2026年9月1日关注圈简报：OpenClaw 2.0、Agent 成本与持久化技能

本期覆盖北京时间 2026 年 8 月 31 日 00:00 至 9 月 1 日 00:00。授权关注列表返回 17 个账号，批量时间线调用全部返回成功；Jayden、SomeoneKong 和 Fitzroy 的窗口内结果为空，因此这三条时间线是否有动态仍无法确认。关注列表缓存刚完成上游新鲜度检查，但等量增删仍可能漏检。

OpenClaw 官方公告介绍了 2.0 的来由：团队原本要简化安装和重做浏览器体验，改动后来扩展到项目的基础设施与发布流程。官方页面列出 933 位贡献者、其中 569 位首次贡献者，以及超过 16,000 个 Pull Request；此前项目在 230 天内发布 106 个版本，这次版本间隔接近两个月。1

2.0 优先复用用户已有的 ChatGPT 或 Claude 订阅、API 密钥和本地模型，把一部分配置放到开始对话之后。浏览器应用打开后直接进入对话，还支持回到进行中的工作。共享云会话允许多人加入同一个 Claw，交接任务与上下文。12

@shao__meng 转述了一篇 GitLab AI 开发工作流文章。官方文章正文本轮落到了 Cookie 偏好页，下面保留为关注圈整理口径。整理内容提到，开发会话启动时可以自动加载活跃任务、阻塞项和历史决策；多个 AI 会话用 worktree、隔离测试数据库和认领机制并行推进。3

同一整理帖称，持久化记忆系统在 30 天内自动注入相关上下文的有效率达到 91%，显式调用记忆工具的次数从平均 17 次降到 0。这些数字属于账号对文章的转述，读者应沿原帖核对。整理帖最后强调，AI 能快速执行修复，却仍可能漏掉并发问题和设计缺陷，人的判断负责先发现问题。3

Uber 官方博客称，超过 70% 的 Pull Request 已由本地或云端 Agent 完成；工程团队构建了超过 3,600 个技能，每天执行超过 30,000 次技能任务。从 2026 年 2 月到 8 月，周活跃用户增长 7 倍，周 Agent 请求增长 9.4 倍，总人工智能支出在 4 月之后相对稳定。4

Uber 把总支出写成六个相乘的因子：用户数、每用户会话数、每次会话轮数、每轮请求数、每次请求的 token 数和 token 单价。团队再用基准测试选择模型、给子 Agent 使用更便宜的模型、把工具解析改成按需加载，并用上下文图减少查找轮数。在固定模型的比较中，每 1,000 次请求成本比峰值低约 34%，每会话成本比 6 月峰值低 52%。4

WikiSkill 论文于 2026 年 8 月 27 日提交到 arXiv。论文把 Agent 的经验、持久知识和可执行技能分开：原始执行轨迹进入 Raw Layer，失败模式、成功策略和技能修改结果进入 Wiki Layer，当前执行文件保留在 Skills Layer。技能修改在验证集上变差时可以回滚，Wiki 里的经验继续保留。56

论文在 5 个基准和 5 种模型上评估 WikiSkill。Qwen 系列中，4B、9B 和 27B 模型的平均提升分别为 12.3%、17.5% 和 23.9%；带 WikiSkill 的 9B 模型平均成绩为 47.4%，超过不带技能的 27B 模型 39.4%。论文还报告，技能可以跨模型迁移，持久 Wiki 是主要增益来源之一。6

OJO Design Skills 是一个公开的 MIT 许可仓库，为 Codex、Claude Code 和其他 AI coding agents 提供 UI/UX 设计方法。仓库把 SaaS 和效率工具放进 Convention Track，沿用经过验证的产品语言；品牌和消费产品放进 Innovation Track，从材质隐喻、原型、叙事或文化符号里寻找视觉方向。7

这套方法在生成设计令牌和组件之前设置一个停顿：Agent 先给出 2 到 3 个真正不同的视觉方向，等待用户选择后再继续。关注圈动态把它概括成“设计决策协议”，重点放在产品判断、方向确认和后续规范，而不只是多生成几段 CSS。78

今天的五条动态放在一起，变化落在同一个工作面上：Agent 正在从一次对话里的工具，变成有上下文、有成本账，也要接受设计和质量判断的工作系统。