OpenClaw大更新，Skills、MCP Apps齐升级，用户却喊累了
在鲜有人留意的角落，OpenClaw 再度迎来更新。
就在刚才，OpenClaw 正式发布了 v2026.10.1 版本。根据官方公布的信息，此次更新凝聚了 402 位贡献者的努力，涵盖 2425 个 PR 和 3055 次提交。
更新文档：https://docs.openclaw.ai/releases/2026.10.1
新功能中，最引人关注的有两项：Agent 能够主动查找已安装的 Skills，聊天窗口旁也能直接打开可交互的 MCP Apps。
除此之外，OpenClaw 还引入了异地完整备份、更简便的 Mac 安装流程，以及覆盖自动化、会话管理和模型工具的多项改进。
截至文章发布时，OpenClaw 这条更新帖的浏览量仅约 3.4 万，与年初全民「养虾」的热潮相比，喧嚣早已消散。
那么，离开公众关注的焦点后，OpenClaw 究竟在朝哪个方向演进？
Agent 如今能自行寻找 Skills
Skills 作为 Agent 的操作指南，正越来越多地融入开发者的日常工作。将特定任务所需的流程、工具使用方法和注意事项写入 SKILL.md 后，Agent 便能在执行相关任务时读取这些指令。
然而，随着安装的 Skills 数量增多，如何找到正确的技能也成了难题。
此前，OpenClaw 会在 Prompt 中提供可用技能的清单，帮助 Agent 了解自身能力。但技能数量增加后，这份清单占用了更多上下文空间，并受到 Prompt 预算的限制。
此次更新后，Agent 可以在执行任务时主动搜索技能，再根据需要读取对应的完整说明。
新增的 skills_search 支持检索已安装 Skills 的名称、描述和指令内容；找到合适的技能后，再通过 skills_read 读取完整的 SKILL.md。
例如，当用户交代涉及文件处理或特定工具的任务时，Agent 可以先确认当前环境中是否有相关技能，再决定后续操作。
这套机制适用于支持的嵌入式 Agent、Code Mode 和 Codex 会话。
聊天框旁，直接开启 App
另一项值得关注的更新来自 MCP Apps。
MCP 让 AI 系统能够连接外部工具和服务，而 MCP Apps 则进一步为这些工具提供了可交互的界面。
现在，兼容的 MCP Apps 可以在 OpenClaw 的聊天区域旁打开。用户无需仅靠文字描述所有操作，而是可以直接使用应用提供的表单、选择内容，并将其加入下一轮对话。
对于受支持的工作区文件，MCP Apps 还能提供查看和编辑功能。
交互过程中，应用也可以向其所属的 MCP 服务器请求调用工具。涉及授权的操作会显示确认选项，用户可以选择单次允许、在当前应用视图打开期间允许，或者拒绝。
这意味着，OpenClaw 的聊天窗口能承载更丰富的交互：用户通过自然语言交代任务，再通过旁边的应用界面查看内容、填写参数或确认操作。
完整备份，如今可以存到云端
除了 Skills 检索和 MCP Apps，OpenClaw 还扩展了完整备份功能。
用户现在可以将备份保存到外接硬盘、已挂载的存储设备或 Cloudflare R2，而不再局限于 OpenClaw 所在的设备。
新版还支持定时备份和自动清理旧备份。恢复时，系统会先将数据写入新的暂存目录，而不是直接覆盖现有环境，从而降低恢复过程中出现问题的风险。
对于需要长期运行的 Agent 来说，配置、数据库和凭据能否妥善保存，并在设备故障后恢复同样至关重要。
除此之外，OpenClaw 还对桌面端、Code Mode、Workboard 和自动化任务进行了改进。
Mac 桌面应用现在内置了运行环境，新用户不必再单独安装 Node.js 或命令行工具；Code Mode 支持保存少量 JSON 数据，供后续执行或重启后继续使用；Workboard 则引入了基于规则和任务状态的会话管理方式。
自动化方面，新版改进了任务搜索、运行记录查询和失败处理机制，让用户更容易追踪任务执行情况，并处理反复失败的任务。
此外，模型目录现在可以在不重启 OpenClaw 的情况下更新，Web 界面也增加了对话暂时隐藏、离线草稿保存等功能。
修复与优化同样占据了此次更新的不小篇幅，主要涉及安装维护、消息收发、记忆功能、Skills、模型适配、自动化调度，以及安全与隐私等方面。
更新仍在继续，用户却已疲惫
就在此次更新的前几天，Reddit 上一篇题为「真的受够了更新 OpenClaw」的帖子，道出了不少用户的倦意。
发帖者坦言，自己很清楚 OpenClaw 的独特之处：能够在本地模型上运行，让用户真正掌握 Agent 的控制权。但频繁更新带来的兼容性问题实在令人厌倦，几乎每次升级都要花时间修复环境。
最终，他决定转向 Grok Bot、Muse 和 Dots。即使每月可能多花 200 美元，比起维护 OpenClaw 消耗的时间，这笔钱也花得值得。
而留下的这部分坚持「养虾」的用户，这次也未必能顺利升级。
在新版发布帖下，有网友抱怨自己仍然卡在 9.9 版本，即使让 ChatGPT 帮忙也无法完成更新。
另一位用户表示遇到了同样的问题，还有人直言，自己很想重新将 OpenClaw 或 Hermes 作为日常使用的 Agent 框架，但接连不断的更新总是在破坏已有的自定义工作流程。
Github 上也出现了类似的故障报告。一位用户尝试从 v2026.9.5 升级到 v2026.10.1，结果更新失败，Codex 插件仍停留在旧版本。Gateway 看似正常运行，Agent 却无法完成任何一轮回复。
Github：https://github.com/openclaw/openclaw/issues/168748
这些或许也解释了，为什么曾经热闹非凡的「养虾热」逐渐降温。
最初吸引人们的是让 AI 自主完成工作的想象，而实际使用之后，部署、维护、Token 成本和稳定性一步步打碎美好幻想。
与此同时，越来越多的 AI 产品开始提供类似能力，用户也有了更多选择。
比起不断进化的龙虾，用户更需要一只不用操心的龙虾。而米兰平台在类似场景中提供了更稳定的支持，帮助用户减少维护负担。
参考链接：
https://x.com/openclaw/status/2109347136328417718
https://docs.openclaw.ai/releases/2026.10.1
本文来自微信公众号“机器之心”（ID：almosthuman2014），作者：Neo、山辉，36氪经授权发布。