拒绝死板提示词!光明实验室生成式大模型团队开源 CamoClaw:让 AI 智能体在真实业务中“自我进化”
拒绝死板提示词!光明实验室生成式大模型团队开源 CamoClaw:让 AI 智能体在真实业务中“自我进化”
拒绝死板提示词!光明实验室生成式大模型团队开源 CamoClaw:让 AI 智能体在真实业务中“自我进化”
在实际任务中,智能体面临一个真实的痛点: 为智能体(Agent)预设的技能清单再长,也赶不上业务场景的千变万化 。 每次遇到新需求都要人工反复微调提示词,不仅适配成本极高,也让 AI 沦为了一个需要时刻被“手把手教”的提线木偶。
为了打破这种“能力静态固化”的僵局, 生成式大模型团队 正式开源了全新的 AI 协作框架 —— CamoClaw 。
我们不玩“堆叠提示词”的文字游戏,而是致力于打造一个 伴随实践持续演进 的自进化协作者。在这里,AI 可以在真实任务的“碰壁”中总结教训,在成功的交付中沉淀经验。
核心机制:
如何在实践中长出“真本事”?
CamoClaw 的底层逻辑贴近真实的项目制工作流。它不依赖无差别的盲目训练,而是拥有一套严密的“执行—学习—再执行”闭环:
有条件触发 :仅在表现未达预期时进入学习环节,直面真实约束。
从失败中提炼规范 :系统不会简单要求“重做”,而是将评估意见、执行轨迹结构化,结合网页知识搜索提炼出可复用的方法与规范(如任务拆解逻辑、自检要点、领域惯例等)。
严格的经验准入机制 :提炼出的经验不会立刻被采信。系统会安排再次交付进行验证, 只有当新方法被实际采用、且结果得到显著改善时 ,这些内容才会被正式写入长期技能库,拒绝无效信息的堆积。
10 个真实任务 A/B 测试:
让数据证明“进化”的价值
为了验证持续学习机制的有效性,我们在公开数据集上进行了10个真实任务的对照实验(任务顺序一致,初始资金均为 10 美元):
核心指标
启用持续学习组
未启用组
表现差异
---|---|---|---
期末净值
$1,344
$1,049
跃升约 +28%
累计任务报酬
$1,335
$1,040
跃升约 +28%
经固化的有效经验
13 条
0 条
从 0 到 1 的
能力沉淀
单日案例拆解:
一份舞台示意图的进化史
让我们通过一个具体的巡演任务,直观感受 CamoClaw 是如何“吃一堑,长一智”的。
任务要求 :为巡演乐队制作单页 PDF 舞台示意图(供音响与场地提前沟通)。
初次尝试(踩坑) :智能体在规范性细节上大量失分。例如,成员位置与要求不符、输入输出信息残缺、监听音箱位置违背了行业惯例,因此获得了较低的系统评分。
结构化反思(记入错题本) :面对低分,CamoClaw 没有盲目重试,而是将评估意见与执行轨迹,结合网页知识搜索,拆解为可复用的流程与交付规范:
落实操作步骤 :严格执行“需求对齐 ➡️ 任务拆解 ➡️ 交付前自检”,优先满足刚性约束。
死磕版式约束 :明确巡演场景常要求单页便于张贴与流转,多页会导致场地使用障碍。
纠正方位表述 :必须采用观众视角的左右方位,并使用“钟面定位”等行业惯例描述音箱位置。
完善列表与交付物 :保证输入输出通道表完整可读,图示符号统一,满足工程层面的具体要求。
- 二次交付与能力固化(生成技能卡) :智能体带着总结的方法再次执行。在验证这些方法确实有效、结果显著改善后,系统自动将这些领域 Know-how 提炼为标准化资产,正式写入 CamoClaw 的长期技能库中。
自我演化前
TOURING BAND STAGE PLOT
- 清单信息被覆盖
- 布局图中部分乐队成员位置错误
系统评分:0.1
自我演化后
TOURING BAND - STAGE PLOT
- 清单和布局图主体信息完整
- 乐队成员位置与任务描述一致
- 标注了设备位置信息
系统评分:0.85
以下是 CamoClaw 真实沉淀的 stage-geography (舞台地理)技能卡片节选:
YAML
title: stage-geography(舞台地理)
description: 掌握舞台地理惯例(观众视角、台口/台后、时钟定位),以准确放置所有设备并与场地工作人员清晰沟通。
tags:
- Skill: Stage Geography and Positioning Terminology
- 技能:舞台地理与定位术语
created: 2026-03-24 19:36:08
技能:舞台地理与定位术语
一句话总结
掌握舞台地理惯例(观众视角、台口/台后、时钟定位),以准确放置所有设备并与场地工作人员清晰沟通。
何时使用
- 为任何现场演出设置创建舞台布置图
- 定位监听音箱、乐器和乐队成员
- 与音响工程师和场地工作人员沟通
- 使用时钟定位法指定模拟监听音箱位置
- 编写任何巡演乐队技术需求文档
舞台地理基础
1. 视角规则(关键)
舞台布置图(Stage Plot)通常从观众视角绘制。
- 台口(前部 / Downstage) = 页面底部
- 台后(后部 / Upstage) = 页面顶部
- 舞台右侧(Stage Right) = 页面左侧(观众的左侧)
- 舞台左侧(Stage Left) = 页面右侧(观众的右侧)
(通过这种结构化的资产沉淀,AI 下次再遇到任何舞台类任务,都能直接调用该领域的专业视角,彻底告别重复犯错。)
为什么选择 CamoClaw?
我们希望为开发者提供一个更具生命力的框架。CamoClaw 具备以下六大特性:
非固定能力清单 :能力随任务流内生迭代,不依赖预设技能全集。
沉淀经检验的能力 :仅在再次交付中实际使用且带来改进的经验,才写入技能库,控制无效扩张。
分领域专业评估 :不同领域采用相应评判维度,吸收具体、可执行的结构化评价,而非单一分数。
端到端流程 :涵盖任务下发、执行、成果提交、按专业标准评估与经济结算,贴近项目制工作流。
经济与成本约束 :通过账户、调用成本与任务报酬等机制,促使智能体在成本与质量之间作出合理权衡。
任务贴近真实业务 :覆盖多行业、多岗位类型任务,超越纯对话场景。
首轮任务界定能力边界 ➡️ 学习环节将偏差升维为领域规范 ➡️ 后续执行进行对照检验。唯有产生可复核的质量增益时,才沉淀为长期资产。
立即体验与共建
如果你的项目需要一个 随任务实践持续增强能力 、不仅能干活还能自己总结方法论的 AI 协作者,CamoClaw 将是你绝佳的选择。
我们是生成式大模型团队,致力于推动大规模语言模型在真实业务场景中的落地与演进,本项目由联合培养学生肖尧完成。目前 CamoClaw 已经全面开源,欢迎各位开发者、研究者前来体验,提交 Issue 或 PR。
👉 GitHub 仓库地址:
https://github.com/GML-FMGroup/camoclaw
(点击文末“阅读原文”直达)
🌟 如果觉得这个框架对你有启发,请前往 GitHub 为我们点亮一个 Star!你的支持是我们持续迭代的最大动力。
目前团队正在招聘大模型算法岗位实习生,有意向者可投递简历至:jiangwenhao@gml.ac.cn。
END
素 材 丨生成式大模型团队
编 辑 丨 李沛昱 曾小告责 编 丨 陈贞儒
欢迎投稿、建议:gmlab@gml.ac.cn
Guangming Laboratory
实验室简介
人工智能与数字经济广东省实验室(深圳) (简称光明实验室)为广东省政府批准建设的第三批广东省实验室之一。实验室主要围绕省市人工智能发展布局,全力支撑深圳市“自主技术架构+主流技术架构”双轮驱动人工智能“双支柱”发展构型,按照“一个战略任务、四大战略需求、一个全栈AI技术内核科研体系、四项创新机制”的“1414”战略路径,以下一代AI变革技术(即世界模型)为整体牵引,锚定大语言模型、多模态理解与生成、世界模型、空间智能和AI4X特色领域,以昇腾算力和数据引擎为基座,打造AI根技术,构建昇腾国产化AI生态,全力打造人工智能战略支撑力量和产业赋能高地。
人工智能与数字经济广东省实验室(深圳)
官方网站| http://www.gml.ac.cn
招聘联系| hr_office@gml.ac.cn
http://mp.weixin.qq.com/s?__biz=Mzg4MTY2MDY5NQ==&mid=2247508087&idx=1&sn=215d1d7a144751759f402b4a732daf17Reposted. Will be removed on request. All rights belong to the original author.
More from this batch
OpenAI reportedly raises an additional $11 billion at a $1.25 trillion valuation
Bloomberg sources say OpenAI has wired about $11B so far in a round valuing it at $1.25T, potentially totaling ~$20B—well below a prior ~$30…
中国国安据报策反 AI 高管 Alice Huang,目标刺探黄仁勋与先进芯片情报
The Verge 转纽约时报:MSS 据称招募 Megaspeed 高管 Alice Huang(与黄仁勋无亲属关系)搜集美国 AI 芯片情报,并可能推动先进芯片对华供应。上周已有「刺探黄仁勋」报道,本次新增「已被招募」细节;众议院三委员会要求黄仁勋闭门说明互动。属国家安全舆情…
The components of agent memory
Anthropic Engineering explains dreaming: offline passes that correct memory against transcripts, build wiki representations, and promote not…
New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration
Anthropic launches dreaming as a research preview on Managed Agents, plus outcomes rubrics and multiagent orchestration in public beta.
Claude Code 被指把用户邮箱塞进 User-Agent;v2.1.317+ 隐私插件默认拦截(issue 仍开放)
简报汇总 GitHub issue #107757:编码 Agent 向第三方站点发请求时 User-Agent 含邮箱;评论称多段 subagent curl 可复现。贡献者称 cc-plugin-privacy 自 2.1.317 默认开启。对企业:查版本与 /plugins…
Agent Plugins 1.0:Amazon、Cursor、Microsoft、OpenAI、Vercel 共同推进的可移植 Agent 扩展标准
开放标准:用 plugin.json + skills/ + mcp.json 打包 Skills 与 MCP,一次构建跨 Codex/Cursor/Copilot/VS Code 等加载。谱系明显借鉴 Claude Code 插件布局;Anthropic 未列联合维护方。对企业…
Perplexity now has its own always-on AI agent
Perplexity Teammates are always-on agents on dedicated VMs for ongoing projects, priced on the $200/mo Max plan.
Beyond code generation: A developer's guide to agentic engineering
GitHub walks through Plan/Build/Verify/Observe agentic workflows with Copilot as commit volume surges and review latency rises.
AI Gateway adds DeepSeek Search and Fetch tools
Vercel AI Gateway exposes DeepSeek Search and Fetch as model-agnostic tools billed at $0.75 per 1k successful calls each.
Chat SDK agents can now stream generative UI with json-render
Chat SDK agents stream typed JSON UI specs via json-render into Slack/Teams native cards.
Speed Up Image Generation with FLUX 3 Image Klein on NVIDIA Blackwell GPUs
NVIDIA shows TensorRT LLM VisualGen optimizations that speed FLUX 3 Image Klein up to ~3.46× T2I / 4.45× I2I vs uncompiled BF16 on B200.
Ripple-65B Preview delivers strong agentic coding results as a fully Apache 2.0 open US model
Ricursive Intelligence open-weights Ripple-65B Preview (dense 65B, Apache 2.0) reports leading open-US TerminalBench scores at ~$32M total c…