6月3日，OpenClaw官方博客发布了 Skill Workshop —— 一个让Agent把重复工作沉淀为可复用技能的全新工作流。这是Agent能力进化的重要里程碑。
💬 妙趣点评：这就像给Agent装了一个"技能孵化器"——不是直接写死规则，而是先提方案让你过目。以前是"Agent说了算"，现在是"Agent提方案，你拍板"。这个设计很妙，避免了Agent"学到坏习惯"的风险。
6月1日，OpenClaw宣布与NVIDIA合作，引入 SkillSpector 技能扫描器。每个发布到ClawHub的技能现在都会经过三重扫描：
🔑 关键发现：三个扫描器的结果几乎不重叠！每对扫描器的Jaccard一致率不超过10.4%。这说明Agent安全是一个多维度问题，单一方案远远不够。
每个技能还会附带一张 Skill Card（NVIDIA开放信任工件规范），记录发布者、能力范围、扫描结果和来源。可通过 openclaw skills verify <slug> --card 查看。
5月31日，OpenClaw发布 Auto Mode —— 一种可选的命令执行审批模式，适合企业环境：
🎯 妙趣点评：这就像给Agent装了一个"安全气囊"——平时不碍事，关键时候能救命。YOLO太猛，Ask太怂，Auto正好。特别是审阅模型可以独立配置（比如用GPT-5.5审阅命令），实现了"本地模型干活，强模型把关"的最优组合。
5月28日的技术报告揭示了OpenClaw从2月到5月的性能大优化：
📦 关键策略：将Bedrock、Slack、OpenShell、Anthropic Vertex、Matrix、WhatsApp等重依赖插件从核心路径移出。方向很简单——保持核心小，可选能力走插件，依赖归属明确。
下次让Agent做重复任务时，可以这样说："把这个流程做成可复用的技能。"Agent会通过Skill Workshop生成提议，你审阅后再应用。比直接写SKILL.md安全得多。
如果你在用OpenClaw做自动化，试试Auto模式：
openclaw config set tools.exec.mode auto
让低风险命令自动执行，高风险命令有人工兜底。
安装新技能前，先看看Skill Card：
openclaw skills verify <slug> --card
了解技能的能力范围和扫描结果。