OpenClaw 2026.5.28, MiniMax M3, Claude Code 2.1.159 und Code-Graphen

OpenClaw v2026.5.28 ist das Lead-Release für EP061, und Claude Code 2.1.159 ist die benachbarte CLI-Release-Spur. OpenClaw stärkt die Wiederherstellung von Agent- und Codex-Runtime, Kanalzustellung, Eingabevalidierung, Provider- und Medienpfade, Plugin-Oberflächen und Release-Validierungsnachweise. Claude Code 2.1.159 bewegt npm latest mit internen Infrastrukturverbesserungen und keinen benutzerbezogenen Änderungshinweisen voran. Die große Model-Entdeckung ist MiniMax M3: ein Launch am 1. Juni, der MSA Sparse Attention, bis zu 1M Kontext, native Multimodalität, Coding-Agent-Benchmark-Ansprüche, eine Live-API und MiniMax Code-Integration kombiniert, mit technischem Bericht und offenen Gewichten, die nach dem Launch versprochen werden. Danach geht die Episode über in Code-Graphen, Agent-Gateways, MCP-Management, Repo-Wikis und lokale semantische Kontexte.

[00:00] Opening Hook: Releases und Model-Drops zuerst OpenClaw v2026.5.28 ändert, wie resilient sich lange Agent-Runs anfühlen sollten: weniger veraltete Fortsetzungen, sauberere Timeout-Wiederherstellung, sicherere Kanalidentität, strengere Browser- und Automatisierungseingaben und stärker begrenzte Provider-Ausfälle. Claude Code 2.1.159 ist ein ruhiges npm latest Point-Release für Infrastruktur-Hygiene statt eines Feature-Launches. MiniMax M3 ist der Model-Drop, der nicht verpasst werden sollte: ein als Open-Weight positioniertes Coding- und Agent-Modell mit 1M Kontext, nativer Multimodalität und einer Sparse-Attention-Architektur, die direkt auf lang laufende Coding-Agents abzielt.

[03:00] Deep Dive OpenClaw v2026.5.28 Release OpenClaw v2026.5.28 ist ein konkretes Operator-Release. Die Änderungen an der Agent-Runtime konzentrieren sich auf die Fehlerwiederherstellung: Subagents behalten cwd und Workspace-Trennung bei, Hook-Kontext bleibt prompt-lokal, Session-Locks werden bei Timeout-Abbruch freigegeben, während lebende OpenClaw-eigene Locks die Bereinigung überstehen, veraltete Neustart-Fortsetzungen werden vermieden und Codex App-Server- oder Helper-Ausfälle sollten den gemeinsamen Runtime-Zustand nicht mehr zerreißen. Das ist der Unterschied zwischen einer langen Aufgabe, die in einen mehrdeutigen Zustand kollabiert, und einer, die mit einer saubereren Grenze fortgesetzt, debuggt oder wiederholt werden kann.

Die Kanalschicht bewegt sich ebenfalls. Das Release verschärft Zustellung und Identität über ausgehende Hooks, Matrix-Raum-IDs, iMessage-Reaktionen und -Genehmigungen, Slack-Endantworten, Discord-rekonstruierte Tool-Warnungen, Runtime-Config-Nachrichtenaktionen, WhatsApp-Profil-Auth-Roots, Telegram-Polling und Microsoft Teams-Dienst-URL-Vertrauensprüfungen. Das praktische Ergebnis ist, dass Genehmigungs-, Fortschritts- und Endnachrichten eine bessere Chance haben, in der beabsichtigten Session mit der beabsichtigten Runtime-Config zu landen. Das ist wichtig für Agents, weil die falsche Kanalidentität einen sicheren Genehmigungspfad in einen verwirrenden oder riskanten verwandeln kann.

Die Eingabevalidierung ist eine weitere große Oberfläche. Browser-Tab-Indizes, Viewport-Größenänderungen, Gateway-Ports, Cron-Wiederholungsbehandlung, Discord-Komponenten-IDs, Schema-Array-Refs, Telegram-Callback-Seiten, Geolocation-Optionen, Screenshot-Timeouts, Cookie-Abläufe und Response-Body-Limits werden früher abgelehnt. Builder sollten schärfere Fehler statt stiller Abweichung erwarten. Provider- und Medienpfade sind ebenfalls stärker begrenzt: OAuth- und Token-Lebensdauern, lokale Service-Sonden, generierte Medien-Downloads, Modell-Anfragen und Provider-Auth-Prüfungen sollten mit Beweis fehlschlagen, anstatt einen Run aufzuhängen.

Das Release erweitert auch nutzbare Agent-Oberflächen: Claude Opus 4.8-Unterstützung, Fal Krea-Bildschemas, NVIDIA-Featured-Modellkataloge, MiniMax-Streaming-Musik-Antworten, verschlüsselte PDF-Extraktion, Sprachmodellkataloge, GitHub Copilot Agent-Runtime-Unterstützung und ein Codex Supervisor-Plugin-Pfad. Migrationsrisiken liegen mostly bei Integrationen, die versehentlich auf loser Eingabeparsing, veralteten Kanalzuständen oder unbegrenzten Provider-Waits beruhten. Der Upgrade-Test sollte einen Subagent, eine Kanalgenehmigung, eine Browser-Aktion und einen Provider-/Medienaufruf umfassen, bevor in die Produktion gegangen wird.

[16:00] Claude Code 2.1.159 als Fleet-Hygiene Claude Code 2.1.159 ist von npm latest und dem offiziellen Anthropic-Changelog verifiziert. Der Changelog-Eintrag sagt interne Infrastrukturverbesserungen und keine benutzerbezogenen Änderungen. Das macht es zu einem kleinen Release, aber nicht zu einem bedeutungslosen. Wenn ein Team npm latest folgt, ist 2.1.159 das aktuelle Paket. Wenn ein Team Anthropic's stable dist-tag pinnt, ist die Baseline anders; npm-Metadaten während des Scans zeigten stable bei 2.1.150.

Der praktische Schritt ist einfach: aktualisiere risikoarme lokale Installationen normal, versprich aber keine neue CLI-Workflow von 2.1.159 allein. Nutze es, um den Fleet-Zustand sauber zu halten und Feature-Erwartungen für die nahen Releases mit sichtbaren Verhaltensänderungen zu reservieren, wie Managed-Cloud-Auto-Modus und die Plugin- und Background-Agent-Verbesserungen.

[20:00] MiniMax M3: Sparse Attention, 1M Kontext und Coding-Agent-Ambition MiniMax M3 ist die wichtigste Model-Entdeckung in dieser Episode. MiniMax beschreibt es als das erste Open-Weight-Modell, das Frontier-Coding, Kontext mit einer Million Tokens und native Multimodalität zusammenbringt. Die关键技术idee ist MSA, MiniMax Sparse Attention. Statt die volle quadratische Attention-Kosten über sehr lange Kontexte zu zahlen, partitioniert MSA den Key-Value-Cache in Blöcke und leitet Attention selektiver, wobei MiniMax große Prefill- und Decoding-Geschwindigkeitsgewinne bei 1M Kontext im Vergleich zur vorherigen Generation beansprucht.

Diese Kontextgröße ist wichtig für Agent-Arbeit, weil Coding-Sessions keine One-Shot-Prompts mehr sind. Ein echter Coding-Agent kann Repository-Dateien, Terminal-Output, Test-Failures, Screenshots, Design-Notizen und mehrrunde Benutzerkorrekturen mit sich führen. MiniMax trainiert und evaluiert explizit für diese Welt: langfristiges Coding, Terminal-Aufgaben, MCP-Style-Agent-Benchmarks, Paper-Reproduktion, CUDA-Kernel-Optimierung und interaktive Entwicklerzusammenarbeit. Die stärksten Ansprüche brauchen unabhängiges Testen, weil viele berichtete Zahlen von MiniMax stammen und bestimmte Scaffolds verwenden, einschließlich Claude Code oder Codex in einigen Evaluationen. Aber der Anspruch selbst liegt genau in der Zone, die diese Show verfolgen sollte.

Der Launch ist auch praktisch, nicht nur ein Teaser. Die API ist live als MiniMax-M3, MiniMax Code wurde um M3 aktualisiert und Token-Plan-Nutzer können das neue Modell über feste Abonnement-Stufen nutzen. MiniMax sagt, der technische Bericht und offene Gewichte folgen innerhalb von 10 Tagen. Die unmittelbare Empfehlung ist, es an drei Workloads zu testen: eine langkontext-repo-Verstehensaufgabe, eine Coding-Agent-Aufgabe mit Tools und Tests und eine multimodale oder Computer-Use-Aufgabe. Wenn die Gewichte wie versprochen landen und das Langkontext-Verhalten außerhalb von MiniMax's Harness Bestand hat, wird dies ein ernsthafter Kandidat für private und selbst-gehostete Agent-Stacks.

[28:00] Understand Anything: Graph-Ausrichtung vor Edits Understand Anything macht einen Codebase zu einem interaktiven Wissensgraphen. Für einen Coding-Agent ist der Nutzen kein hübscheres Diagramm; es ist ein besserer Ausgangspunkt. Ein Graph kann Einstiegspunkte, Beziehungen, Modulgrenzen und wahrscheinliche Pfade durch das System zeigen, bevor das Modell Kontext auf breite Textsuche verbrennt.

Die richtige Verwendung ist Graph zuerst, exakte Dateien zweitens. Frag den Graphen, wo ein Request oder Verhalten fließt, dann lass den Agent die konkreten Dateien, Tests und Configs öffnen, bevor gepatcht wird. Dieses Muster ist besonders nützlich in Repos mit gleichnamigen Funktionen, generierten Dateien, versteckten Routen-Tables oder Dienstgrenzen, die Grep allein verwischen kann.

[34:00] agentgateway und MCPJungle: Kontrolle über Tool-Sprawl agentgateway und MCPJungle reagieren beide auf denselben Druck: MCP und Agent-Tools werden zur operativen Infrastruktur. agentgateway setzt Agent- und MCP-Traffic hinter eine Proxy-Grenze, wo Routing, Policy, Observability und Fehlerisolation leben können. MCPJungle konzentriert sich auf das Management und die Verbindung von MCP-Servern von einem Ort aus.

Die Fehlermodi sind praktisch. Ein Client hat einen alten Server-Pfad. Ein anderer hat das falsche Token. Ein dritter exponiert ein Tool, das schreibgeschützt sein sollte. Ein vierter hat keine nützlichen Logs, wenn ein Tool-Aufruf fehlschlägt. Starte mit einem schreibgeschützten MCP-Server hinter einem Gateway oder Manager, dann prüfe, was der Agent sieht, was geloggt wird, wie Fehler gemeldet werden und wie schnell das Tool deaktiviert werden kann.

[42:00] CodeAlmanac und Argyph: Kontext, der nah am Repo bleibt CodeAlmanac ist ein Codebase-Wiki für KI-Coding-Agents. Es erfasst Entscheidungen, Flows, Invarianten und Gotchas: den Kontext, den Maintainer kennen, aber den Code möglicherweise nicht ausdrückt. Das kann verhindern, dass ein Agent Design-Intention allein aus der Quelle ableitet.

Argyph ist ein Local-First MCP-Server für strukturierten semantischen Kontext über einer Codebase. Er ist nützlich, wenn Privatsphäre und Latenz wichtig sind, aber die Sicherheitsregel bleibt: semantische Retrieval ist eine Orientierungsschicht, nicht der endgültige Beweis. Lass es den Agent auf die richtigen Dateien zeigen, dann verifiziere mit exakten Dateilesungen und Tests, bevor Edits akzeptiert werden.

[50:00] Praktische Queue Für OpenClaw: teste v2026.5.28 auf den Pfaden, die vorher brüchig waren: Subagents, Aborts, Resumes, Kanalgenehmigungen, Browser-Automatisierung und Provider-Timeouts. Für Claude Code: behandle 2.1.159 als npm latest-Hygiene. Für MiniMax M3: führe einen sorgfältigen Bakeoff durch, bevor dem Benchmark-Deck geglaubt wird: Langkontext-Repo-Verstehen, Coding-Agent-Tool-Nutzung und multimodale Computer-Use-Aufgaben. Für das Project Radar: wähle ein Control-Plane-Tool und ein Kontext-Tool: agentgateway oder MCPJungle für MCP-Sprawl, Understand Anything für Graph-Ausrichtung, CodeAlmanac für dauerhaftes Repo-Wissen und Argyph für lokale semantische Retrieval.