中
◀ Back to feed
微信公众平台

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”

Published 2026-11-06 Collected 2026-11-07 08:00 AI news #ai#wechat
Full text

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”

URL: http://mp.weixin.qq.com/s?__biz=Mzg4MTY2MDY5NQ==&mid=2247508087&idx=1&sn=215d1d7a144751759f402b4a732daf17

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:

  1. 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。

  2. 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)。

  3. 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)。

  1. 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。

  2. 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。

  1. 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:

  1. 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。

  2. 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。

  3. 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。

  4. 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。

  5. 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。

  6. 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

Source
Title
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”
Author
—
Site
微信公众平台
Published
2026-11-06
Collected
2026-11-07 08:00 · 2026-11-07-08-ai.json
Link
http://mp.weixin.qq.com/s?__biz=Mzg4MTY2MDY5NQ==&mid=2247508087&idx=1&sn=215d1d7a144751759f402b4a732daf17
Open original ↗

Reposted. Will be removed on request. All rights belong to the original author.

More from this batch

08:00batch · 2026-11-0712 items
>

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…

TechCrunch / Bloomberg
>

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 Verge / NYT
>

The components of agent memory

Anthropic Engineering explains dreaming: offline passes that correct memory against transcripts, build wiki representations, and promote not…

Anthropic
>

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.

Anthropic / Claude
>

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…

Models at Work
>

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…

Vercel / AWS / agent-plugins.org
>

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.

The Decoder
>

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.

GitHub
>

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.

Vercel
>

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.

Vercel
>

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.

NVIDIA
>

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…

The Decoder / HF