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=215d1d7a144751759f402b4a732daf17转载,侵删。版权归原作者,如有侵权请来信,收到后删除。
同一批次的其他文章
OpenAI 据报再融约 110 亿美元、估值约 1.25 万亿——低于九月约 300 亿目标,与 Anthropic IPO 下调同周共振
彭博称 OpenAI 新一轮已筹集约 110 亿美元、估值约 1.25 万亿,整轮或扩至约 200 亿、尚未完全关闭;九月曾瞄准约 300 亿。同日 Anthropic IPO 买方预期被压到约 1.1 万亿一带。中期选举后数据中心政治风险与科技股抛售同向加压。细节以彭博/公司表…
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…
Agent 记忆部件拆解:Dreaming 用「离线回放」纠错、建 wiki、把笔记顶进下轮上下文
工程博客(Lance Martin):把 Agent 记忆比作海马体编码 + 睡眠巩固。Dreaming 对照 transcript 纠错(宝可梦月见山误标案例)、建 wiki(Stainless ~35 万文件上 2→128 轮 dreaming,25 题 13%→48%)、预…
Managed Agents 上线 Dreaming 预览:另加 Outcomes 打分条与多智能体编排
产品向:Dreaming 定时回看会话与记忆库、可自动或人工审阅后更新;Outcomes 用独立 grader 按 rubric 打分(内部称最高约 +10 分任务成功率);多智能体编排让 lead 拆活给专家子 Agent。Harvey/Netflix/Spiral/Wised…
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 推常驻 Agent「Teammates」:独立 VM 跑项目,需 Max(约 $200/月)
相对一次性 Perplexity Computer,Teammates 持续跟进项目,自带桌面+浏览器 VM,App 线程跟踪,可接 Slack。对标 Grok Bots / Muse / Dots / Duet。价格明显高于 Duet 入门档;公司称八月年化收入已超 7.5 亿…
超越写代码:GitHub 的 Agentic Engineering 工作流——计划/构建/验证/观察全链路
官方博客称十月单周提交超 12 亿(约同比 +400%),但 Faros 称高 AI 采用下 PR 审查时长约 +441%。给出 Copilot 在 Plan→Build→Verify→Observe 的用法:Plan Mode、云沙箱、Dreaming 更新记忆、堆叠 PR、A…
AI Gateway 接入 DeepSeek Search / Fetch:一把 Key 给任意 tool-calling 模型用联网检索
Search 回标题/URL/摘要,Fetch 拉 Markdown 正文;不需 DeepSeek 账号。AI SDK v6≥6.0.321 / v7≥7.0.160。工具费各 $0.75/千次成功请求,失败不计。对企业:把「搜索+读页」做成网关级工具,模型可换、账单统一。
Chat SDK Agent 可用 json-render 流式吐生成式 UI(Slack Block Kit / Teams Adaptive Cards)
Agent 按类型化组件目录写 JSON 规格,json-render 转卡片并按适配器发到各 IM 原生格式;streamCard 流式更新(默认≤500ms)。适合把 Agent 输出从纯文本升级成表格/图表/按钮,少为每种消息形态单独写工具。
FLUX 3 Image Klein × TensorRT LLM VisualGen:Blackwell 上组合优化最高约 3.46× 文生图 / 4.45× 图生图
BFL 模型 + VisualGen:NVFP4、PrimsTS GEMM、VC/Sol 注意力、Cache-DiT、CFG+Ulysses 多卡。单 B200 2048² 相对未编译 BF16;八卡 Base 文生图中位约 14.9→3.0 秒。面向设计/编辑流水线推理密度;给…
Ripple-65B Preview:dense 65B、Apache 2.0、TerminalBench 2.1 称美国开源最高;总花费约 $3200 万
Ricursive Intelligence 预训练约 12T token;TerminalBench 2.1=80.52(公司口径)。SWE-Bench Pro Hard 79.1%、DeepSWE 44.3%、MCP Atlas 71.67%——多数低于 Inkling 2 …