什么是 MetaClaw
MetaClaw 是 aiming-lab 开源的一个项目（GitHub 上已获得 1.4k star），定位很直接：跟你的 Agent 对话，它就能学习并自我进化。项目构建在 OpenClaw 生态之上，解决的问题是：如何让 Agent 不只是执行预设技能，而是在使用过程中持续获得新能力。
核心架构：Skill Evolution + 云端 Online RL
整体方案分两层：
- Skill Evolution（技能进化）：Agent 不是靠硬编码的技能库工作，而是通过与用户交互，自动拆解、组合、衍生出新技能。这意味着你部署的 Agent 会随着使用变得越来越强。
- 基于 Tinker 的云端 Online RL：强化学习的计算放在云端执行，本地不需要 GPU 资源。这个设计选择直接降低了个人开发者的使用门槛——你不需要一台 A100 就能让 Agent 持续学习。
这里有个关键设计取舍：很多类似方案默认用户有充足算力，MetaClaw 则从一开始就把资源约束作为设计约束条件。对于跑在个人服务器或者低配云主机上的场景，这个差异很实际。
对独立开发者的意义
如果你在搭建需要持续适应的 AI Agent（比如客服、数据处理、内容生成），MetaClaw 的架构思路值得参考：把学习和推理分离，重计算放云端，轻量推理留本地。这种模式让一个人也能运维一个会成长的 Agent 系统，而不是每次需求变化都得手动更新 prompt 或重新训练。
项目目前处于活跃开发阶段，感兴趣的可以直接去 GitHub 上看 aiming-lab/MetaClaw 的源码和文档，自己跑一遍比读介绍有用得多。