OpenClaw 2026.3.7 เปิดตัวครั้งใหญ่: จากเฟรมเวิร์กทดลองสู่ระบบปฏิบัติการ Agent ที่สมบูรณ์แบบ พร้อมก้าวข้ามข้อจำกัดของหน้าต่างบริบท

สัปดาห์นี้ โครงการเอเจนต์อัจฉริยะ OpenClaw ได้เปิดตัวเวอร์ชัน 2026.3.7 เวอร์ชันนี้ได้นำเสนอฟีเจอร์ใหม่ เช่น ปลั๊กอิน Context Engine การบีบอัดแบบไม่สูญเสียข้อมูล และอัปเดตการรองรับโมเดลใหม่หลายรุ่น

จากบันทึกการอัปเดตบน GitHub แม้ OpenClaw 2026.3.7 จะมีการเปลี่ยนแปลงมากมาย แต่แนวทางการพัฒนากำลังชัดเจนขึ้นเรื่อยๆ: โครงการกำลังวิวัฒนาการจากเฟรมเวิร์กเอเจนต์ทดลอง สู่ระบบปฏิบัติการ Agent ที่ครบวงจร มีความคงทนสูง ขยายได้ง่าย และมีความปลอดภัยระดับพร้อมใช้งานจริง

เนื้อหาการอัปเดตหลัก

• อินเทอร์เฟซปลั๊กอินสำหรับเอเจนต์ / Context Engine: เพิ่มช่องเสียบปลั๊กอิน Context Engine รองรับฮุควงจรชีวิตแบบเต็มรูปแบบ นำเข้าการลงทะเบียนแบบใช้ช่องเสียบและกลไกการแยกวิเคราะห์ที่ขับเคลื่อนด้วยการตั้งค่า เพิ่ม LegacyContextEngine wrapper เพื่อรักษาพฤติกรรมการบีบอัดคอนเท็กซ์ที่มีอยู่ จัดเตรียมรันไทม์เอเจนต์ย่อยแบบสโคปให้กับรันไทม์ปลั๊กอินผ่าน AsyncLocalStorage และเพิ่มเมธอดเกตเวย์ sessions・get สิ่งนี้ทำให้ปลั๊กอินเช่น lossless-claw สามารถให้กลยุทธ์การจัดการคอนเท็กซ์ทางเลือกได้ โดยไม่ต้องแก้ไขลอจิกการบีบอัดหลัก หากไม่ได้กำหนดค่าปลั๊กอินนี้ พฤติกรรมของระบบจะยังคงเหมือนเดิม
• ACP / การผูกช่องทางแบบถาวร: เพิ่มการจัดเก็บการผูกช่องทาง Discord และหัวข้อ Telegram ที่ทนทาน รวมถึงการแยกวิเคราะห์เส้นทาง การสนับสนุน CLI และเอกสาร ทำให้เป้าห็ดเธรด ACP ยังคงผูกอยู่แม้หลังรีสตาร์ทบริการ และสามารถจัดการความสอดคล้องได้
• การผูกหัวข้อ Telegram/ACP: รองรับคำนำหน้า Unicode dash แบบ Mac ของ Telegram ในคำสั่ง /acp spawn รองรับการผูกเธรดหัวข้อ Telegram (--thread here|auto) นำทางคำตอบที่ตามมาของหัวข้อที่ผูกไว้ไปยังเซสชัน ACP โดยอัตโนมัติ เพิ่มปุ่มอนุมัติ Telegram โดยใช้การแยกวิเคราะห์ approval-id ที่มีคำนำหน้า หลังจากผูกสำเร็จจะปักหมุดข้อความยืนยันในหัวข้อโดยอัตโนมัติ
• Telegram / การนำทางเอเจนต์ตามหัวข้อ: รองรับการแทนที่ agentId สำหรับแต่ละหัวข้อในกลุ่มฟอรัมและหัวข้อแชทส่วนตัว ทำให้หัวข้อเฉพาะสามารถนำทางไปยังเอเจนต์เฉพาะที่มีเซสชันแยกได้
• ผู้ช่วยเริ่มต้น / การค้นหาออนไลน์: เพิ่มขั้นตอนการเลือกผู้ให้บริการและรายชื่อผู้ให้บริการแบบเต็มในตัวช่วยการกำหนดค่า และรองรับโหมดการอ้างอิง SecretRef ในกระบวนการแนะนำ
• เครื่องมือ / การค้นหาออนไลน์: เปลี่ยนผู้ให้บริการ Perplexity เป็น Search API รองรับการให้ผลลัพธ์ที่มีโครงสร้าง และเพิ่มตัวกรองภาษา ภูมิภาค และเวลา ทำให้การรวบรวมข้อมูลแม่นยำยิ่งขึ้น
• เกตเวย์: เพิ่มการสนับสนุน SecretRef สำหรับ gateway.auth.token และเพิ่มการป้องกันโหมดการตรวจสอบสิทธิ์
• ปลั๊กอิน / ฟิลด์คอนเท็กซ์ระบบ: เพิ่มฮุค prependSystemContext และ appendSystemContext อนุญาตให้วางข้อมูลแนะนำแบบคงที่ของปลั๊กอินในพื้นที่พรอมต์ระบบ เพื่อใช้ประโยชน์จากแคชผู้ให้บริการและลดต้นทุนโทเค็นของพรอมต์ที่ซ้ำซ้อน
• เพิ่มการรองรับโมเดลใหม่: เพิ่มการรองรับแบบเนทีฟสำหรับ google/gemini-3.1-flash-lite-preview รวมถึงการทำให้เป็นมาตรฐานของรหัสโมเดล ชื่อเรียกเริ่มต้น การค้นหาภาพสำหรับความเข้าใจสื่อหลายประเภท การย้อนกลับเพื่อความเข้ากันได้กับ Google Gemini CLI และเอกสาร
• การปรับปรุงเครื่องมือและระบบนิเวศโมเดลท้องถิ่น: ปรับโครงสร้างเครื่องมือค้นหาเว็บใหม่ ปรับปรุงกลไกการจัดการโมเดลท้องถิ่นเช่น Ollama และการปรับใช้คอนเทนเนอร์ Docker เวอร์ชันใหม่เข้ากันได้อย่างสมบูรณ์กับการแยกเอาต์พุตสตรีมมิ่งในขั้นตอน “คิด/ให้เหตุผล” ของโมเดลท้องถิ่นเช่น Ollama ไม่再将กระบวนการคิดพื้นฐานของโมเดลส่งออกเป็นคำตอบอย่างเป็นทางการอีกต่อไป

การปรับปรุงอื่นๆ และข้อควรทราบ

ในด้านคอนเทนเนอร์ Docker รองรับการแพ็คเกจการอ้างอิงส่วนขยายล่วงหน้าผ่าน OPENCLAW_EXTENSIONS ทำให้คอนเทนเนอร์เริ่มต้นเร็วขึ้นและผลลัพธ์สามารถทำซ้ำได้มากขึ้น

ข้อควรทราบเกี่ยวกับการเปลี่ยนแปลงสำคัญ: การอัปเดตครั้งนี้เกี่ยวข้องกับการเปลี่ยนแปลงโหมดการตรวจสอบสิทธิ์เกตเวย์ที่ “สำคัญ” หากกำหนดค่าทั้ง gateway.auth.token และ gateway.auth.password พร้อมกัน ตอนนี้ต้องระบุ gateway.auth.mode อย่างชัดเจน ก่อนอัปเกรด โปรดตั้งค่าโหมดนี้เป็น token หรือ password มิฉะนั้นหลังอัปเกรดอาจทำให้การเริ่มต้น การจับคู่ หรือ TUI ล้มเหลว

การอัปเดตครั้งนี้รวมงานจากผู้มีส่วนร่วม 196 คน ครอบคลุมการปรับปรุงหลายด้าน

ความหมายของเวอร์ชันและประสิทธิภาพ

OpenClaw 2026.3.7 พยายามแก้ไขปัญหาสำคัญหลายประการในการนำเฟรมเวิร์ก AI Agent ไปใช้ทางวิศวกรรม มันก้าวข้ามคอขวดของ “หน้าต่างคอนเท็กซ์” อนุญาตให้นักพัฒนาสามารถติดตั้งอัลกอริทึม RAG การพับกราฟความรู้ หรือการบีบอัดแบบไม่สูญเสียข้อมูลได้อย่างอิสระ ซึ่งปูทางให้เอเจนต์อัจฉริยะสามารถ “ทำงานอัตโนมัติในระยะยาว” ได้

ในการทดสอบมาตรฐาน OOLONG โดยใช้โมเดลเดียวกัน OpenClaw เวอร์ชันใหม่ที่มี lossless-claw ได้คะแนน 74.8 ในขณะที่ Claude Code ได้ 70.3 เมื่อความยาวคอนเท็กซ์เพิ่มขึ้น ช่องว่างของประสิทธิภาพก็ขยายออกไปอีก ในทุกความยาวคอนเท็กซ์ที่ทดสอบ ประสิทธิภาพของมันดีกว่า Claude Code วิศวกรบางคนระบุว่าหลังจากใช้งานมาหนึ่งสัปดาห์ การแสดงผลของมัน “เรียกได้ว่าทำงานได้ดีอย่างอนุรักษ์นิยม”

เวอร์ชันนี้เสริมความสามารถในการทำงานร่วมกันของเอเจนต์หลักและเอเจนต์ย่อย งานที่ซับซ้อนสามารถแยกย่อยและกระจายไปยังเอเจนต์ย่อยที่มีช่องทางความจำเฉพาะของตัวเองเพื่อประมวลผลได้อย่างปลอดภัยและเป็นอิสระมากขึ้น ด้วยการให้ Agent ต่างๆ “ประจำอยู่” ในกลุ่มแผนกต่างๆ OpenClaw บรรลุการผูกช่องทางแบบถาวร แม้เซิร์ฟเวอร์จะรีสตาร์ท เอเจนต์เฉพาะทางก็ยังจำคอนเท็กซ์และทำงานต่อได้

สุดท้าย การอัปเดตต่างๆ เช่น การป้องกันการฉีดพรอมต์ การสกัดกั้น การปกป้องข้อมูลประจำตัว การจัดตำแหน่งและการตรึงเวลาตาม UTC ได้เพิ่มความปลอดภัยของระบบให้ดียิ่งขึ้น

ปัจจุบัน OpenClaw มีจำนวนดาวบน GitHub ถึง 280,000 ดวง

ขอบเขตการใช้งานของ OpenClaw กำลังขยายจากนักพัฒนามืออาชีพไปสู่ทุกอุตสาหกรรม ถูกใช้ในหลากหลายสถานการณ์ เช่น การเลือกหุ้น การเขียนรายงาน การทำ PPT การเขียนอีเมล และการเขียนโค้ด ผู้ช่วยเอเจนต์ AI มีแนวโน้มที่จะกลายเป็น “พนักงานเสมือน” ที่เพิ่มประสิทธิภาพการทำงาน

ลิงก์อ้างอิง:
* https://x.com/openclaw/status/2030522386894946620
* https://github.com/openclaw/openclaw/releases/tag/v2026.3.7

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง