AI 摘要
- OpenClaw 2.0 重構記憶、會話與權限系統。
- 新版支援多人共享雲端會話。
- 部分用戶回報升級後出現資料遷移與 CPU 使用問題。
開源 AI 代理工具 OpenClaw 正式推出 OpenClaw 2.0。這次重大升級歷時近七週，吸引超過 900 名開發者參與，核心改動集中於記憶、會話與權限三大底層系統。新版同時簡化安裝流程、改善瀏覽器端體驗，並嘗試解決舊版本在長期記憶、多人協作及單機運行方面的限制。
OpenClaw 創辦人 Peter Steinberger 與開發團隊表示，原本改版主要為降低新手使用門檻及改善瀏覽器體驗，但實際開發後發現涉及範圍遠超預期，因此最終需要進行較大規模的底層重構。
底層架構重整，網頁端 575 毫秒啟動
OpenClaw 2.0 將傳統檔案系統全面遷移至 SQLite，令瀏覽器由輔助操作工具轉變為核心使用入口。用戶開啟網頁端對話頁面的時間縮短至 575 毫秒，啟動後會直接進入對話工作台，毋須再透過其他介面間接操作。
自動偵測既有憑據
新版加入智慧憑據偵測機制，能辨識本機已有的 ChatGPT、Claude 憑據及 API 金鑰，也支援偵測 Ollama 與 LM Studio 等本地大模型環境，讓用戶可在安裝後較快開始使用。
安裝流程減少初始設定
OpenClaw 2.0 大幅刪減安裝初期的冗餘表單，並將較複雜的參數調校移出安裝精靈。這項安排可減少新手在首次設定時需要處理的選項，但實際使用體驗仍取決於本機環境及所連接的模型服務。
引入多層記憶機制，改善長期任務延續性
OpenClaw 1.0 過去可能因上下文過長而出現對話邏輯中斷，用戶需要不時重新交代背景。OpenClaw 2.0 因此加入三項與記憶相關的機制：
- 主動記憶：在達到特定條件時，自主提取過往對話中的相關背景。
- 背景記憶整合：將實用資訊整理並保存至長期儲存空間。
- 夢境日記：在系統閒置期間整合既有記憶。
此外，任務完成後，系統可將處理經驗提煉為新的 Skill。來源未進一步交代觸發條件、記憶保存週期或模型評估方式，因此這些功能能否在不同任務中穩定運作，仍需視乎實際使用結果。
共享雲端會話支援多人協作
OpenClaw 2.0 亦加入共享雲端會話，支援多人參與同一項 AI 任務。系統提供四種權限級別，包括「讀取」、「建議」、「草稿」及「直接參與」，讓管理者可按需要劃分團隊成員的操作範圍。
會話可由 Gateway 動態遷移至已配對的電腦或 Cloud Worker 執行，系統並會在閒置時自動關閉，以減少資源使用。不過，來源沒有提供支援的部署規模、雲端服務成本或資料傳輸細節，企業採用前仍需自行評估相關條件。
私密憑據請求降低敏感資料進入對話
在安全性方面，OpenClaw 2.0 加入「私密憑據請求」機制。用戶輸入密碼或 API 金鑰時，系統會在獨立的遮蔽視窗中處理，避免敏感資料直接寫入聊天紀錄或模型上下文視窗，從設計上降低憑據外洩風險。
這項機制主要針對憑據輸入流程提供隔離，但來源並未說明其加密方式、憑據保存位置或所有支援的第三方服務，因此不能單憑目前資料判斷整體安全性。
產品熱度下滑，外部供應鏈亦帶來壓力
OpenClaw 2.0 發布之際，OpenClaw 同時面對社群熱度下降。資料顯示，其 GitHub 流量由 4 月高峰的 2,880 萬次下降至 1,000 萬次以下，每週新增 Star 數量亦由 5,900 個跌至約 800 個。相比之下，競爭對手 Hermes Agent 每週新增 Star 超過 9,000 個。
供應鏈變化亦影響 OpenClaw 的使用成本。Anthropic 於今年 4 月終止第三方工具連結 Claude 訂閱 OAuth 額度，令過往高度依賴 Anthropic 模型的 OpenClaw 用戶成本直接翻倍。Steinberger 承認，過去過度針對 Anthropic 模型進行深度優化，是策略上的失誤，並形容 AI 技術迭代速度極快：「8 個月在人類時間不長，但在 AI 世界已相當於 4 年。」
升級仍有數據遷移與效能問題
目前社群對 OpenClaw 2.0 的多人協作及自我學習機制反應正面，但亦有用戶反映升級時遇到數據遷移異常，部分 Mac 設備更出現 CPU 使用率升至 100% 的循環問題。開發團隊表示正準備修復。
整體而言，OpenClaw 2.0 透過持久化計算層、長期記憶及協作功能，試圖擴大 AI 代理工具的使用場景；然而，升級穩定性、模型供應成本及社群熱度能否恢復，仍有待後續修正與市場實際反應驗證。
Reference Link : ezone.hk
