如果你手机里正在跑Xiaomi miclaw（小米澎湃OS 3的"龙虾"AI智能体客户端）的内测版，这两天应该会收到一个新版本。更新日志不长，但每一条都踩在真实痛点上面——尤其是第一条，才是真正的大动作。
------
核心升级：终于能发图聊了
之前miclaw虽然挂着"系统级AI智能体"的名号，能帮你跨应用干活、调度系统工具、记你的偏好，但对话入口这块，一直被限制在纯文本+语音的框框里。你想让它认个物体、看一眼截图、帮分析个界面，都得绕弯子或者用别的入口。
这次更新把天花板打开了——给AI发图也能聊，支持图片多模态。 简单说就是：你可以直接在miclaw的对话框里甩一张图过去，它不只收得到，还能真正"看懂"然后跟你聊。拍的食物问热量、截的报错图问怎么解决、存的收据图问金额归类……这些原来你得自己描述半天的场景，现在直接把图怼过去就行。
这步对miclaw来说其实挺关键的。它底层跑的是小米自研MiMo大模型（后续Omni全模态方向也已经在路线图上），多模态能力早晚得上，但把它落到客户端对话流里让用户日常用起来，和"技术上支持"是两码事——后者要处理的是图片压缩策略、上下文怎么挂图、Token消耗怎么控制、回答速度能不能压住。这次更新说明这些工程问题至少已经到了能放开给用户试的阶段。
------
另外三个改动，看着小但很"有人味"
1. IM消息撤回，2分钟窗口
miclaw对话里你发错的一段话、贴错的一串信息，现在支持2分钟内撤回——跟主流IM的撤回逻辑对齐。别看这是个小事，AI对话产品的早期版本往往忽略这种"社交层面的安全感"，结果就是用户不敢随便试、怕留痕。补上这一条，其实是鼓励你更自然地跟它聊，不怕手滑。
2. 语音输入界面焕新 + 多款自然音色
语音这条路miclaw一直比较重，毕竟"说一句话让手机自己去干活"是它的主卖点。这次界面重新理了一遍，视觉上更干净，同时新加了多款自然音色——翻译成白话就是：念给你听的那种AI声音，不再只有"标准播音腔"，多了些更像真人的语调和节奏。用来读长回复、念摘要的时候，耐听程度会好不少。
3. 网络波动不断线，切网后AI自动续接
这条是最容易被低估的。Wi-Fi切蜂窝、电梯里掉线重连、地铁出站那一瞬间的断网——在这些场景下，之前的AI对话很容易直接卡死，你还得手动重试。现在miclaw做了断线保护：网络一抖不会把会话干掉，切网回来会自动把AI那边续上。 对于"让AI帮你跑流程"这种可能已经跑了好几轮的连续对话来说，这个稳定性的提升，比加十个花哨功能都实在。
------
放到miclaw的大节奏里看
miclaw从3月初封测到现在，走的其实是个很典型的小米式推进：先把系统权限和工具链铺好（80+系统工具、跨设备记忆同步、助手商店、MCP扩展），再一点一点把多模态、对话可靠性、语音体验这些"前端感知层"打磨到位。
这次更新的信号也很清楚：它正在从"能干活的技术演示"往"每天用不烦的日常助手"过渡。 能看图是多模态的起点而不是终点——接下来大概率还会继续扩到文档理解、界面元素识别、甚至更复杂的"看了你的图自己去点某处"的执行链路。但至少现在，你终于不用再把眼睛看到的东西，辛苦打字翻译成文字喂给它了。
内测名额依然有限，收到推送的且用且珍惜——反馈多一点，正式版才更快。
