这可能是关于 OpenClaw 的第一个 RL 作品 🔥 MetaClaw：只需与您的代理交谈，让它自动进化。 Github： 大多数 AI 代理在发布时就被冻结。它们犯的每一个错误，明天都会再犯。MetaClaw 解决了这个问题。 这是一个构建在 OpenClaw 之上的在线 RL 层，让代理能够从自己的互动中学习——不需要 GPU 集群，不需要离线数据集，也不需要工程团队。 这个循环很简单：每次对话都被记录为训练轨迹。当代理失败时，它会分析出错的原因并提出一个新的可重用技能。LoRA 更新在后台异步训练。下次出现类似情况时，相关技能会自动被提取到提示中。 代理不仅仅是积累对话。它积累的是能力。 这与微调的不同之处在于：没有人工标注流程，没有批量训练，没有部署周期。改进是持续的、隐形的，在生产中发生。互动 → 学习 → 改进，循环往复。 没有离线数据集。不需要编码。不需要 GPU 集群。 值得关注的部分：这将每个用户互动转化为训练信号。您在第一天部署的代理与您在第三十天拥有的代理并不是同一个。它已经被所有错误和修正所塑造。 @HuaxiuYaoML 的出色工作！