MetaClaw

MetaClaw 是一款开源智能体框架，旨在探索 ‍“对话即训练”‍（Talk-to-Learn）的新范式，实现人工智能在真实交互环境中的 持续进化（Evolves in the Wild）‍。该项目通过将强化学习（RL）与大语言模型（LLM）结合，使得 AI 能够在与用户的日常对话中自主学习新技能，而无需依赖传统的离线数据集、GPU集群或人工微调。

MetaClaw开源项目官网入口网址： https://github.com/aiming-lab/metaclaw

MetaClaw中文介绍： 链接

核心概念：对话即训练

MetaClaw 的最大创新在于其 ‍“边聊边进化”‍ 的能力。它通过监听用户的反馈（如“这句话很有道理”、“这句话很无聊”），将这些交互信号转换为强化学习的奖励信号（Reward）。从而让模型能够根据用户的即时偏好进行微调，实现个性化的学习过程。

强大的后端技术栈

MetaClaw 并非单一模型，而是一个集成了多种技术的系统：

基础模型（Base Model）‍：支持 Kimi-2.5、Qwen3-4B 等多种 LLM 底座。

强化学习引擎（Tinker）‍：MetaClaw 将训练任务交给了 Tinker 云平台，用户只需配置 API 密钥，即可在本地进行在线 RL 训练，无需本地算力支持。

技能库（Skill Bank）‍：支持技能注入（Skill Injection）和技能进化（Skill Evolution）机制，使 AI 能主动生成并优化新技能。

灵活的运行模式

MetaClaw 提供了两种主要模式：

实时对话模式：无需微调模型权重，适合普通用户在与 AI 对话时即时生成训练数据。

离线 RL 微调模式：支持对模型进行实时微调，适用于需要更高定制化程度的场景（但可能需要付费 API 支持）。

简单易用

使用 MetaClaw 的门槛极低，只需克隆仓库、安装依赖、设置 OpenAI / Kimi / Azure API 密钥，即可通过一条命令启动服务。它的目标是让“养虾”（养成 AI）变得像养宠物一样简单。

适用场景

个人助理：创建一个能随时自我进化的个人 AI 助手。

教学与研究：探索具身 AI（Embodied AI）和元学习（Meta-Learning）的最新研究方向。

MetaClaw 代表了 AI 从“训练完成后直接使用”向“使用过程中持续学习”的重要转型，是当前最前沿的开源项目之一。