OpenClaw v2026.4.5 正式发布：多媒体、记忆系统、任务透明度全面升级
2026年4月6日，OpenClaw 正式发布 v2026.4.5 版本。 这不是一次常规的功能补丁，而是 OpenClaw 进入”安全终极硬化与生态治理”阶段后的一次关键里程碑更新。视频生成和音乐生成正式进入内置工具层、长期记忆系统/dreaming 从实验性功能走向可用、复杂任务终于有了分步进度可见性、Prompt Cache 机制大幅优化、控制台和文档补齐 12 种语言支持——几条关键能力线同时往前推进了一大步。
多媒体生成：第一次被当成”正常工作流”而不是”演示彩蛋”
v2026.4.5 最吸引眼球的变化，是视频生成（video_generate）和音乐生成（music_generate）终于作为原生内置工具开放，Agent 无需额外封装接口，直接在对话中调用即可，完成后媒体文件原样返回到聊天中。
在此之前，很多 Agent 产品虽然也标榜”能生成视频””能生成音乐”，但本质上更像外挂功能：要么依赖额外插件，要么需要跳转到外部服务，体验是割裂的。OpenClaw 这次直接把多媒体能力纳入工具体系，意味着生成内容第一次被当成 Agent 的正常输出形态，而不是”展示 demo”式的附加功能。
支持的提供商覆盖非常广泛：视频生成接入了 Alibaba Model Studio Wan、BytePlus、ComfyUI、fal、Google、MiniMax、OpenAI、Qwen、Runway、Together AI、xAI 等；音乐生成接入了 ComfyUI、Google Lyria、MiniMax；图像生成则支持 ComfyUI、fal、Google、MiniMax、OpenAI 等。这意味着用户可以根据自己的 API 资源和成本偏好，灵活选择不同的多媒体服务提供商。
这一改变对内容创作场景的意义尤为深远。以前一个人要完成一条视频内容，需要分别在多个工具之间切换：写文案用一个工具、生成配图用一个工具、生成音乐用一个工具、最后合成视频再用另一个工具。现在 OpenClaw 可以把这些环节串联起来，用户描述需求，Agent 直接产出完整的素材包——不只是文字，而是一整套可用的内容成品。
/dreaming：OpenClaw 真正开始处理”长期记忆”难题
如果说多媒体生成是这次最显眼的部分，/dreaming 可能是对实际使用体验影响最深远的部分。
长期运行 Agent 的用户普遍会遇到一个头疼的问题：你今天刚把工作习惯、项目背景、关键偏好告诉它，明天再开对话，它就像完全失忆了一样。这不是 Bug，而是 Agent 的天然局限——上下文窗口有限，不可能永远记住所有说过的话。
/dreaming 是 OpenClaw 给出的解决方案，中文叫”记忆巩固系统”。它的设计逻辑模拟了人类睡眠时的记忆巩固过程，分为三个阶段：
Light Phase（浅睡阶段）：系统首先收集最近的日常信号、召回痕迹和候选记忆，只做去重和暂存，写入浅睡块，不会立刻修改长期记忆文件。这个阶段的核心是”先观察，不急着下结论”。
Deep Phase（深度阶段）：这是整个系统最关键的一步。OpenClaw 会根据一套加权评分机制，从候选记忆中筛选出真正值得晋升为长期记忆的内容。评分权重包括：高频繁出现的内容（Frequency，权重 0.24）、对后续任务持续有用的信息（Relevance，权重 0.30）、不同场景中反复被调用的模式（Query diversity，权重 0.15）、距离当前时间更近的内容（Recency，权重 0.15）等。
真正值得留下来的，不是”说过一次的话”，而是”高频出现、持续有用、跨场景复用”的那部分信息。Deep Phase 负责把这部分挑选出来，写入长期记忆，同时把决策过程沉淀到 DREAMS.md 文件中。
REM Phase（反思阶段）：这个阶段更像一个”归纳层”。系统会从已存储的记忆中抽取主题、总结模式、捕捉高层长期信号，写出 REM block，继续为 Deep Phase 提供强化线索。这让记忆系统不只是一个机械存档，开始具备”提炼”和”归纳”的智能味道。
这套系统目前默认关闭，用户可以通过 /dreaming on 手动启用，也可以使用 CLI 工具 openclaw memory promote 做手动预览和解释。对真正把 OpenClaw 作为长期生产力工具的人来说，这个功能一旦跑顺，会显著提升 Agent 的”懂你”程度——它不再每次都需要重新认识你。
结构化任务进度：长任务不再只剩一条干等的回复
v2026.4.5 还解决了一个实际使用中的高频痛点：复杂任务执行过程不透明。
以前 Agent 做多步骤任务时，用户面对的往往只有两种状态——要么没反应，要么突然回一大段结果。中间发生了什么、卡在哪一步、是否还在正常运行，用户完全不知道。这种”黑箱感”在使用频率高了之后会变成很大的心理摩擦。
新版本引入了实验性的结构化计划更新和执行事件机制，UI 中可以更明确地显示任务的分步进度。这个变化看似是体验优化，实际意义远不止于此。当 Agent 开始进入多步工作流——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——用户最需要的不是炫酷的文案，而是透明度。知道现在在第几步、是在执行还是在等待、是否出错，这种可见性直接决定了系统能不能真正进入工作流。
Prompt Cache：从”技术细节”变成”省钱关键”
这次 OpenClaw 对 Prompt Cache 机制做了明显升级，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、移除重复工具清单以减少缓存失效等。
这些改动看起来偏底层，但对高频使用者影响很大。Agent 一旦进入长期会话、重复工具调用、多轮协作场景，Prompt Cache 的命中率会直接影响三件事：响应速度、模型成本、上下文一致性。尤其在使用 GPT-5.4 这类大模型时，缓存命中率每提升一个百分点，实际成本节省和响应加速的效果都会非常显著。
Prompt Cache 的优化本质上是”工程化”能力的体现——不是给你更多花哨的功能，而是让已有的能力用起来更稳定、更便宜。这往往比新功能更难做，但对产品口碑的影响更持久。
12种语言支持：把门槛真正降下来
OpenClaw 这次和控制台 UI、官方文档一起补齐了多语言支持，新增语言包括简体中文、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。
国际化这件事很多开源项目做得很表面——UI 里翻译几个菜单项就完事。OpenClaw 这次做得更完整，不只是界面文字，还包括文档内容和错误提示的本地化。对中文用户来说，最大的感受就是：现在遇到问题，不需要先去英文文档里找答案，中文文档里就能直接定位到解决方案。
Anthropic 政策变动：OpenClaw 的战略表态
v2026.4.5 还正面处理了一个现实问题：Anthropic 近期调整了第三方 harness 使用方式的计费政策，将 OpenClaw 这类工具的使用纳入”Extra Usage”，计费逻辑变得更复杂。
OpenClaw 官方的反应很干脆：已移除 Claude CLI 后端，新用户如需使用 Claude 系列模型，需要改用 API Key 方式接入，同时建议转向 OpenAI Codex、Qwen、MiniMax、GLM 等更稳定的路线。旧配置可以通过 openclaw doctor –fix 命令自动修复。
这一处理方式，与其说是”兼容性补丁”，不如说是一次产品路线的明确表态：OpenClaw 不想在不稳定的外包接口上反复打补丁，而是把资源集中在更可控、更清晰的模型接入路径上。同时，GPT-5.4 的支持在持续增强，包括 forward-compat、个性升级和更好的提示缓存配合。
总体评价
v2026.4.5 的更新方向非常统一：让 OpenClaw 从一个”很能打的 AI 工具”变成一个”能长期陪你做事、记住你的习惯、产出完整内容、把过程讲清楚”的个人 Agent 平台。
如果你是已有用户，升级后建议做三件事：运行 openclaw doctor –fix 完成旧配置迁移；试一下 /dreaming on 感受记忆巩固链路；让 Agent 直接生成一段视频或音乐，体验这次多媒体能力推进到了什么程度。
真正值钱的不是某一个单点功能。这次更新综合在一起，说明 OpenClaw 正在认真解决”如何让 AI 真的变成长期生产力系统”这个核心问题。这一步一旦走实，想象空间会比任何单个新功能都大得多。