MetaClaw 这个思路很有意思
MetaClaw 这个思路很有意思 —— 把 OpenClaw 的每次对话都变成训练数据。
它不是静态的 skill library，而是实时从真实使用场景中提取失败 case，自动生成分支技能，用 LoRA 在云端 fine-tune，然后注入下一次对话。
这种 "边用边进化" 的模式，比传统的数据团队 + 周级别迭代 pipeline 更贴合 agent 的本质。agent 应该是不停学习的。
MetaClaw 这个思路很有意思 —— 把 OpenClaw 的每次对话都变成训练数据。
它不是静态的 skill library，而是实时从真实使用场景中提取失败 case，自动生成分支技能，用 LoRA 在云端 fine-tune，然后注入下一次对话。
这种 "边用边进化" 的模式，比传统的数据团队 + 周级别迭代 pipeline 更贴合 agent 的本质。agent 应该是不停学习的。