OpenClaw v2026.4.29 Lanzado: Memoria Mejorada a 'Wiki de Personajes', El Agente Aprende a Rastrear Compromisos de Forma Proactiva

Según la monitorización de Dongcha Beating, el asistente personal de IA de código abierto OpenClaw (GitHub 367K estrellas) ha lanzado la versión v2026.4.29, marcando su segunda actualización en dos días. Los cambios más significativos para los usuarios están en el sistema de memoria y en el sistema de mensajería. La memoria ha evolucionado de una simple recuperación a una wiki de percepción de personajes: los agentes pueden construir automáticamente tarjetas de personajes y rastrear gráficos de relaciones interpersonales, con cada memoria incluyendo trazabilidad de origen y anotaciones de tipo de evidencia. La Memoria Activa ahora permite filtrar por ID de conversación, permitiendo a los operadores habilitar la recuperación de memoria solo para conversaciones específicas; los sub-agentes ya no descartan el contenido recuperado después del tiempo de espera, sino que en su lugar devuelven resúmenes parciales de recuperación. El sistema de mensajería ha introducido una función de ‘compromiso’. Los agentes extraen implícitamente compromisos de seguimiento durante las conversaciones (como ‘recordarte mañana’ o ‘verificar progreso la próxima semana’), entregándolos en un horario mediante un mecanismo de latido, con límites de configuración independientes para agentes y canales. La estrategia de encolado para los mensajes de usuario también ha cambiado: la predeterminada ha pasado de procesar los mensajes uno por uno a un modo de dirección, que lee todos los mensajes pendientes a la vez durante la inferencia del modelo, reduciendo interrupciones. Otros cambios incluyen que NVIDIA se ha unido como proveedor de modelos integrado, permitiendo llamadas con una clave API; un nuevo plugin SQLite para almacenamiento persistente del estado, asegurando que no se pierdan datos al reiniciar; integración de la revisión de reglas OpenGrep para seguridad, subiendo automáticamente SARIF a la Escaneo de Código de GitHub; el tiempo de carga del plugin en Windows se ha reducido de aproximadamente 39 segundos a unos 2 segundos; y correcciones para más de diez problemas de desbordamiento de Block Kit en el canal de Slack.