发帖
雷达卡
通常大模型智能体落地后很容易陷入静态困境，用户任务持续变化但模型能力原地踏步，会出现停服重训影响使用，积累的交互数据无法复用，跨任务知识也难以互通等问题。
介绍一个刚开源好用的MetaClaw，可以让部署在实际场景的AI智能体实现边用边进化，全程零停机。
还能通过双重机制加持，让普通模型性能追平顶尖模型，实测中端到端任务完成率暴涨8.25倍，文件检查完成率相对提升185%，真正破解了智能体落地进化的核心难题。
开源地址：https://github.com/aiming-lab/MetaClaw
咱们先唠唠现在的痛点，不然不知道这药方开得有多准。现在的适配方法大致分三类，但都有点瘸腿。
记忆类方法就像是囤积癖，存了一堆原始交互轨迹，看着挺多，其实全是废话，提炼不出能复用的行为逻辑。
Skills库类方法倒是把经验压缩成了指令，可它跟模型权重优化是脱节的，永远是个静态的外挂。
强化学习类方法听起来高大上，但要么只能在小范围离线练练，要么就被老数据里过时的奖励信号带沟里去，越练越抽抽。
MetaClaw能管用核心就在于搞了个快慢结合的双重进化，而且脑子特别清醒，知道啥时候练、练啥数据。
其实这框架其实就像个元模型，底下是基础的大模型参数，上头挂了个能进化的Skills库。
Skills库像个随身老军师，推理的时候会把相关指令塞进提示词里，手把手教模型怎么干活。
咱们先说这个Skills驱动的快速适配，这玩意就像是给智能体打即时补丁，秒级生效，完全不需要动模型的底层参数。
智能体干活总有栽跟头的时候，以前栽了就栽了，现在它会把这些失败轨迹收集起来，扔给一个叫Skills进化器的大脑。
这个大脑分析完失败案例，立马就能提炼出避坑指南一样的新Skills，存进Skills库。下次再遇到类似情况，直接通过提示词注入，模型立马就知道怎么躲开。
但这光有外挂Skills还不够，底子也得练。这就得提那个机会主义策略优化。
它就是趁着用户空闲、不用模型的时候，悄悄在后台搞训练，完全不耽误正常业务。
有个特别聪明的调度器，会盯着用户配置的睡眠窗口、系统有没有活动，甚至还会看日历上的会议安排。只要发现你在忙别的，它就启动云LoRA微调，结合强化学习练内功。
这里头还有个特别精妙的设计，就是Skills生成版本控制。这事挺琐碎，但特关键。所有的交互轨迹都会被打上Skills库的版本标签，谁是支撑数据，谁是查询数据，分得清清楚楚。
支撑数据就是旧Skills库下栽跟头的记录，拿来生成新Skills，用完就扔；查询数据才是新Skills库上线后的交互轨迹，只有这类数据才有资格拿去训练模型权重。
每次Skills库一升级，缓冲区里那些过时的老数据立马清空。
MetaClaw的实测能力特别强劲，在MetaClaw-Bench基准测试和AutoResearchClaw自主研究管道展开双重验证，选用GPT-5.2和Kimi-K2.5两款模型做对比实验，结果很亮眼。
MetaClaw-Bench模拟44个工作日的934个连续CLI任务，分两部分侧重执行可靠性和规则内化。
Skills适配对模型的提升效果随基础能力降低而提升，GPT-5.2基础准确率41.1%，开启后提升至44.0%；
Kimi-K2.5基础准确率仅21.4%，开启后飙升至28.3%，相对提升32.2%。
而Kimi-K2.5开启MetaClaw完整框架后，准确率直接涨至40.6%，几乎追平GPT-5.2基础水平。
端到端任务完成率从2.0%升至16.5%、暴涨8.25倍，文件检查完成率从18.2%升至51.9%、相对提升185%。
更难得的是，这玩意儿在23阶段的自主研究管道测试里，仅仅开了个Skills适配，就展现出了强大的跨领域泛化能力。
阶段重试率降了快四分之一，优化循环次数少了40%，这说明模型变聪明了，少走弯路了。
想系统掌握AI核心技能、获取行业认可资质？
CAIE注册人工智能工程师认证
助你拓宽职业赛道，成为AI领域持证实力派
企业、高校及渠道合作
请联系微信：FYLlaoshi
京公网安备 11010802022788号
