OpenClaw v2026.4.7 实测：修修补补，但很关键
今天早上照例刷 GitHub，看到 OpenClaw 释出了 v2026.4.7 版本。这更新包还挺大，一看贡献名单有 45 号人。虽然没有那种惊天动地的大改版，但全是硬核的“填坑”和实用功能。特别是昨天那个把 CPU 跑满的定时任务 Bug，终于在这一版修好了，必须给个好评。
简单聊聊我重点关注的几个改动，以及我最近发现的一个能极大提升跑分效率的“物理外挂”。
1. 那个让人怀念的“长期记忆”回来了
之前版本里，memory-wiki 模块一度从主包里消失了，搞得很多人（包括我）都不知道配置往哪写。这次它完整回归了，不仅带上了全套插件和 CLI 工具，还保留了 claim/evidence 字段、矛盾聚类这些高级功能。
实际体验上有什么变化？ 小龙虾（OpenClaw）的“脑子”更清楚了。它现在能存结构化知识，检索时会按新鲜度排序，还能自动揪出内容里的逻辑矛盾。对于需要长时间跑任务或者跨会话保持上下文的场景，这绝对是刚需。
另外，上个版本的“做梦”机制也优化了。现在它会把脱敏后的会话记录扔进“梦境语料库”，按天建索引。这就好比它晚上睡觉能“消化”白天的经历，让记忆更有连续性。
2. 新增独立推理入口：openclaw infer
这次新增了一个 openclaw infer ... 命令，我觉得 CLI 用户会很喜欢。
以前想跑个单次的模型调用、图片生成或者向量化任务，要么得走完整的 Agent 流程（太重了），要么得自己写脚本。现在直接用 infer 命令就行，统一了文本推理、媒体生成、网页抓取和向量嵌入。调试和跑批量脚本的时候，效率高了不少。
3. 媒体生成与 Webhook：更稳、更开放
- 媒体生成（Media Generation）： 现在默认开启了“跨供应商自动容错”。简单说，如果当前供应商挂了或认证失败，它会自动切到下一个，而且会尽量保留你设定的参数（比如尺寸、比例），甚至支持了 Video-to-Video 模式。
- Webhook 插件： 终于打通了外部调用。每个路由有独立密钥验证，外部系统（比如 n8n、Zapier 或者你自己的后端）只要 POST 一下，就能驱动 OpenClaw 的任务流。这对想把 AI 能力集成到现有业务系统里的朋友来说，扩展性拉满了。
4. 模型支持：新面孔与新特性
- Gemma 4：Google 的正式支持来了，推理功能（reasoning）也进来了，而且保留了关闭“思考”的选项。
- Mistral Small 4：现在支持调节
reasoning_effort，也就是你可以手动调教它的推理强度。 - Ollama 视觉能力：现在会自动检测模型是否支持图片输入，支持就自动开启图片附件，不用再手动去配了。
5. 安全加固（必须升级的理由）
这次安全修复下了狠功夫，一口气修了 6 个关键点，特别是针对对外暴露部署的环境：
- 防注入： 运行 exec 工具时，会过滤掉 Java、Rust、Git 等敏感环境变量，防止被带偏到攻击者控制的路径。
- 防越权： 飞书文件上传收紧了，不能再读工作区外的本地文件。
- 防泄露： 重定向时默认丢弃请求体和 Token，防止泄露。
- 防 SSRF： 浏览器端的私有网络封锁更严格了。
- 插件校验： 下载的插件包必须过 SHA-256 校验，不然直接拒装。
6. 个人实测感受与“云端挂机”新思路
虽然功能很实用，但升级过程不算完美。我花了 20 分钟才更新完，更新后遇到了和昨天一样的“缺失 Model”报错，最后还是按老办法修复的。
性能与部署的碎碎念： 说实话，跑这种大模型任务，本地设备压力真的很大。我的主力机风扇转得像直升机，电量也是肉眼可见地掉。最近为了跑这种长时任务，我换了个思路，直接在**蜂巢云手机**上部署环境。
这玩意儿其实就是云端的一台虚拟安卓机，但我发现它跑这类任务简直有奇效：
- 彻底解放本地设备：OpenClaw 这种任务有时候一跑就是好几个小时，放在本地手机或电脑上，根本没法干别的事。丢到蜂巢云手机里，它就是 7x24 小时在线，我这边关了屏幕去睡觉，它还在云端默默跑数据，第二天起来直接收结果，手机一点都不发烫。
- 多开与隔离：有时候为了测试不同模型的并发效果，我需要开好几个实例。本地开虚拟机太卡，但蜂巢云手机支持无限多开，而且每台设备都是独立的沙箱环境，互不干扰，还能通过群控功能一键下发指令，效率比本地高多了。
- 性价比：比起专门买台高配服务器或者一直开着高配电脑，租个云手机按需付费确实划算不少，特别是对于我们要长期挂机跑脚本的朋友来说，简直是“物理外挂”。
总结一下： OpenClaw v2026.4.7 是一个“润物细无声”但非常必要的版本。如果你在用 OpenClaw，建议升一下，尤其是为了那个修好的定时任务 Bug 和安全补丁。当然，如果你也不想让本地设备“燃烧”，不妨试试把它扔到云端跑跑看。
