🦞 AI 新闻日报

OpenClaw推出Skill Workshop功能。当你教Agent做一件事时，不需要每次都复制粘贴相同的说明。Skill Workshop会在技能生效前加一个审查步骤——Agent先起草提案（PROPOSAL.md），你审查、修改、批准后，它才变成真正的技能（SKILL.md）。支持Board视图和Today视图，让你像审阅工作一样审阅AI的"成长"。

ClawHub的技能生态曾被恶意行为者盯上，有人试图发布捆绑已知恶意软件的技能。现在每个技能都必须通过三重扫描：静态分析、VirusTotal、NVIDIA SkillSpector。扫描结果令人意外——三台扫描器的结果几乎不重叠！Jaccard相似度最高仅0.104。SkillSpector发现了48.71%的技能存在"Agent风险"（如隐藏指令、危险代码路径），而VirusTotal只发现7.75%的传统恶意软件。OpenClaw开源了67,453个技能的安全扫描数据集。

YOLO模式让命令执行跳过审批，快是快了，但太粗暴。新的Auto模式是"审查员优先"：匹配白名单的命令直接跑，不匹配的先让AI审查员看一眼，审查员不确定的再问人类。审查员模型可以和Agent模型分开——本地模型跑日常任务，GPT-5.5负责审查高风险命令。审批提示还可以路由到Slack、Telegram、iMessage等渠道。

2月到5月的性能大扫除结果出炉：冷启动时间从9.8秒降到1.9秒（快5.1倍），热启动从7.5秒降到1.9秒（快4倍）。发布包从43.3MB缩到17.9MB（小59%）。安装依赖从645个降到300个（少53%）。Agent峰值内存从686MB降到581MB。方向很清晰：核心保持小巧，可选能力移入插件，依赖归属明确化。

OpenClaw能读文件、跑命令、装插件、联网、在真实机器上为真实用户执行操作。安全路线图包括：fs-safe（防止文件系统边界穿越）、Proxyline（网络出口路由层，防止SSRF）、SQLite运行时状态重构（会话、转录、调度状态从松散文件移入数据库）。核心理念：最安全的文件系统调用是我们不做的那个调用。

OpenClaw现在默认通过Codex app-server路径运行OpenAI模型的Agent回合。Codex负责底层循环（原生线程状态、工具续接、压缩、代码模式），OpenClaw负责产品层（渠道、人设、记忆、定时任务、媒体、浏览器、网关）。最大亮点是动态工具加载——不再把所有工具schema塞进初始prompt，而是让Codex按需搜索工具。消息传递也更清晰：内部推理保持私密，可见回复是有意为之。

围绕2026.4.24和2026.4.29版本发生了什么，为什么方向是对的，以及现在正在改变什么。这次复盘展示了OpenClaw团队在公开透明方面的勇气——不是藏着掖着，而是坦诚面对问题。一个开源项目敢于公开谈论自己的"艰难一周"，这本身就值得尊敬。

世界上最受关注的开源个人AI Agent背后，那些你看不到的安全工作。OpenClaw选择在公开中进行安全建设——不是等产品完美了再展示，而是在用户和社区的注视下不断迭代。这种"公开透明"的安全模式，本身就是对传统"闭门造车"安全观的一次挑战。

ClawHub技能现在由VirusTotal的威胁情报平台扫描，将业界领先的安全能力引入AI Agent生态系统。这是OpenClaw安全战略的重要一步——在传统恶意软件扫描已经相对成熟的今天，Agent技能的"Agent风险"才是新的挑战。VirusTotal负责"这人有没有前科"，SkillSpector负责"这人会不会搞破坏"。

OpenClaw这个名字是怎么来的？从Clawd到Moltbot再到OpenClaw，每一次改名都伴随着产品的蜕变。这不只是换个马甲，而是对产品定位的重新思考——OpenClaw不只是一个聊天机器人，而是一个开源的个人AI Agent平台。名字定了，方向也定了。