OpenClaw v2026.4.5：这次升级，终于把多媒体、记忆和任务体验都做实了

文章来源：硅基与红尘

如果你还把 OpenClaw 当成一个“会聊天、会跑命令”的 AI 助手，那这次更新可能会让你改口。

OpenClaw 官方在 2026 年 4 月 6 日发布的 v2026.4.5，不是一次零碎修补，而是把几条关键能力一起往前推了一大步：多媒体生成正式进核心、/dreaming 从实验味走向可用、复杂任务终于能看到分步进度、Prompt Cache 更省钱也更稳、控制台和文档补齐多语言支持，同时还正面处理了 Anthropic 政策变动带来的现实问题。

一句话说，这次更新最清楚的信号是：OpenClaw 不想只做一个“会回答”的助手，它在往一个能长期运行、能记住事、能产出内容、还能把过程讲清楚的个人 Agent 平台走。

一、最炸眼的更新：视频和音乐生成，直接进了工具层

这次最容易让人眼前一亮的，是 OpenClaw 终于把 视频生成 和 音乐生成 做成了原生能力。

以前很多 Agent 产品也能“接视频”“接生图”，但本质上更像外挂：要么靠额外插件，要么得跳到外部服务里折腾。现在 OpenClaw 直接把 video_generate 和 music_generate 放进工具体系，代理可以在对话里直接调用，生成完成后把媒体文件原样回到聊天里。

这一步很重要，因为它改的不是“能不能生成”，而是生成这件事终于被纳入了日常工作流。

官方这次给的提供商支持也很猛，基本是“你想接谁就接谁”：

图像生成：ComfyUI、fal、Google、MiniMax、OpenAI 等
音乐生成：ComfyUI、Google Lyria、MiniMax
视频生成：Alibaba Model Studio Wan、BytePlus、ComfyUI、fal、Google、MiniMax、OpenAI、Qwen、Runway、Together AI、xAI 等

真正有意思的地方，不只是名单长，而是 OpenClaw 开始把多媒体能力当成 Agent 的正常输出，而不是演示性质的“彩蛋功能”。

这意味着什么？

意思是以后一个 Agent 不只是能给你一段解释，它还能顺手给你封面、配图、短视频、背景音乐，甚至把整个内容生产链条串起来。你跟它聊的是一件事，它回给你的不一定只是一段字，可能直接就是成品。

这对内容创作、宣传素材、社媒分发、品牌资产生产，都是一个非常大的拐点。

二、/dreaming 正式落地：OpenClaw 开始认真处理“长期记忆”这件事

如果说多媒体生成是这次更新里最显眼的部分，那 /dreaming 可能才是最有后劲的部分。

这套东西官方叫 Memory Consolidation System，中文更好理解一点，就是：让 Agent 不只是“记住最近聊过什么”，而是能把高价值信息慢慢固化成长期记忆。

很多人用 Agent 都会碰到同一个问题：

你今天刚把偏好、工作流、规则、项目背景喂给它，明天再看，它又像失忆了一般。

/dreaming 想解决的，就是这个老毛病。

它的设计思路很像人类睡眠里的记忆巩固过程，分成三阶段：

1）Light Phase：先收，不急着写死

这一层主要处理最近的日常信号、召回痕迹和候选记忆，先做去重和暂存，只写入浅睡块，不会立刻去改长期记忆文件。

说白了，它先观察，不急着下结论。

2）Deep Phase：真正决定哪些东西值得留下

这是整个系统最关键的一步。

OpenClaw 会根据一套加权评分，判断哪些内容值得晋升进长期记忆。官方给出的权重包括：

Frequency：0.24
Relevance：0.30
Query diversity：0.15
Recency：0.15
Consolidation：0.10
Conceptual richness：0.06

别小看这套权重，它背后其实是一个很现实的问题：

不是你说过的话都值得被永远记住。

真正值得留下来的，应该是高频出现、对后续任务持续有用、并且在不同场景里反复被调用的那部分信息。

Deep Phase 做的，就是把这部分挑出来，写进长期记忆，同时把过程沉淀到 DREAMS.md。

3）REM Phase：不是只记事，还会抽模式

REM 阶段更像“反思层”。

它会从记忆里抽主题、总结模式、捕捉一些更高层的长期信号，然后写出 REM block，继续给 Deep 阶段提供强化线索。

这就让记忆系统不只是机械存档，而是开始有一点“归纳”和“提炼”的味道。

怎么开？

这套系统默认是关闭的，必须手动 opt-in。可以在配置里启用，也可以用斜杠命令控制：

/dreaming on
/dreaming off
/dreaming status
/dreaming help

另外还有 CLI 工具，比如 openclaw memory promote、openclaw memory promote-explain，可以做手动预览和解释。

这事为什么重要？

因为长期运行的 Agent，最怕的不是回答不出来，而是它始终停留在“每次都重新认识你”的状态。

/dreaming 往前走了一步：它开始认真回答一个问题——什么东西该记，为什么记，记进去之后还能不能解释清楚。

这会直接影响到 Agent 能不能真的变成“陪你长期做事”的系统，而不只是一个每次开新会话都得重新训练的工具。

三、结构化任务进度来了：长任务不再只剩一条干等的回复

这次还有一个很实用、但容易被低估的更新：Structured Task Progress。

以前 Agent 做复杂任务时，用户最难受的一点就是不知道它到底干到哪了。

看见的往往只有两种状态：

没反应
突然回一大段

中间发生了什么，拆了几步，卡在哪，用户并不清楚。

现在 OpenClaw 开始支持实验性的结构化计划更新和执行事件，UI 里可以更明确地显示任务的分步进度。

这件事表面看像体验优化，但它很关键。

因为 Agent 一旦开始进入多步工作流，比如：

自动化网页操作
多文件生成与修改
长链路调研
多节点协作
复杂代码任务

用户最需要的，不是漂亮文案，而是可见性。

知道它现在在第几步，知道它到底是在执行、等待、还是失败了，这种透明度会直接决定一个系统用起来到底稳不稳。

对真正把 Agent 放进工作流的人来说，这比“再多一个花哨功能”值钱得多。

四、Prompt Cache 这次是真的在往“省钱又稳”方向调

OpenClaw 这次还明显下力气改了 Prompt Cache 复用。

官方提到的点包括：

更好的前缀复用
更确定的工具排序
更合理的图像历史处理
系统提示指纹识别
移除重复工具清单，减少缓存失效
新增 openclaw status –verbose 做缓存诊断

这些词看起来偏底层，但它们带来的结果很直接：

更快、更便宜、更稳定。

尤其是你在用 GPT-5.4 这类大模型时，缓存命中率一上去，差别会非常明显。

很多人低估了缓存这件事的重要性，总觉得它只是“技术细节”。其实不是。

Agent 一旦进入真实使用场景，尤其是长期会话、重复工具调用、多轮任务协作，Prompt Cache 就会直接影响三件事：

响应速度
模型成本
上下文一致性

这次 OpenClaw 相当于是把这块打磨得更工程化了。对日常高频使用的人来说，这不是锦上添花，而是实打实地降摩擦。

五、控制台和文档补了 12 种语言：这不是表面工作，是用户门槛真的在降

很多开源项目一谈国际化，最后往往只是 UI 里翻了几个菜单。

OpenClaw 这次做得更完整一点：Control UI 和官方文档一起补齐了多语言支持。

新增的 12 种语言包括：

简体中文
繁体中文
巴西葡萄牙语
德语
西班牙语
日语
韩语
法语
土耳其语
印度尼西亚语
波兰语
乌克兰语

这看起来不如视频生成那么炸裂，但对产品扩散其实非常关键。

因为真正挡住很多普通用户的，不只是配置难，而是信息入口一直在英语世界里。

你能不能看懂文档，能不能顺手配完设置，遇到问题能不能第一时间定位，这些都决定了一个工具最后能不能从“少数极客的玩具”变成更大范围可用的基础设施。

对中文用户来说，这波更新的实际价值很大：上手门槛明显往下掉了。

六、Anthropic 路线变化，是这次更新里最现实、也最值得注意的信号

除了新功能，这次版本还有一块不能跳过：模型提供商策略的调整。

原因很简单。Anthropic 最近的政策变化，把 OpenClaw 这类第三方 harness 使用方式归到了“Extra Usage”里，计费逻辑变得更麻烦。

OpenClaw 官方这次的态度很直接：

已移除 Claude CLI 后端
新用户如果还想走 Anthropic，得改用 API Key
旧配置可以尝试用 openclaw doctor 修复
官方更建议转向 OpenAI Codex、Qwen、MiniMax、GLM 这类路线

这其实不是一条普通的兼容性说明，它更像是一次产品路线表态。

说白了，外部政策一变，依赖第三方封装接口的方案立刻会变脆。OpenClaw 这次没有磨磨蹭蹭，而是直接把方向切得更明确：拥抱更可控、更清晰的模型接入路径。

同时，官方也明确提到 GPT-5.4 的支持在继续增强，包括 forward-compat、个性升级和更好的提示缓存配合。

这说明他们现在的判断已经非常鲜明：

与其在不稳定的接入方式上反复补丁，不如直接把主战场转到更适合长期使用的模型组合上。

对普通用户来说，这不是坏事。路线清楚，反而比“勉强兼容但随时出坑”更省心。

七、剩下那些修复，看起来碎，其实都很关键

除了上面这些主菜，这次还有一批改动，单看不显眼，放在一起就很有分量：

配置清理：移除了不少旧别名，openclaw doctor –fix 可以自动迁移
安全增强：包括插件工具白名单、SSRF 防护等
平台体验修复：Telegram、Discord、Slack、WhatsApp、Matrix、iOS 等都有媒体、审批、流式体验优化
插件系统改进：新增 TUI 引导和更明确的安装路径
提供商生态继续扩展：Qwen、Fireworks AI、StepFun、MiniMax TTS、Ollama Web Search、Amazon Bedrock Mantle 支持等都有推进

这些更新有个共同点：

它们不一定最适合拿来做宣传，但很适合拿来决定你愿不愿意天天用。

真正能把一个 Agent 平台托起来的，从来不只是几个炫功能，而是大量这种基础层的可靠性修补。