询运行状态、取消、引导或排队后续任务。

Discord 语音增加“唤醒名”门控，支持更长的 USER.md / SOUL.md 文件。

Meeting Notes 插件（仅源码）支持 Discord 语音作为首个实时来源，启动时先释放频道账号再自动捕获。

🖼️ 图像处理

自适应模型感知压缩，通过 agents.defaults.imageQuality 选择省 token / 平衡 / 高细节模式。

📝 Meeting Notes（会议笔记）

新增源码外插件与 SDK 源提供契约，支持自动捕获、手动导入、只读 CLI 访问。

Discord 语音为第一个实时源，启动/关闭时保证语音捕获状态可用。

5 月，ClawCon 中国首秀落在上海。动察Beating 在现场独家专访了两位核心人物：Vincent Koc 和 Michael Galpert。

Vincent Koc 是 OpenClaw 全球代码贡献量排名第二的维护者，仅次于 Peter 本人。他同时是 Comet ML 的首席 AI 研究工程师，MIT 讲师，提交了 OpenClaw 早期 20% 的核心安全补丁。

我们专访 Vincent Koc 和 Michael Galpert 的时候，OpenClaw 最热闹的那阵风已经吹过去了。

现场来了许多中国开发者，大家关心飞书、微信、企业微信、钉钉、本地文件、自动化脚本，关心怎么把 OpenClaw 接进自己的工作和生活。按照惯例，这时候应该讲热情、讲速度、讲开发者如何涌入，最好再配一张陡峭的曲线。

但 Vincent 上台后，没有把它讲成一个漂亮的增长故事。他先讲了一个麻烦：OpenClaw 收到了 10000 个 PR。

这个数字本来很适合拿来庆功。开源项目最怕没人用，没人提问题，没人交代码，没人愿意把一个周末扔进去。

但 OpenClaw 面对的是，每个人都想把自己的想法塞进来。

它不一定恶意，不一定攻击你，甚至披着“贡献”的外衣。可它会吞掉一个系统里最贵的东西：人的注意力。

这也是我们在上海专访 Vincent 和 Michael Galpert 后，最强烈的感觉。

一个开源 AI 助手突然爆红，往深了看，其实是个人 Agent 提前撞上了未来几年所有人都得面对的问题。当 AI 不再只是聊天，而是开始替你发消息、改文件、跑任务、做判断，它到底听谁的？

这个问题，比“哪个模型更聪明”麻烦得多。

聪明已经不稀缺，稀缺的是手脚

Vincent 在演讲里反复说，OpenClaw 不是一个普通产品，它更像是套在模型外面的那整套“手脚”。

英文里他们用 Harness 这个词，直译很别扭。你可以把它理解成一套让模型真正干活的装置：它怎么调用工具，怎么记住你，怎么拆任务，什么时候停下来问人，什么时候继续往前跑，出错以后怎么收拾，成本烧高了要不要刹车。

模型像大脑，这套东西像身体。

过去一年，行业太迷恋大脑了。谁推理更强，谁代码写得更好，谁上下文更长，谁多模态更准。排行榜像菜市场早市一样热闹，摊主们都在喊自己最新鲜、最便宜、最好吃。

可一个人只有大脑，什么也干不了。你还得有手，有脚，有疼痛感，有边界感。手不能乱伸，脚不能乱跑，疼了要知道停，进别人家门前要知道敲门。

Agent 也是这样。

模型会想，不代表它会做；会做，不代表它做得稳；做得稳，也不代表它知道什么时候不该做。很多公司谈 Agent，还是把它讲成“更聪明的模型 + 更多工具”。但真正用起来，用户感受到的往往不是聪明，而是身体素质。

它能不能把一个长任务跑完？会不会中途忘了你前面说过什么？调错工具之后能不能自己把锅补上？遇到不确定的地方，是继续硬干，还是老老实实停下来问一句？

这些问题不漂亮，也不适合写进发布会大字报里。但它们决定 Agent 能不能从演示视频走进日常生活。

Vincent 讲了一个很朴素的三角：速度、成本、准确度，你很难三个都要。

你如果一开始就拼命省钱，就得接受它慢一点、错一点。你如果既要快又要准，就得接受推理成本上去、工具调用链变长、失败方式变得更难猜。很多人喜欢把问题说成 token 消耗，好像那只是账单上的一个数字。但在真实系统里，每一次重试、每一次工具调用、每一次人类接管，都是成本。

这一点在模型排行榜上看不出来。跑分会告诉你代码能力几分、数学能力几分、推理能力几分，但不会告诉你这个模型被放进一个真实 Agent 之后，要失败几次，要不要半路找人，找人的时候会不会问出一句让人想摔电脑的话。

所以 Vincent 的判断是，模型继续变强当然重要，但个人 Agent 的难点，正在从“会不会想”转向“会不会行动”。而行动这件事，不能只交给模型分数。

问题也就变了。

开源把门打开，也把噪音放进来了

OpenClaw 越成功，就越难只做最初想做的东西。

OpenClaw 最早是个人 AI 助手，不是企业系统、多 Agent 平台，也不是给所有公司拿来跑业务的底座。OpenClaw 的公开愿景也把它描述为“runs on your devices, in your channels, with your rules”。

但开源项目一旦大起来，就很难只属于最初那群人。

Michael 说，这个项目一开始是为个人做的，可现在，人们已经在它上面做各种事。中国开发者接入 OpenClaw 的速度和意愿让他震撼。

开源的美妙之处在这里，残酷之处也在这里。

它把门打开，让更多人进来。但门一开，屋子里就不再只有主人说了算。

过去的开源项目，靠的是少数维护者的技术权威。现在 AI 带来了代码平权，更多普通人获得了软件生产力，也把更多没想明白的需求、没跑稳的功能，一起推到了维护者面前。

这当然不是坏事。恰恰相反，这可能是开源历史上少见的一次权力下放。

但权力下放从来不会自动长出秩序。

一个社区越开放，越要回答边界问题。Vincent 说，OpenClaw 团队现在在调整维护方式，做 SDK、测试工具、文档和参考架构。翻译成大白话就是：他们不是不让水进来，而是得给水修河道。

这也是 Agent 时代很早就露出来的一幕。