Hunter 和 Healer Alpha：免费百万上下文模型

这次最重磅的更新是 Hunter 和 Healer 两个 Alpha 模式的上线，直接接入了免费的百万（1M）上下文模型。对于搭 Agent 的人来说，上下文窗口就是工作台的大小——以前你只能摊开几页纸，现在直接给你一整张桌子。百万 token 的上下文意味着你可以把整个代码库、完整文档、历史对话一股脑塞进去，让 Agent 真正理解全局而不是盲人摸象。

更关键的是，免费。对一人公司来说，这直接砍掉了一笔不小的 API 开支。

GPT 5.4 不再半途而废

用过大模型的人都遇到过一个抓狂的问题：模型回答到一半突然停了，像是思考到关键处突然断电。这次 OpenClaw 针对 GPT 5.4 做了优化，解决了"中途停止思考"的问题。说白了就是让模型把话说完整，这在复杂的多步骤 Agent 工作流里尤其重要——你不会希望你的自动化流程跑到第三步突然卡住。

Gemini Embedding 2：给 Agent 装上长期记忆

新增了 Gemini Embedding 2 的支持，专门用于记忆模块。Embedding 模型是 RAG（检索增强生成）架构的基础设施，决定了你的 Agent 能不能从海量信息里精准找到需要的那一条。换成 Gemini Embedding 2，意味着语义检索的质量又上了一个台阶。

如果你正在用 OpenClaw 搭建带知识库的 Agent，这个更新值得立刻试试。

OpenCode 支持 Go 语言

OpenCode 模块新增了 Go 语言支持。Go 在后端服务和 CLI 工具开发中的地位不用多说，这对用 Go 写业务逻辑、再用 OpenClaw 编排 Agent 工作流的开发者来说是个好消息。技术栈的选择面又宽了一圈。

安全加固冲刺

最后一项是安全加固。OpenClaw 作为一个开源项目（GitHub 上已经 320k star，fork 数超过 6 万），用户量大了之后安全就不是可选项而是必选项。这次专门做了一轮安全冲刺，虽然 release note 没有展开细节，但对于把 OpenClaw 部署到生产环境的人来说，这种持续的安全投入是选型时的重要加分项。

从这次更新的节奏能看出来，OpenClaw 团队的迭代速度相当激进——他们自己也说"我们发版比别人抄的速度还快"。对于正在用 OpenClaw 搭建自动化工作流的独立开发者，建议重点关注百万上下文模型和 Gemini Embedding 2 这两个更新，前者扩大了 Agent 的"视野"，后者增强了 Agent 的"记忆"，组合起来能明显提升复杂工作流的可靠性。