昨天 OpenClaw 发了史上最大的一次更新,933 位贡献者、一万六千多个改动,停更了将近七周才放出来。最要紧的一条是它开始自己长技能了,干完一段活会把有效的做法自动沉淀成 Skill,而这本来是爱马仕(Hermes Agent)最能打的招。社区不少同学在用爱马仕,这篇讲清楚这次到底更了什么、值不值得关注,以及要不要搬家。
写在前面
大家好,我是宋超。
昨天 OpenClaw 发布了它历史上最大的一次更新,官方自己叫它 OpenClaw 2.0。这次动静确实不小,为了发这一版,项目停更了将近七周。
我们社区不少同学手上用的是爱马仕,也就是 Hermes Agent。所以这篇我不打算把更新清单从头念一遍,只想回答三个问题:这次到底改了什么、跟我们有没有关系、用爱马仕的同学要不要搬家。
先把结论放在前面,省得你翻到底:大部分人不用急着动,但有两件事值得你花五分钟知道一下。一件是它开始自己长技能了,另一件是权限和密码这块的改动,那个跟你的账号安全直接相关。

先说规模,因为这个规模本身就是信息。
这一版一共有 933 位贡献者参与,其中 569 人是第一次给这个项目提交代码,一共包含超过 1.6 万个改动。按官方的统计,光这一版涉及的改动量,大约就占了 OpenClaw 历史上全部合并代码的一半。
官方博客里说得挺坦白:团队一开始只想简化安装流程、把浏览器端重做一下,结果越改越深。项目组人越来越多、开发越来越快,原来的架构和发布流程扛不住了,只好把产品底子和发布体系一起重新处理一遍。
我顺手查了一下现在的数据,OpenClaw 在 GitHub 上有 38.8 万颗星、8.1 万次 fork。作为对比,爱马仕是 23.9 万颗星、4.8 万次 fork。两个都是这一年里跑得最快的开源 Agent 项目。

一是装起来变简单了。新版安装的时候会主动去认你电脑里已经有的东西,比如已有的订阅、API Key、本地模型,能自动配好的就自动配,暂时用不上的设置直接从首次安装流程里拿掉。这一条针对的就是过去那个劝退点:自由度太高,每多一个选项就多一个要搞懂的东西。
二是入口变了。过去打开 OpenClaw,感觉像是拿到一套需要自己搭起来的零件;现在打开就直接进对话,你可以边聊边把配置补完。任务执行到哪一步有卡片一直显示着,刷新页面也不会丢。

三是记忆和技能能自己长了,这条最要紧,下面单独说。
四是任务能一直跑,还能几个人一起用。一段活可以先在你自己的电脑上开始,然后交给云端机器接着干;云端闲下来会休眠,下次来消息再唤醒,中间的上下文和工作区都留着。团队成员还能进同一个任务,接着别人干到一半的地方往下做。
五是权限和安全,这块改动最密集,我放在后面说。
过去用这类工具,Skill 是你手写的。你发现一套做法好用,就自己把它写下来,下次调用。
2.0 之后不一样了。干完一段活,它会自己回看这次的过程,把里面有效的做法和踩坑之后的补救办法,沉淀成一个新的 Skill。
我去官方文档里核对了它触发的条件,写得挺克制:得是这一轮活儿正常干完了、没有报错,中间至少经过 10 轮模型思考,而且系统安静了 30 秒、没有别的任务在跑,它才会启动这个回看。换句话说,你随手问一句话它不会学,只有真干了一段有分量的活它才学。
学出来的东西也不是直接就往上写。每一条都要走一遍 Skill Workshop 的流程:先提案,再过一遍安全扫描,扫出严重问题就直接扣下不给用。这里有个分寸我觉得设计得不错,它自己写的 Skill 可以自动生效,但要是想改你亲手写的那些,会挂起来等你审。
这个功能默认是开着的。你要是想让它当场学一手,对话里还有个 /learn 可以显式让它把刚才这套做法记下来。
这一条跟我们第四周做 Skill 讲的是同一件事,只不过我们教的是你自己动手把流程封装起来,它现在是干完活自己总结。两个方向不冲突:你手写的那些是你确定要它这么干的,它自动学的那些是它发现管用的。
这部分我觉得比新功能更值得注意,因为它关系到你的账号。
密码不再进聊天记录了。以前 Agent 干活需要密码或者 Token,你就得在对话框里把它打出来,那玩意儿就永久留在聊天记录和模型的上下文里了。新版会弹一个遮罩输入框专门收这个,不进聊天记录。
自动化任务改成一次一授权。一个定时任务想干某件事,你批的是这一件事;任务内容或者操作范围变了,得重新问你一次。
装第三方插件会先告诉你它是谁。来源、版本、要什么能力,都摆出来给你看;来路不明又带可执行代码的,还要你额外确认一次。
这几条单看都不起眼,但它们回答的是同一个问题:你把一个能动手的 AI 放进自己电脑,怎么保证它只干你让它干的事。这个问题不解决,能力越强越可怕。
先说清楚爱马仕是什么。Hermes Agent 是 Nous Research 做的开源 Agent,用 Python 写的,主打的就是自己长技能加长期记忆,它自己的说法是"会跟你一起成长的 agent"。
所以这次撞车撞得很正面:OpenClaw 2.0 补上的自学习,正是爱马仕一直以来最能打的那一招。
那要不要换?我的建议是:不用急,你现在跑顺的东西没坏,就别动它。
给三个具体理由。
第一,门是开着的,什么时候搬都来得及。这两家其实互相都留了后路。爱马仕本来就能把你在 OpenClaw 里的设置、记忆、技能和 API Key 自动搬过去;OpenClaw 这次也支持从爱马仕导入,而且导入的东西会先放在待审状态,你确认了才生效。你不会被任何一边锁死,这种情况下,早搬晚搬差别不大。
第二,这次升级本身就带着不小的迁移成本。2.0 移除了内置的 OpenProse 插件和对应命令,一部分模型路由要迁移,插件接口还有一批在 9 月进入废弃。官方专门做了个自动修复工具帮老用户处理这些历史问题,光这一点就说明升级不是点一下就完事。老用户升级尚且要折腾,你从另一个工具搬过去只会更折腾。
第三,你真正在用的是那套已经调顺的活儿,不是这个软件本身。你的技能、你的记忆、你跟它磨出来的默契,才是资产。工具换个牌子,这些东西要重新长一遍。
那什么情况值得你认真看一眼?你想让几个人共用一个 Agent,或者你希望它能从手机、浏览器、会议这些地方都够得着,又或者你身边有人一直想装但被安装劝退过。这几件事是 OpenClaw 2.0 这次真正加强的地方。
抛开这两家谁强谁弱,这次更新真正值得记住的是方向。
现在有个流传挺广的说法:一个 Agent 好不好用,等于模型加上它的运行环境。模型只是一半,另一半是它住在什么地方、能调用什么工具、状态怎么保存、任务失败了怎么恢复、拥有多大的权限。模型的差距在缩小,运行环境的差距在拉大。
这件事对我们的意义很直接:你手上那套东西值不值钱,越来越取决于你给它攒了多少上下文和多少 Skill,而不是你用的哪个牌子。前几天我们聊每日记录的时候说过一句话,AI 能帮你的前提是你得有东西给它读。技能这块是一个道理。
所以这次更新我给的建议是:知道方向,但别追新。你正在用的东西如果跑得好好的,继续用。真要动手,先把手上那套流程沉淀成 Skill,那个是搬到哪儿都带得走的。
这几天开源 Agent 这边动静挺大,两家都在往"自己会学、记得住、能一直跑"这个方向走。
如果你眼下还没上手过这类工具,也不用着急。先把手头 CodeX 里那些重复干的活儿理出来,做成 Skill,这一步不管以后用什么都不白做。
你要是已经在用爱马仕或者 OpenClaw,欢迎回社区发一条实际体验,尤其是自动学 Skill 这个功能真跑起来到底靠不靠谱。这种一手反馈,比谁家 star 多有用得多。
登录后可以评论和点赞
还没有人说话,来做第一个