龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

龙虾AI迎来重大版本更新:插件、安全与交互全面进化

龙虾AI于近日发布了全新版本 2026.3.22-beta.1 ,此次更新内容广泛,涉及核心架构、插件生态、安全模型与用户体验等多个层面。

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

本次更新的一个关键特性是实现了 系统的自我更新能力

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

以下是本次更新的核心亮点概览:

  • 插件体系升级:彻底移除了旧的 openclaw/extension-api,统一迁移至新版 openclaw/plugin-sdk/* 开发接口。插件安装将优先从官方 ClawHub 市场获取,其次才检索 npm 仓库。
  • 模型库更新:新增对 MiniMax M2.7、GPT-5.4-mini/nano 等模型的支持,并为智能体增加了“思考/推理/快速”等默认行为模式。
  • 交互体验优化:新增 /btw 快速问答功能,支持即时提问且不影响会话主线;优化了终端界面与外部渠道的消息显示逻辑。
  • 安全能力增强:核心 SSH 沙盒正式上线,支持密钥、证书等多种身份验证方式,OpenShell 组件更专注于沙盒生命周期管理。

此外,本次更新还对用户界面、移动端适配及社交媒体集成进行了多项优化。

插件生态重构

为提升安全性与开发规范性,新版对插件系统进行了重构:

  • 插件分发统一至 ClawHub 市场,并废除了旧的扩展 API。
  • 捆绑插件必须通过注入的运行时 API 进行主机侧操作,禁止直接导入。
  • 所有插件开发需指向 openclaw/plugin-sdk/* 子路径进行模块化导入。
  • 官方 Matrix 插件现基于 matrix-js-sdk 开发,以提升协议兼容性与加密性能。

安全架构强化

新版本显著增强了身份验证与执行审计的安全边界:

  • 原生 SSH 沙盒:提供基于密钥、证书和 known_hosts 的精细化验证。
  • 执行审批优化:审批流程可自动识别 time 等命令包装器,直接绑定到内部可执行文件。
  • 可插拔后端:沙盒运行时支持“镜像”与“远程工作区”等模式的无缝切换。
  • 安全配置部署config set 命令支持 SecretRef、JSON 批量操作及 --dry-run 预校验模式。
  • 安装源限制:拒绝安装来自非官方克隆市场(如外部 Git、HTTP 等)的远程插件清单。

交互与性能优化

在交互逻辑与系统效能方面进行了多项改进:

  • 技能提示词处理:当提示词超限时,采用“紧凑目录回退”策略,优先保留已注册技能。
  • 智能压缩通知:Agent 触发自动压缩时会通知用户,但不会打断语音合成或现有回复线程。
  • 动态上下文适配:插件可根据模型 ID 动态调整输入上下文格式。
  • 资源管理:优化了低频交互房间中的会话绑定过期机制,以节省服务器资源。
  • 消息去重:引入入站房间事件持久化去重,防止网关重启导致的消息重复处理。

模型库同步与增强

对支持的模型进行了全面同步与功能增强:

  • OpenAI:新增对 gpt-5.4-minigpt-5.4-nano 的原生支持,并将默认模型切换至 gpt-5.4。所有服务的默认模型配置现已集中管理。
  • MiniMax:默认模型升级至 M2.7,并新增高速版本,/fast 命令可直接映射至各代高速模式。
  • 智谱 AI:同步支持 GLM 4.5/4.6 系列模型及其多模态能力与计费标准。
  • 动态兼容性:增强了对 GitHub Copilot 等服务的动态模型 ID 前向兼容支持,无需代码更新即可调用新模型。
  • 模式设置:每个智能体可单独配置“思考/快速/推理”模式,无效设置将自动回退至最优默认值。

界面与多端优化

用户界面和客户端体验得到提升:

  • UI 自定义:新增界面“圆角”调节滑块和聊天气泡“展开至画布”功能,优化了使用量概览的信息展示。
  • 移动端:安卓端全面支持系统深色模式,新增短信与通话记录搜索能力,并优化了 TTS 架构以提升安全性与流畅度。
  • 社交媒体集成
    • 飞书:支持查看/编辑消息、置顶消息及查看群成员等深度操作。
    • Telegram:支持自定义 Bot API 端点、自动生成论坛标签及错误静默发送。
    • Matrix:新增 allowBotsallowPrivateNetwork 配置选项。
  • 文档:更新了社区版钉钉、QQ 机器人和企业微信插件的列表,并增加了 Zalo 频道的配置指南。

关键问题修复

本次更新修复了多个重要问题:

  • 安全漏洞:修复了可能导致 Windows 密码泄露、命令伪造、iOS 配对码滥用及 macOS 审批界面 Unicode 隐藏漏洞等问题。
  • 性能提升:通过避免重复编译、插件懒加载和启动时预热主模型,将冷启动时间从分钟级缩短至秒级。
  • 兼容性与稳定性:解决了 OpenAI 与第三方模型的字段兼容性报错、OpenRouter 视觉模型处理、Exa 搜索内容提取等问题。
  • 渠道体验:修复了 Telegram 回复稳定性、飞书机器人功能、WhatsApp 重连后消息重复处理等问题。
  • 客户端:修复了安卓端内存泄漏、深色模式适配问题,并实现了多网关设置的资源隔离。

社区反响

此次更新,尤其是插件市场 ClawHub 和核心沙盒功能的推出,受到了社区的积极关注。

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

有用户对此次更新的规模表示赞叹,但本次升级的核心价值并非简单的“更新数量”,而在于 OpenClaw 在可扩展性、安装便捷性与工具连接性方面的显著提升

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

然而,更新后也出现了一些兼容性问题。部分用户反馈:“WhatsApp 无法正常使用了?”

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化
龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

对于国内用户,微信平台也遇到了类似障碍。用户林亦LYi 更新后发现,微信端的 ClawBot 插件直接失效,并收到了 OpenClaw 官方的“WARNING: Dangerous Code Patterns”提示。

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

这是否意味着,龙虾的微信官方插件仅存活了一个周末?

参考链接
[1] https://github.com/openclaw/openclaw/releases/tag/v2026.3.22
[2] https://x.com/openclaw


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/27185

(0)
上一篇 2026年3月24日 上午10:57
下一篇 2026年3月24日 上午11:07

相关推荐

  • 无监督强化学习的边界探索:清华研究揭示内在奖励的繁荣与陷阱

    强化学习的范式迁移:从监督走向无监督 强化学习正持续拓展大模型的能力边界。从 OpenAI o3 到 DeepSeek-R1、Gemini 3,顶尖模型正通过大规模 RLVR(可验证奖励强化学习)不断刷新推理任务的上限。然而,纯监督式训练的局限性日益凸显:人工标注成本呈指数级增长,在专业领域获取可靠标注愈发困难。当模型能力逼近甚至超越人类专家时,可靠的评估者…

    2026年3月21日
    28900
  • 阿里Qwen3.5-Plus实测:3970亿参数模型性能飙升,成本骤降47%

    阿里正式发布Qwen3.5系列,并推出了该系列的首个模型——Qwen3.5-397B-A17B的开放权重版本。作为原生视觉-语言模型,Qwen3.5-397B-A17B在推理、编程、智能体能力与多模态理解等全方位基准评测中表现优异。该模型采用创新的混合架构,将线性注意力(Gated Delta Networks)与稀疏混合专家(MoE)相结合,总参数量达39…

    2026年2月21日
    2.1K00
  • In-Place Test-Time Training:让大语言模型在推理时原地进化,长上下文任务准确率显著提升

    关键词:测试时训练、原位更新、大语言模型、长上下文 “静态的‘训练后部署’范式,从根本上限制了大语言模型在推理时根据新信息动态调整权重的能力。”这是来自字节跳动 Seed 团队与北京大学联合发表的论文《In-Place Test-Time Training》中的核心论断。 当 GPT-4、Llama 3 等大模型在部署后就“凝固”为静态的知识库,它们便无法像…

    2026年4月10日
    56000
  • Claude最强“神话”模型Mythos:字节循环架构技术加持,图搜索性能碾压GPT5.4四倍

    Claude 最强的“神话”模型 Mythos,其背后可能采用了来自字节的技术架构? 这一猜测近日直接冲上了社交平台的热搜榜。 这款被描述为“强到不敢公开发布”的 Mythos 模型,确实激发了业界对下一代大语言模型架构的想象。社区正在热烈讨论它是否采用了循环语言模型架构。 这一概念源自字节跳动 Seed 团队与多所高校合作发表的一篇学术论文,图灵奖得主 Y…

    2026年4月13日
    47900
  • AI记忆革命:从“白纸”到“大脑”,记忆架构成AI落地新护城河

    一家企业花了七周时间部署AI:第一周,它能精准回答行业分析问题,团队为之欢呼;到了第三周,它开始反复输出已被纠正过的错误结论,因为它“忘记”了之前的修正;第五周,在关键的董事会汇报中,它引用了早已被否定的数据,导致决策出现偏差;第七周,项目被迫暂停,“AI不可信”成为团队共识。问题的根源并非AI不够智能,而在于它每一次交互都像从一张白纸开始。 AI领域正在经…

    2026年3月25日
    54000