ربما يكون هذا أول عمل في التعلم الواقعي على OpenClaw 🔥 MetaClaw: فقط تحدث مع وكيلك ودعه يتطور تلقائيا. Github: معظم عملاء الذكاء الاصطناعي يتجمدون بمجرد شحنهم. كل خطأ يرتكبه، سيكررونه غدا. MetaClaw يصلح ذلك. إنها طبقة تعلم بواقع واقع عبر الإنترنت مبنية فوق OpenClaw تتيح للوكلاء التعلم من تفاعلاتهم الخاصة — بدون مجموعة بطاقات الرسوميات، ولا مجموعة بيانات غير متصلة، ولا حاجة لفريق هندسي. الحلقة بسيطة: كل محادثة تسجل كمسار تدريب. عندما يفشل الوكيل، يحلل ما حدث ويقترح مهارة قابلة لإعادة الاستخدام جديدة. تحديثات LoRA تتدرب بشكل غير متزامن في الخلفية. في المرة التالية التي تظهر فيها حالة مشابهة، يتم استرجاع المهارة ذات الصلة تلقائيا في الطلب. الوكيل لا يكتفي بجمع المحادثات. يجمع القدرات. ما يميز هذا عن الضبط الدقيق: لا يوجد خط أنابيب تسمية بشري، ولا تدريبات دفعات، ولا دورة نشر. يحدث التحسن باستمرار، بشكل غير مرئي، في الإنتاج. التفاعل → التعلم → التحسين، بشكل متكرر. لا توجد مجموعة بيانات غير متصلة. لا حاجة للترميز. لا يوجد عنقود بطاقة رسوميات. الجزء الذي يستحق الانتباه: هذا يحول كل تفاعل مستخدم إلى إشارة تدريب. العميل الذي تنشره في اليوم الأول ليس العميل الذي لديك في اليوم الثلاثين. لقد تشكلت بكل ما أخطأ فيه وتم إصلاحه. عمل رائع من @HuaxiuYaoML!