IT之家 5 月 6 日消息，据 Business Insider 今日报道，谷歌正为其 Gemini 开发一款全新的 AI 个人智能体，能够代表用户自主执行各种操作。 据介绍，这款内部代号为“Remy”的 AI 智能体目前正在谷歌内部进行测试，基于一个仅供员工使用的 Gemini 专属版本。 据介绍，Remy 被定位为“工作、学业和日常生活中全天候的个人智能体”，它将 Gemini 升级为真正意义上的 AI 助理，能够代替用户进行各种操作 ——“不只是回答问题或生成内容”，而是主动去完成实际任务。 知情人士称，Remy 与 Gmail、Chrome、Calendar 等谷歌服务深度打通，它可以帮用户监控需要关注的事项，主动处理复杂任务，并随着时间推移主动学习用户偏好。在定位上，Remy 明显比谷歌此前推出的“Agent Mode”等工具更为高端。 Remy 在功能上与今年早些时候走红的 OpenClaw 颇有相似之处。后者能够代表用户回复信息或进行网络调搜索，一度成为病毒式传播的现象级产品，不过 OpenClaw 创始团队已于今年 2 月加入 OpenAI。 目前谷歌尚未对外透露 Remy 公开上线的具体时间。公司内部将该项目描述为一项“dogfooding”内部测试计划 —— 即在正式面向公众发布前，先由员工在真实使用场景中验证产品的可行性与用户体验。谷歌发言人对此不予置评。 谷歌 I/O 年度开发者大会将于本月晚些时候举行，外界普遍预期谷歌自研 AI 智能体将是其展示重点之一，届时 Remy 的最新进展有望首次向公众披露。IT之家后续将保持关注。 Remy 名称源自拉丁语“Remigius”，意为“桨手”或“划船者”，寓意其替用户完成大量任务的角色；它同时也是皮克斯动画《美食总动员》中那只主厨老鼠的名字。知情人士评论称，“了解谷歌风格的话，这个名字很可能同时指向了这两个含义。” 相关阅读： 《 对标 OpenClaw，Meta 被曝正开发个性化 AI 智能体 》
5 月 6 日，据《金融时报》报道，Meta 正在为其数十亿用户开发一个高度个性化的 AI 助手，以帮助他们完成日常任务。眼下，该公司因不断攀升的 AI 支出正面临投资者的审视。 图注：Meta 据知情人士透露，Meta 正在为其超过 30 亿用户开发智能体工具，其中包括一个由其新 Muse Spark AI 模型驱动的高级数字助手。 一位了解该项目的人士表示，该助手正在由一组员工进行内部测试。另一位内部人士称，Meta 的目标是开发一款类似于 OpenClaw 的产品，后者允许用户创建被称为“智能体”的 AI 机器人，自主完成各种任务。 知情人士称，Meta 希望在用户自愿的情况下向其 AI 助手分享高度敏感的信息，例如健康和财务数据。然而，也有人质疑消费者是否愿意这样做。“信任鸿沟就像大峡谷一样巨大，”该人士补充道。 此举凸显出 Meta CEO 马克 · 扎克伯格 (Mark Zuckerberg) 将 AI 深度嵌入 Meta 消费产品核心的决心。此时，投资者对他“个人超级智能”宏大愿景的成本和执行情况感到日益担忧。 尽管 Meta 计划在本月晚些时候削减 10% 的员工，扎克伯格仍继续向 AI 基础设施和人才领域投入数十亿美元。 这些个人助手的构想已在 Meta 上周的一次全员大会上向员工进行了内部说明。具体而言，Meta 正在构建与 OpenClaw 类似的功能。OpenClaw 是一个流行的开源项目，允许用户创建助手，通常用于自动执行浏览网页、管理电子邮件或日历等任务。今年早些时候，Meta 曾试图招募 OpenClaw 的创始人彼得 · 施泰因贝格尔 (Peter Steinberger)，但他最终加入了 OpenAI。 扎克伯格在上周的财报电话会议上表示，OpenClaw 对大多数用户来说仍然难以上手和操作。“如何打造一种更精致、更完善、更易用的体验，并且把所有基础设施基本都替用户做好，让它可以上手即用？”他说。 扎克伯格称，尽管市场上有多种“智能体”工具可用，但“其中值得我推荐给我母亲用的，真没几个”。 不过，OpenClaw 因安全和隐私风险而受到审视，尤其是在用户将个人信息访问权限授予该机器人、但技术出现失控的情况下。
IT之家 5 月 4 日消息，Red Hat 红帽首席软件工程师 Sally O'Malley 在红帽博客发文，公布了名为 Tank OS 的开源项目。该项目主要利用容器化与无 root 权限（rootless）架构设计，以提升 OpenClaw 安全性，IT之家附项目地址（ https://www.redhat.com/en/blog/building-hardened-image-based-foundation-ai-agents ）。 O'Malley 指出，如果 OpenClaw 配置不当，可能带来误删数据或敏感信息泄露等风险。因此其设计了 Tank OS 项目，其核心思路是将 OpenClaw 运行环境封装进容器中，以打造专门面向 AI 智能体的运行环境，避免宿主系统权限被滥用。 在底层架构方面，Tank OS 构建于 Fedora Linux 及 fedora-bootc 技术之上，主要利用镜像作为完整运行环境，同时支持在同一设备上运行多个 AI 智能体实例，各实例之间相互隔离，彼此不共享凭据及系统资源。 此外，Tank OS 采用不可变（immutable）操作系统设计，系统将内核、运行环境及服务预先定义在镜像中，大部分文件系统保持只读，仅允许有限范围内修改，从而进一步确保安全性。
今天，OpenClaw 重磅接入 DeepSeek V4！新版本 OpenClaw 2026.4.24 一发布，随即接入了最新的 DeepSeek V4 双版本 —— V4 Flash 成为默认大模型，V4 Pro 也已上线模型库。 从今天起，全球每一个更新 OpenClaw 的人，打开的第一秒钟，跟自己对话的大脑就是 DeepSeek V4 Flash。 可以说，DeepSeek V4 的接入，成为了 OpenClaw 更新的最大亮点。一时间，全网激动地都开始跃跃欲试。 这一次，OpenClaw 还打通了 Google Meet，实时语音通话让全网震撼。 DeepSeek V4，成为 OpenClaw 默认模型 两天前，DeepSeek V4 一声惊雷炸出，全球 AI 圈的人期待已久的开源新王，终于靴子落地。OpenClaw 第一时间接入 DeepSeek V4「双版本」，还把 V4 Flash 设为默认模型。「龙虾」亲手把中国 AI 推向了最 C 位。 对普通用户来说，最直接的变化是，上手 OpenClaw 时默认进入 DeepSeek V4 Flash 路线。 感受一下 V4 的含金量。 DeepSeek V4 Pro：1.6 万亿总参数，49B 激活参数，MoE 架构，全球最大的开源模型。DeepSeek V4 Flash：284B 总参数，13B 激活参数，同样 MoE 架构。更小、更快、更便宜，但推理能力在 Max 模式下几乎追平 Pro 版本。两个模型都支持 100 万 token 上下文，都采用 MIT 协议完全开源 这次更新，还修复了 DeepSeek 在多轮工具调用中的 thinking 和 replay 行为。 此前，Agent 在连续调用工具、切换会话模型时，容易因为 reasoning_content 缺失触发 provider replay 检查错误。 新版本补齐了相关占位逻辑，让 DeepSeek V4 Flash 和 DeepSeek V4 Pro 在长链路任务里更稳定。这类修复看起来偏工程细节，但对 Agent 产品很关键。 OpenClaw 的核心场景已经不只是聊天，更多时候是让模型连续调用浏览器、会议、语音、文件和插件。模型接入如果停在文本回复层，价值有限。真正影响体验的，是它能否撑住复杂任务链路。 龙虾打电话，Google Meet 成内置插件 这次更新中，Google Meet 被加入 OpenClaw，成为 bundled participant plugin。 新版本支持个人谷歌账号授权、显式会议 URL 加入、Chrome 和 Twilio 实时传输，也支持 paired-node Chrome，用于 Parallels、BlackHole、SoX 这类本地音频与浏览器组合环境。 更重要的变化在会议结束后。 OpenClaw 可以处理会议记录、录音、转写、智能笔记和参会人会话，并导出为 Markdown 或其他类型文件。 系统还支持查找最新会议记录，以及扫描历史 conference records。 这让 OpenClaw 在会议场景中的位置更靠前。它承担的不只是转写，而是会议进入、实时参与、内容沉淀和结果回查。AI 会议助手过去多围绕「记录」展开。OpenClaw 这次把会议变成一个可被 Agent 调用和管理的工作节点。 实时语音接入完整 Agent Talk、Voice Call 和 Google Meet 现在都可以使用实时语音循环。 这部分更新的重点，是实时语音可以调用完整 OpenClaw Agent。 通过 openclaw_agent_consult，电话或会议里的问题可以交给后台 Agent 处理，Agent 再调用工具、查询上下文、组织答案，并用语音返回。 Voice Call 插件新增 setup 和默认 dry-run 的 smoke command，用来在真实拨号前检查 Twilio 或其他 provider 是否准备好。 Google provider 侧新增 Gemini Live 实时语音能力，支持双向音频和函数调用。 Gateway / VoiceClaw 也加入基于 Gemini Live 的 realtime brain WebSocket endpoint，并通过 owner-auth 做权限限制。 这说明 OpenClaw 正在把语音做成一级入口。文本框之外，电话和会议正在成为 Agent 的运行环境。 浏览器自动化，继续补工程短板 浏览器自动化是另一个重点。新版本加入 viewport coordinate clicks，支持 managed automation 和 existing-session automation，CLI 侧也新增 openclaw browser click-coords。 网页控件无法稳定识别时，坐标点击提供了兜底方案。默认 action budget 被延长到 60 秒，减少长等待被误判失败的情况。浏览器 profile 也支持单独设置 headless，一个 profile 可以无头运行，其他 profile 不受影响。 Google Meet 相关修复也集中在浏览器稳定性上。新版本可以复用已经打开的 Meet 标签页，浏览器超时后尝试恢复，还能识别登录、权限、麦克风选择等人工阻塞点。 这些改动不容易成为传播点，但会影响 Agent 是否能持续工作。浏览器 Agent 的问题经常出在标签页、权限、等待时间和恢复机制上。 插件和模型架构变轻 OpenClaw 同时在降低启动负担。模型列表改用静态目录，减少默认 models list 时的 registry 枚举。 模型目录加入 manifest-sourced model rows，让 provider index、cache、onboarding 和 listing 可以在不加载 provider runtime 的情况下工作。 插件侧也在做类似调整：modelCatalog、channelConfigs、 setup.providers 等信息更多从 manifest 暴露，descriptor-only setup contract 也变得更明确。 随着 Google Meet、Voice Call、PDF、Anthropic Vertex、Bonjour 等能力插件化，启动时加载全部 runtime 会拖慢系统。 新版本把描述信息前置，把运行时依赖后置。这是一种典型的工程取舍，牺牲一点早期兼容便利，换取更轻的启动路径和更清晰的插件边界。 SDK 发生破坏性变化 此次更新还有一项破坏性变动： OpenClaw 移除了 Pi-only 的 api.registerEmbeddedExtensionFactory (...) 兼容路径。 之后 bundled tool-result rewrites 需要使用 api.registerAgentToolResultMiddleware (...)，并在 contracts.agentToolResultMiddleware 中声明目标 harness。 这会影响插件开发者。 官方希望工具结果转换在 Pi 和 Codex app-server dynamic tools 中保持一致，旧接口需要迁移。 相应地，OpenClaw 增加了插件兼容性 registry 和迁移记录，用来管理 SDK、配置、setup 和 runtime 的弃用路径。 这背后是 OpenClaw 在整理早期快速扩张留下的接口债务。 OpenClaw 的方向更清楚了 这次更新覆盖模型、会议、语音、浏览器、插件、诊断、TTS、Slack、Telegram 和 MCP 等模块。 DeepSeek V4 进入默认模型路径，解决的是模型能力；Google Meet 和 Voice Call 强化的是协作入口；浏览器自动化、插件懒加载和 SDK 迁移，补的是复杂任务运行时的工程底座。 OpenClaw 正在从聊天产品走向工作流系统。 参考资料： https://github.com/openclaw/openclaw/releases/tag/v2026.4.24 本文来自微信公众号： 新智元（ID：AI_era） ，作者：新智元
IT之家 4 月 22 日消息，支付宝官方今日宣布，支付宝 AI 付正式发布新能力， 新增对 OpenClaw（俗称“龙虾”）类 AI 智能体的支持 ，让用户在使用“龙虾”类智能体时具备支付能力，完成缴费、买 Token、购物等服务。 IT之家获悉，阿里云龙虾平台 JVS Claw 已经率先预装支付宝 AI 付首发上线，蚂蚁数科 DTClaw 也已上线。与此同时，其他“龙虾”类智能体如 Claude Code、Hermes Agent 也可以一键安装使用支付宝 AI 付。 在 官网 根据引导安装支付宝 AI 付后，“龙虾”用户只需要跟“龙虾”说一句“开启支付宝支付功能”，按指引完成授权开通，后续就能在“龙虾”中调用支付宝 AI 付完成付款。以会员充值续费为例，用户三步即可让“龙虾”帮忙搞定： 对“龙虾”说出支付需求，如，告诉 DTClaw“我要续费” 确认订单 通过“支付宝 AI 付”授权并完成支付 安全方面，官方表示也大可以放心： 开通服务需用户手动操作并完成身份核验 支付时需本人授权确认 支付宝 7*24 小时智能风控系统，保障每一笔交易的可控可信 支付宝还承诺“你敢付我敢赔”
IT之家 4 月 21 日消息，腾讯云今日宣布，腾讯 QClaw 正式开启海外版内测。这次出海，QClaw 延续了国内版本的极简基因：零门槛、免部署、下载即用。 OpenClaw 创始人 Peter Steinberger 对此表示，“感谢腾讯团队和我们一起合作，并提供了评测数据来改进 OpenClaw 的 Harness 性能！我们也在和他们一起，把这些修复和改进回馈到开源仓库。对于不太习惯用命令行的朋友来说，QClaw 是一个很棒的选择。” 海外版 QClaw 基于国内版 80 多项功能迭代，仅用 5 天完成产品开发，约 99% 的代码由 QClaw 自身编写。内测期间，每日赠送最高价值约 700 美元（IT之家注：现汇率约合 4782 元人民币） token，首批 20000 个创始龙虾（Founding Claw）名额同步开放。 目前，QClaw 海外版已在美国、加拿大、新加坡、韩国等国家和地区上线，支持中、英、法、西、韩等多语言，更多地区正在陆续开放。 QClaw 基于 OpenClaw 极简封装，宣称是一款“人人都能轻松使用的 AI Agent”。不用配环境、不用写命令、也不用调模型，下载、安装、开工，三步就能在微信里远程操作，让电脑帮你干活。 现在，QClaw 不仅支持一键扫码接入微信和企业微信，还同步打通了 QQ、飞书、钉钉等主流即时通信工具。 在企业微信，QClaw 实现帮用户回消息（面向个人及 10 人以下团队）。一键扫码创建企微机器人，QClaw 就能帮用户总结单聊、群聊消息，还能写文档、订日程、订会议、写待办等等。 IT之家附官网体验地址： qclaw.qq.com qclawsg.qq.com 相关阅读： 《 OpenClaw 3.31 重磅更新：“龙虾”框架原生集成腾讯 QQ 机器人 》 《 腾讯 QQ 官宣正式原生接入 OpenClaw 官方平台 》 《 腾讯云成为 OpenClaw 社区赞助商 》 《 OpenClaw“龙虾之父”斯坦伯格质疑 SkillHub“抄袭”ClawHub 数据，腾讯回应 》
今年以来，OpenClaw 掀起的“养龙虾”热潮属实是火出圈了，许多用户涌入尝试打造属于自己的 AI 执行体，但热潮背后，痛点也随之暴露：复杂的环境部署、繁琐的参数配置、任务执行易中断、设备间数据割裂，让不少普通用户望而却步，最终只能止步于“看着好玩，用着费劲”的阶段。 3 月 18 日，在联想消费春季新品品鉴会上，联想正式推出天禧 Claw，这款基于 OpenClaw 架构打造的新一代 AI 助理，以零成本部署、零门槛使用、全天候跨端、安全可托付四大核心能力，直击当前 AI 智能体的落地痛点。 IT 之家第一时间拿到了天禧 Claw 的内测资格，话不多说，接下来我们就通过多场景的深度实测，看看天禧 Claw 的实际体验到底怎么样。 一、开箱即用上手零门槛，告别繁琐部署的折腾 本次我们测试的是天禧 Claw 内测版本，不同于其他基于 OpenClaw 架构的产品需要用户自行搭建运行环境、反复调试参数，天禧 Claw 采用端云混合部署模式，无需进行任何本地环境配置，开通后就能直接上手使用。 进入产品主界面，整体交互逻辑非常贴近普通用户的使用习惯，核心对话窗口占据了界面的主要区域，没有冗余的功能按钮，用户无需学习特殊的指令格式，像日常发微信一样输入自然语言即可发起指令，输入“/”还能快速唤起对应的技能选项。 界面右上方还设置了快速入门引导，包括产品特性介绍、记忆偏好设置、入门指令推荐等，即便是完全没有接触过 AI 智能体的用户，也能快速上手。 整个上手过程，我们没有进行任何环境配置、参数调试，从开通权限到发起第一条指令，全程不超过 5 分钟，真正是零成本部署、零门槛使用。对比此前我们测试同类产品时，动辄需要数小时搭建环境、排查报错的经历，天禧 Claw 的开箱即用体验，无疑大幅降低了“龙虾类”产品的使用门槛。 二、Skill 自主扩展，实际工作流任务实测 作为科技媒体小编，我每天的工作任务主要就是在网上查询搜索各种科技类的热点新闻资讯，也就是找选题，然后和团队讨论确定今天的选题，接着开始写稿。这个过程中，找选题最为繁琐，写稿、想标题也比较耗费时间。 所以我尝试将我的工作流交给天禧 Claw，先给他下达指令：我是一名新媒体编辑，帮我抓取今天科技圈最新热点，过滤掉相似题材，然后筛选其中热度最高的前 20 条，整理成 Excel 文档，保存到 Download 文件夹下。 天禧 Claw 很快就整理出了当天的科技圈热点的前 20 条，并生成了 Excel 文档。 打开文档后，可以看到天禧 Claw 整理出来的内容都比较符合要求，同时还给出了热点摘要以及信息来源的链接。 天禧 Claw 内置了多种可直接调用的 Skill，同时也支持自建 Skill，为了进行下一步的工作，小编让天禧 Claw 帮我搭建一个“微信头条编辑部”的 Skill，其中包含总编辑、写作编辑、运营编辑。总编辑负责最终选题确定，写作编辑负责稿件的撰写，运营编辑负责标题的拟定、封面图方案的确定。当天的热点新闻选题梳理出来后，总编辑、写作编辑、运营编辑各自完成对应的工作。 当这个 Skill 建立之后，我们让天禧 Claw 把小编的工作流完整跑一遍。 可以看到天禧 Claw 重新整理了 30 个当天的科技圈热点，涵盖了人工智能、半导体、新能源、航空航天、消费电子等多个领域。然后天禧 Claw 直接调用了“微信头条编辑部”的 Skill，总编辑筛选了其中的 10 个高热度的选题，让我确认最终的选题。 当我选择了选题 1 后，天禧 Claw 又安排了写作编辑完成了初稿内容的撰写。可以看到文章整体的写作效果还是不错的。 同时天禧 Claw 还给出了初稿的内容写作逻辑和文章结构，整体思路已经比较贴近成熟编辑的写作效果。当然，当“写作编辑”完成写作后他会停下来问你写作效果是否满足需求，如果不满足你还可以让它继续修改。 接下来就是“运营编辑”完成标题和封面图的工作，运营编辑提供了 5 个备选标题，不同风格的标题还分了类，包括数字冲击型、悬念提问型、行业洞察型等等。 接着“运营编辑”又给出了封面图的设计方案，可以看到整个工作流的执行清晰而具体。 当我确认标题和封面图方案后，天禧 Claw 还生成了封面图，并最终完成了交付。 从最终结果来看，三个角色的分工执行清晰流畅：总编辑首先从 30 条热点中筛选出了 10 条具备高传播潜力的选题，标注了每个选题的核心传播点与内容切入角度；写作编辑针对优先级最高的选题，完成了一篇结构完整、逻辑通顺、符合微信头条文风的稿件；运营编辑则为稿件拟定了 5 个涵盖不同风格的备选标题，同时给出了封面图生成描述，完全匹配我们预设的工作流需求。 更重要的是，这套自建的 Skill 可以反复调用，后续只需每日同步热点清单，即可自动完成全流程的内容生产，将原本需要数小时完成的工作，压缩到了分钟级的自动执行，真正实现了工作流的沉淀与复用。 三、7x24 不断线全端无缝协同，跨设备任务流转体验 不仅如此，天禧 Claw 还采用端云混合部署的架构，即使设备关机，任务也不会停，可以做到 7×24 小时执行，正因如此，它还有一个与之“配套”的优势，就是一体多端，设备全覆盖。它可以做到全端可用，目前支持天禧 PC、Pad、Phone 版本，跨设备协同使用很方便。这很容易理解，比如你在 PC 上给它下达一个后台任务，需要长时间执行，你不可能一直守在 PC 前等它执行完成，所以多设备协同就很有必要，必须你在 PC 上下达了任务，在手机或者 Pad 上随时随地接收到执行结果，那才叫便利。 在测试时，IT之家在前一天晚上在 PC 上给它下达一个定时任务，让天禧 Claw 每天上午 09:10 定时抓取IT之家网站当日热点内容，然后筛选其中最热门的 3 条，作为当天微信公众号头条的备选选题，并让它针对每一条给出写作方向和标题建议，最后从中选取一条最值得当做头条的内容，并给出理由。下达完这个任务后，小编便将 PC 关机了。 然后第二天早上，小编在上班的路上大约 09:30 左右在手机上收到了天禧 Claw 给出的这条任务的执行结果，它果然给出了 3 个推荐的热点选题，并且每一条都有写作方向建议和标题建议，最后也给出了它认为最值得当做头条的选题。 在手机上接收到执行结果后，小编思考了一下这个选题 OK，然后就在手机上让天禧 Claw 以选题 1 作为最终选题，调用“微信头条编辑部”的 Skill，让它帮我完成这个头条的创作。 到了公司，我直接打开电脑，接收它交付的结果就可以继续完成善后的工作。 这里需要特别说明的是，天禧 Claw 的多端协同是无缝且实时的，对话完全同步，就是你在手机端发送的指令请求，在 PC 端也会实时同步并呈现，比如测试中小编发送一个请求时，三端的界面都实时做出了响应，这才能在不同终端间无缝协同切换，而工作流不间断。 再举个例子，比如当你人在外面，但是电脑却在家里或者办公室，你想要立即知道电脑里某个文件的具体内容，就可以在手机上让天禧 Claw 帮你操作。比如测试时，小编在外面，让天禧 Claw 帮我总结一下我电脑 C 盘中一篇关于 OFD 文件格式科普文章的具体内容，于是在手机上给天禧 Claw 下达了一个指令：你看下我电脑上 "C:\Users\YOGA\Downloads" 文件夹里那篇关于 OFD 文件格式的文章，看完以后直接帮我总结下其中的核心内容给我。 果然，没过多久，天禧 Claw 就成功在我电脑中找到了这篇文档，然后在阅读后将其中的核心内容总结给了我。小编在手机端看了一下，结果是准确无误的。 可以看到，这种跨设备的无缝协同，让任务不再局限于单一设备，真正实现了以用户为中心的任务流转，无论用户身处哪个场景、使用哪台设备，都能随时接力任务，配合云端 7×24 小时的执行能力，彻底打破了设备与场景的边界。 四、系统级设备操控，文件管理与系统操作能力实测 除了云端任务执行与内容生产能力，天禧 Claw 的另一大核心优势，是实现了对 PC、手机等终端设备的系统级操控，能够直接帮用户完成本地文件管理、系统设置调整等高频操作。 在 PC 端测试中，我们首先发起了文件管理指令：“帮我找出桌面上超过 500MB 的文件，放到一个新的文件夹里”，天禧 Claw 快速完成了本地磁盘的扫描，不到 10 秒就列出了桌面所有符合要求的文件，清晰标注了文件名、文件大小与存储路径。 随后我们下达了“帮我整理下载文件夹，按文档、图片、安装包、视频四大类别进行分类归档”的指令，系统在执行前先向我们确认了操作权限，在获得确认后，快速完成了下载文件夹内多个文件的分类整理，新建了对应类别的文件夹，将文件逐一归档，整个过程无需我们手动操作。 此外，我们还测试了环境安装指令：“帮我安装 Python 3.11 并配置系统环境变量”，天禧 Claw 自动完成了安装包的下载、安装与环境变量配置，全程无需我们手动点击下一步，即便中途关闭电脑，任务依然在云端调度执行，安装完成后第一时间推送了结果通知。 在手机端测试中，我们下达了“在手机上帮我拍张照片”的指令，天禧 Claw 直接完成了照片的拍摄，无需我们手动进入相机 App 进行操作； 发出“把手机亮度调到 50%”的指令后，系统亮度立即完成了调整，同时还支持 WiFi、蓝牙、音量等系统设置的快速调节，以及联系人查询、日历事件创建等高频操作。 值得一提的是，所有涉及本地文件修改、系统权限操作的指令，天禧 Claw 都会先向用户确认，获得授权后才会执行，严格遵循权限边界，不该触碰的内容绝不越权操作，配合独立云主机的安全隔离机制，让整个操作过程既便捷又可控。 体验总结：让 AI 真正落地为可托付的全场景超能助理 经过多场景、全维度的深度实测，天禧 Claw 给我们最直观的感受，是它打破了当前 AI 智能体赛道“看着好玩，用着费劲”的行业通病，把开箱即用、零门槛上手这件事，做到了同类产品里少有的友好程度。 在此之前，小编也体验过一些 OpenClaw 架构的“龙虾”类产品，想要真正用起来，先要花大量时间搭建本地环境、反复调试参数，甚至要啃不少技术文档，才能勉强跑通基础功能，普通用户往往刚接触就被劝退。 但天禧 Claw 完全不一样，从拿到邀请码开通内测权限，到成功发出第一条指令、跑通第一个任务，全程不超过 5 分钟，没有任何需要手动配置的环境，没有任何需要学习的复杂规则，就像日常用聊天软件一样，说人话就能发起需求，哪怕是完全没接触过 AI 智能体的新手，也能零门槛上手。这恰恰是一款 AI 产品能真正走进普通用户日常的核心前提。 更难得的是，天禧 Claw 没有陷入“为了功能而堆功能”的误区，而是把云主机部署、Skills 能力生态、全端跨设备协同、7×24 小时后台任务执行这几项核心能力，融合成了一套完整的、可闭环的使用体验。 此前用各类 AI 助手，我们永远是流程的主导者：要自己盯着对话框等回复，要自己分步拆解指令，要自己守着设备等任务跑完，电脑一关、App 一退，任务就彻底停摆。但用天禧 AI Claw 的这段时间，小编有了把任务“托付出去”的松弛感 —— 下班前给它下达好热点抓取的定时任务，关掉电脑就可以安心下班，第二天到公司，分类清晰、去重完成的热点清单已经整整齐齐躺在知识库里；通勤路上在手机端给自建的“微信头条编辑部” Skill 下达好内容需求，不用一直盯着屏幕，到公司打开 PC，完整的稿件、适配的标题、封面图方案已经全部输出完成。 这种体验的核心，正是端云混合架构带来的 7×24 小时不间断能力。独立云主机的部署模式，让任务的执行不再依赖本地设备的开机状态，设备关机、任务不停，哪怕你退出了 App、合上了电脑，它依然能在云端稳定推进流程，完成后再第一时间给你反馈。 而丰富的内置 Skills 与灵活的自建 Skill 能力，则让它的使用边界可以无限延伸：通用的办公、学习、生活需求，内置技能可以直接满足；每个人专属的工作流、使用习惯，也能通过自建 Skill 沉淀成可复用的能力，用得越久、需求越具体，它就越贴合你的使用习惯。 另一个让小编印象深刻的就是全设备打通的跨端协同能力。PC 端搭建好的 Skill、设置好的任务，手机、平板端可以直接调用、无缝接力；在手机上发起的文件整理、资料分析需求，转头在 PC 上就能拿到完整结果。不用反复传输文件，不用重新描述需求，不用在多个设备之间来回切换适配，无论你身处什么场景、手里拿着什么设备，你的 AI 助理永远和你同频，任务永远不会断档，这才是“全设备可用”真正的价值。 当然，作为内测版本，天禧 AI Claw 还有一些可以优化的细节，比如暂不支持模型切换、自定义人格设定，然后后台任务在执行时缺少一定的进度反馈等等，但这些都不影响它核心体验的完整性。 一言以蔽之，天禧 AI Claw 最突破的地方，是它真正让 AI 走出了聊天框，不再是只能回答问题、生成文本的“对话工具”，而是能真正融入你工作、学习、生活的每一个日常场景，帮你扛下繁琐、重复、耗时的工作，闭环完成全流程任务的执行伙伴，同时也让我们看到，AI 智能体从来都不该是极客玩家的小众玩具，而是每个普通用户都能轻松上手、放心托付的专属超能搭档。 最后需要提醒大家的是天禧 AI 4.0 版本将于 2026 年 5 月 19 日发布，据了解，天禧 AI 4.0，将针对个人 AI 存在的个性化不足、算力成本高、体验割裂的痛点，以三大核心革新破解行业顽疾，引领个人智能进入专属超能搭档的新阶段，大家敬请期待。
36氪获悉，网易有道云笔记推出LLM-Wiki技能套件，并同步首发至OpenClaw及网易有道龙虾（LobsterAI）技能市场。据介绍，该技能主打“零基础上手”，用户无需任何技术背景，5分钟即可将碎片信息构建为结构化知识库。