20260417研读Openclaw资料摘录

20260417研读openclaw资料摘录

Gemini 终于推出桌面客户端了！除了能做网页端的一切，它的杀手锏是能捕捉屏幕上所有窗口，突破浏览器限制，把一切都装进模型上下文，帮你解读一切。谷歌正式推出 Gemini 的 macOS 原生客户端，支持全局快捷键拉起，也能直接共享当前窗口。只要这个入口真的常驻，Gemini 后面才有机会突破浏览器的壳，去碰文档，碰表格，碰代码窗口，碰你当下正在处理的那堆东西。支持所有 Gemini 支持的语言和国家地区；免费提供；要求 macOS 15 及以上；只支持 Apple M 系列芯片；同账号下的聊天记录和记忆可以同步。网页端能做的，Gemini 客户端统统能做。
谷歌官方博客自己都说了，首发版只是开始，接下来几个月还会有更多消息。窗口共享是第一层，全局快捷键是第二层，跨 App 理解和执行是第三层。

“版权影响只是一方面，尤其是在国内。更核心的依然是高昂的成本。”自从OpenAI宣布全面关停Sora以来，它向行业释放的强烈信号是“AI视频竞争从技术炫技走向商业务实”。Sora关停，字节跳动Seedance便真正迎来了“寡头时刻”。此后不到半个月的时间里，Seedance在权益侧连番调价、取消折扣、变相涨价，而用户体验则是疯狂排队、强制降质、审核失败，由此引发平台投诉激增。在面对一系列用户声讨和质疑声中，Seedance的反复横跳进一步加深了用户对字节跳动这种大平台带来的安全感，由此引发了严重的信任危机。

阿里旗下的ATH事业群的HappyHorse模型登顶Artificial Analysis文生视频模型榜首，实力胜于Seedance一筹。排行榜数据显示，在纯视觉画质上，HappyHorse1.0在文本转视频排行榜和图像转视频排行榜均明显领先于Seedance2.0，Elo评分相差最多超过100、最少也不低于50分。根据Artificial Analysis披露的实测画面，HappyHorse的模型核心亮点在于动作流畅、自然色彩、动态表现，且支持同步音频生成，实现音画同步关键技术突破。

AI视频生成领域的竞争才刚刚开始。除了阿里与字节，快手可灵AI、Vidu等玩家也在加速布局，更多的“后来者”将在全球AI视频市场迎来更加激烈的技术迭代与商业竞争。对于创作者而言，或许这也是摆脱单一依赖、获得更多选择的新起点，而对整个行业而言，这正是推动技术创新、加速AI视频大规模应用的关键转折。

WorkBuddy的连接器不是默认开启的，得手动在技能市场安装。而且装完之后还要配置一次授权，扫码登录腾讯文档账号。WorkBuddy连接器读取多人协作的腾讯文档 → 自动汇总计算 → 生成可视化图表 → 写回同一文档。全程不需要下载到本地。
收到客户消息后，直接转发给WorkBuddy微信助手，附带一句"归档到客户跟进表"。WorkBuddy会自动识别消息内容，提取客户姓名、需求、联系方式，然后写入腾讯文档的指定表格。打开WorkBuddy → 点击左侧"技能市场" → 搜索"腾讯文档" → 安装"腾讯文档" 技能，安装完后即可进入对话，将token给workbuddy会自动帮你配置好。
WorkBuddy的连接器功能不止腾讯文档。根据官方文档，目前已经接入的应用包括：腾讯会议、ima知识库、腾讯问卷、金山文档、Notion、邮箱等。更多应用还在持续接入中。

Anthropic 把 Opus 4.7 的核心升级点放在了高级软件工程和长时间任务执行上。
用户已经可以把过去需要密切监督的高难度编码工作交给它处理，它会更严格地执行指令，也会在回报结果前主动想办法验证输出。
API 发布说明里，Anthropic 也把它称为当前最强的通用可用模型，面向复杂推理和代理式编码场景。

以OpenClaw为代表的各类智能体应用加速涌现，推动AI产业迈向“应用落地”与“规模化服务”新阶段。与传统大模型训练不同，智能体需要持续感知环境、反复调用工具、不断生成结果，并与用户进行多轮交互。表面上是应用形态的变化，实质上却带来了推理请求数量、调用频次和在线时长的指数级上升。

仅仅在 OpenClaw 的官方技能商店 ClawHub 里，Skills 数量已经突破了 5 万个，覆盖内容创作、数据处理、自动化办公等全场景。与此同时，互联网大厂与 AI 公司纷纷布局 Skill 商店，比如腾讯的 SkillHub，字节扣子的技能商店，阿里版「龙虾」JVS Claw 内置的技能库等等。在过去两个月里，「微信公众号」和「小红书」成为了最主要的 Skills 发现与传播渠道。

在 AppStore 时代，用户愿意信任平台机制：下载量、评分、排名。但在 Skills 时代，这套机制几乎失效了。用户更愿意相信的是：某个 KOL 的推荐、某个创作者的真实体验，或者某个同行的使用案例。

越来越多的专业人士正将自己的工作经验、工作流、方法论，提炼开发为一个个 Skill，散落在各处。如果把时间拉长来看，今天的 Skills 生态面临的挑战，是一个更大的问题：

Skills 市场却缺乏这种「质量标准」。
原因首先在于，Skills 的性质与 App 完全不同，它属于一种「黑箱能力」，输出不可标准化，结果难以直接对比。其次，输出结果「好不好」高度也依赖上下文。另外，Skill 的运行是否足够经济。一个 Skill 调用了什么模型，完成一个任务要消耗多少 token，目前也很难量化。

Agent Designer在Gemini Enterprise全面上线，NotebookLM补上音频生成和视频摘要，Agentspace整体并入Gemini Enterprise成为其核心引擎，Chrome嵌入Gemini侧边栏并上线Auto Browse让AI代你操作浏览器。
而现在，Gemini的聊天界面里出现了一个与Chat并列的「Agents」标签页，用户可以直接在里面新建任务、指定目标、挂载工具和文件，整个界面更像一个任务执行工作台，而不是聊天窗口。

谷歌走的是平台化。
把Agent能力嵌入已有产品矩阵：Workspace、Search、NotebookLM、谷歌 Cloud，靠分发优势碾压。
逻辑很清楚：20亿+用户的触达能力是护城河，Agent做出来直接塞进用户已经在用的工具里。

Anthropic走的是工具化。
Claude Cowork运行在桌面端，直接操作本地文件、文件夹和应用程序。

OpenAI更像是在走平台与生态并举的路线：
一边通过GPTs和GPT Store扩大第三方供给与分发，一边在API侧从Assistants API迁移到Responses API，并以Agents SDK承接更完整的agent开发。

SkillsVote 最有用的有两点：
1. 它替你的 Agent 在 168 万个 Skill 里自动挑当前任务最合适的那几个，知道什么任务在什么环境下用什么Skill效果最好；
2.完全免费，Claude Codex Openclaw 全兼容，泪目！

现在所有的 Skills 市场都是 App Store——你自己逛、自己挑、自己装。SkillsVote 是另一个东西：它是操作系统里的包管理器 + 推荐器 + 依赖解析 + 运行时监控。
它不是给你"逛"的。它是给 Agent "调用"的。168 万个 Skill 进了它的索引库，其中 79 万+ 经过官方校验——这两个数他们在 GitHub README 里写得明明白白。每一个都被拆解、建模、环境标注、反向出题测过一遍。