你叫 AI 幫你做一件比較長的工作。
做到一半，要換電腦。
過兩小時回來，又得重新解釋：
剛才做到哪裡。
哪些檔案已經處理。
下一步要做什麼。
如果 AI 只是聊天工具，這很正常。
但當 AI 開始變成 Agent，
真正麻煩的就不再只是：
「它會不會回答問題？」
而是：
工作做到一半，能不能接著做？
誰能看到進度？
它需要密碼時怎麼拿？
昨天允許的自動化，今天還能做什麼？
OpenClaw 8 月 31 日推出的 2026.8.1，就是一次很明顯往這個方向走的更新。
OpenClaw 到底是什麼？
OpenClaw 是一套開源 AI Assistant／Agent。
它和一般只存在瀏覽器聊天頁面的 AI 不太一樣。
OpenClaw 的核心概念是：
AI 可以跑在你的裝置或伺服器上，
再透過一個 Gateway 連接：
模型。
工具。
聊天頻道。
裝置。
Skills。
Plugins。
所以它不只回答：
「幫我整理今天的工作。」
還可以依你真正配置的權限與工具，
進一步處理工作。
例如：
搜尋資料。
執行程式。
處理檔案。
連接聊天工具。
呼叫其他服務。
執行固定工作。
也因為如此，
OpenClaw 比一般聊天 AI 更需要認真處理：
權限。
2026.8.1 最大的變化之一：工作可以離開原本那台電腦
以前一個 Agent 工作正在自己的 Gateway 上執行，
工作環境通常很容易和那台機器綁在一起。
新版加入：
Sessions beyond your Gateway。
簡單理解：
一個工作可以被送到配對裝置或 Cloud Worker 繼續執行。
而且不只是丟一句 Prompt 過去。
Workspace 也能跟著移動。
完成後還可以保留已經暖機完成的機器與 Project Seed，
讓之後類似工作不用每次從完全空白開始。
這比較像：
你在辦公室交代助理整理一份專案。
助理發現：
這台電腦不適合跑。
於是把整份工作桌搬去另一個工作站。
完成之後，
原本的專案脈絡還在。
這對一般使用者有什麼實際用途？
假設你有一項工作：
整理 200 份產品圖片。
讀取一批 PDF。
跑一個比較長的研究流程。
建立網站。
整理資料。
或讓 Agent 執行需要較長時間的工作。
你自己的筆電不一定要永遠負責所有事情。
可以讓比較適合的配對裝置或 Cloud Worker 執行。
真正有意思的不是：
「AI 可以用雲端。」
這早就不是新鮮事。
而是：
同一個 Agent Session 可以帶著工作脈絡移動。
第二個很實用的改變：終於比較容易找回以前做過什麼
AI 用久後會碰到一個很普通的問題：
「我記得上禮拜有討論過這件事。」
但在哪一個 Session？
哪一天？
完全忘記。
OpenClaw 2026.8.1 新增對過去 Conversation Text 的搜尋。
可以用：
單字。
片語。
精確文字。
找到過去對話，
再重新打開那段內容周圍的訊息。
這聽起來不像：
「超強 AI 新能力。」
但真正每天使用 Agent 時，
這類功能可能比 Benchmark 多兩分更實用。
因為長期工作真正需要的是：
找得回以前做過的事。
第三個改變：Agent 工作到哪裡，不必一直猜
新版加入更持久的 Session Progress Card。
你可以在重新整理頁面之後，
繼續看到：
工作目前做到哪裡。
Subagent 正在做什麼。
哪些修改正在累積。
也就是 OpenClaw 開始把：
「AI 正在工作。」
變成比較可觀察的狀態。
這很重要。
因為 Agent 和 Chatbot 最大的差異之一就是：
Chatbot 通常很快給你一段答案。
Agent 可能：
查資料。
呼叫工具。
啟動其他 Agent。
修改檔案。
等待另一個工作完成。
再繼續下一步。
如果畫面只剩：
「Working...」
你其實完全不知道它在幹嘛。
第四個改變：Agent 問你問題，可以真的停下來等你決定
新版也強化了：
Structured Agent Questions。
例如 Agent 工作做到一半發現：
有兩個版本可以選。
缺少一項資料。
某個動作需要你確認。
現在可以透過：
Web Card。
原生介面。
Messaging Button。
或普通文字。
讓使用者回答。
而且還有明確的：
Skip。
這件事真正重要的不是按鈕比較漂亮。
而是工作流程從：
AI 自己猜。
變成：
不確定時問人。
對真正會執行動作的 Agent，
這是一個非常重要的設計。
第五個改變：聊天結果可以變成 Dashboard
OpenClaw 新版也把 Interactive Results 和 Dashboard 做得更完整。
Agent 產生的 Widget 可以：
直接放在 Chat 裡。
釘到 Session Dashboard。
允許特定 Action。
限制可連線的 Network Origin。
甚至把 Rendered View 匯出成圖片。
所以假設 Agent 每天替你整理：
網站錯誤。
內容發布進度。
客服狀態。
專案待辦。
不一定每次都要回聊天紀錄翻答案。
可以把重要結果固定留在 Dashboard。
這使 Agent 比較接近：
持續運作的工作台。
而不是：
問完就消失的聊天視窗。
最值得看的功能之一：密碼不用直接貼進聊天
Agent 真正開始做事後，
很快就會撞上一個問題：
它需要登入某個服務。
很多人最直覺的做法是：
直接把：
API Key。
Password。
Token。
貼進對話。
這非常不理想。
OpenClaw 2026.8.1 新增：
Private Credential Requests。
當 Agent 需要 Credential 時，
可以透過 Masked Prompt 要求使用者提供。
重點是：
Credential 的值不必直接進入一般聊天文字或模型 Context。
新版還加入一套可選擇使用的 Proxy 機制，
讓受保護 Secret 只能被替換到：
經過批准的目的地。
也就是：
「Agent 有需要使用這組密碼」
和：
「Agent 可以知道並把這組密碼送到任何地方」
開始被拆成不同權限。
這才是 Agent 真正進入工作流程後需要的設計。
還有一個非常實際的改變：固定工作可以只批准指定操作
假設你設定 Agent：
每天早上把某個專案狀態整理一次。
如果每一天都跳一次：
「允許嗎？」
很快就沒有人想用。
但如果一批准就代表：
「以後任何類似事情都可以做。」
風險又太大。
2026.8.1 新增一個比較中間的做法：
Approve recurring work once。
你可以針對：
一個明確的 Automation。
一個明確的 Operation。
授權。
之後還可以：
檢查。
撤銷。
而如果工作本身或操作內容改變，
就要重新取得批准。
這個概念很重要：
批准的是這件事。
不是：
批准 AI 從此想做什麼都可以。
這是不是代表 OpenClaw 2.0 現在很安全，可以直接接所有帳號？
不是。
這一點反而是今天最重要的提醒。
OpenClaw 官方 README 自己就明確警告：
主要 Session 的 Tools 預設可能直接在 Host 上執行，
除非你另外設定 Sandboxing。
換句話說，
如果 Agent 被允許：
操作檔案。
執行指令。
連接服務。
那些能力可能真的發生在你的電腦或伺服器上。
所以它和：
「ChatGPT 幫我改一句 Email。」
完全不是同一個風險等級。
官方也特別要求使用者：
把外部傳入的訊息當成不可信輸入。
在讓其他人使用或把 Gateway 暴露到遠端以前，
先讀懂安全、曝光與 Sandbox 設定。
為什麼官方一直強調 Gateway？
因為 OpenClaw 的設計核心不是：
「模型最強。」
而是：
誰可以叫它做事？
它可以碰什麼？
程式在哪裡執行？
Credential 可以去哪裡？
OpenClaw 把模型、工具與不同聊天來源放在一個 Gateway 後面。
這讓它可以變成：
自己的 AI 助理。
也可以變成：
一組彼此信任的團隊共同使用的 Agent。
但同時也表示：
Gateway 的安全邊界一旦畫錯，
影響比一般聊天工具大很多。
所以一般人適合現在就裝嗎？
要分兩種人。
如果你只是想：
聊天。
寫文章。
做摘要。
查資料。
完全不需要為了 OpenClaw 特地改變自己的工作方式。
ChatGPT、Gemini、Claude 這類現成服務會簡單很多。
但如果你真正需要的是：
AI 在自己的設備上持續工作。
連接不同模型。
接入自己的工具。
從聊天頻道叫它做事。
建立長期 Automation。
把比較重的工作搬到其他 Worker。
甚至自己控制整個 Agent Infrastructure。
OpenClaw 就開始變得有意思。
它比較不像：
另一個 ChatGPT。
更像是：
自己組一套 AI 員工的底層工作環境。
它可以換不同 AI 模型嗎？
可以。
OpenClaw 本來就不是綁定單一模型的產品。
它的架構把：
Model Provider。
Gateway。
Tools。
Channels。
分開。
2026.8.1 這一輪也進一步加入 GPT-5.6 系列的支援，
並持續改善不同 Runtime 與模型切換。
這代表真正長期使用 OpenClaw 的人，
不必把所有工作都鎖在：
同一個 AI 公司。
這和前幾天我們談過的：
Multi-model。
Fallback。
Model Routing。
其實是同一個更大的方向。
AI Agent 正慢慢從：
「模型就是產品」
變成：
模型只是整套工作系統裡可以替換的一層。
OpenClaw 最值得注意的，其實不是新增多少功能
如果只看功能表，
2026.8.1 有：
搜尋。
Cloud Worker。
Progress Card。
Dashboard。
Credential。
Automation Permission。
新的模型支援。
很多很多項。
但真正值得注意的共同方向只有一個：
Agent 開始被當成一個會長期工作的系統來設計。
長期工作的系統就一定會碰到：
記憶。
狀態。
設備。
權限。
憑證。
協作。
監控。
失敗。
撤銷。
這些以前看起來很無聊的東西，
現在反而開始比：
「AI 又多會一個技能」
更重要。
今天如果你想試，先不要急著接 Email 和密碼
OpenClaw 是開源工具，
也支援 macOS、Linux 與 Windows。
但第一次測試，我反而不建議從：
主要 Gmail。
正式網站。
付款帳戶。
Production Server。
開始。
先選一個：
低風險。
可還原。
即使做錯也不會造成損失。
的工作。
例如：
整理測試資料夾。
搜尋一批公開文件。
建立一個測試專案 Dashboard。
在 Sandbox 裡跑一個固定任務。
先看：
Agent 做了什麼。
工作狀態怎麼留下。
哪些地方會詢問你。
哪些權限真的會被使用。
再決定下一步要不要讓它碰更重要的系統。
因為一個真正會做事的 AI，
最大的優點是：
它真的可以幫你做。
最大的風險也是：
它真的可以幫你做。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
今日 AI 工具｜2026/08/08：Inspect AI，把 AI Agent 放進可重複測試與沙箱，先看它會怎麼失敗再上線
AI 一分鐘教學｜2026/08/08：測 AI Agent 時，先寫「正常、停止、失敗」三種結果
AI 一分鐘教學｜2026/08/15：讓 Computer Use 操作舊系統前，先畫「可以點、不能點、一定停」三區邊界
