OpenClaw让Agent火了一把，但它有个致命问题：记不住你。Mind Lab的MindClaw想解决这件事。

OpenClaw的出现，让更多人开始把AI理解为一个能行动、能积累、能进化的系统，而不只是一个一次性的问答引擎。

但用过一段时间后，很多人发现了一个问题：它的「成长」其实是假的。

技能越攒越多，Prompt越来越长，检索越来越复杂——但Agent并没有真正变得更稳定。它只是在越来越依赖「在正确的时刻找到正确的文本」。

刚刚，Mind Lab发布了最新研究博客MindClaw，并开放了Preview体验。MindClaw的目标很明确：用LoRA RL把OpenClaw的「外挂记忆」变成「参数化记忆」，让Agent真正记住你。

Prompt空间的成长，迟早会撞墙

OpenClaw目前的成长主要发生在Prompt空间：技能被生成后存储在上下文中，记忆通过检索被塞回上下文。

在冷启动阶段，这套方案效果出奇地好。系统感觉很自适应、很个性化，甚至比底座模型本身的表现还要强。

但一个主要通过在Prompt空间积累更多技能和记忆来成长的系统，同时也在积累更多噪声。

Mind Lab指出了两个反复出现的失败模式：

第一个是技能漂移。 系统收集了大量实际上不起作用的技能。有些方向正确但操作模糊，有些冗余，有些从未被触发，有些仅仅因为是更强的模型生成的所以「看起来」合理。

第二个是检索依赖。 模型并不真正「拥有」这些技能。它能否在正确的时刻找到正确的技能，取决于检索质量、Prompt布局、上下文预算和模型的瞬时状态。

这不是参数化记忆，这是靠重新塞入来维持的记忆。

Mind Lab在此前关于Context Learning的研究中就提出过同样的关切：上下文可以改善当前轨迹，但如果这些增益从未被内化到参数中，它们就不会变成持久的能力。它们始终是外部支撑，而承载它们的负担只会越来越重。

个人Agent终究需要参数化记忆

Mind Lab的核心论点很直接：一个真正的个人Agent，最终需要参数化记忆。

如果一个Agent真的适配了你的工作方式，它不应该在每一条重要轨迹上都从零开始重建你的偏好、工作流和决策习惯。检索仍然重要，但检索应该是补充性的，不应该承担长期个性化的全部重量。

Mind Lab用一句话区分了两种路径：

Context Engineering帮助模型在「这一轮」做得更好。

Context Learning帮助模型在「未来每一轮」变得更好。

前者改善局部表现，后者创造积累。

MindClaw：两层架构，一个目标

MindClaw是Mind Lab对这个方向的当前实现。目标很直接：让OpenClaw风格的经验积累，不再只是一个不断膨胀的上下文窗口。

MindClaw由两层组成：

Agent层：MetaClaw

MetaClaw为已部署的Agent提供了一个实用的学习循环：在线对话收集、技能注入、失败后技能进化、RL样本收集。它是连接日常使用和结构化学习循环的Agent层。

基础设施层：MinT

当目标从「把更多技能塞进上下文」转变为「把技能内化进参数」，瓶颈就不再只是Agent框架了——它变成了基础设施问题。

你需要一个系统，能把实时经验转化为稳定的LoRA RL更新。你需要管理训练状态、连接rollout和优化、从故障中恢复、并在真实产品约束下保持循环可用。

这正是MinT被构建来解决的问题。

Mind Lab在介绍MinT时的核心论点是：很多团队已经拥有最有价值的资产——真实经验。 他们有产品轨迹、领域工作流、反复出现的用户行为和只在实践中才会暴露的失败模式。他们往往缺少的，是一种把这些经验转化为稳定模型改进的实际方法。

没有这种基础设施，经验只是一条日志，不会变成智能。

Mind Lab真正想弥合的差距

Mind Lab关心的差距很简单：

系统可以不断生成更多技能，但模型可能仍然没有学会如何可靠地使用它们。

如果这个差距持续存在，系统就会滑向一种「伪进化」：技能库越来越大，Prompt越来越长，检索越来越复杂。但Agent并没有变得相应地更稳定——它只是变得更依赖在正确的时刻找到正确的外部文本。

这就是为什么Mind Lab不太关心「生产更多技能」，而更关心提高有用技能被实际学习、实际触发、逐步内化的概率。

结合元学习的视角，画面变得更清晰：

快时间尺度上：系统可以继续生成和优化技能

慢时间尺度上：高价值技能应该通过LoRA RL被写入参数

对用户来说，区别是具体的。如果技能只存在于上下文中，体验往往是：系统「有时候」记得用它们。如果有用的技能逐渐被写入参数，体验就不同了：系统变得更一致、更个性化，不再需要一遍又一遍地从Prompt空间重建同样的能力。

为什么是LoRA RL？

原因很实际：经济性。

如果长期记忆需要全参数训练——这条路不会变成产品。

如果长期记忆只依赖检索和上下文填充——内部噪声只会不断增长。

LoRA RL提供了中间路径：更低的训练成本、更快的更新速度、可行的持续改进循环，而结果住在参数里，不只是外部文本中。

Mind Lab认为，LoRA RL不仅仅是一种更便宜的后训练方法。它改变了长期个性化的可行性边界。 只有当参数更新在操作上变得足够轻量，Personal OpenClaw才不再只是一个一次性配置的把戏。

从这个角度看，MindClaw的重点不是添加更多技能，而是让高价值技能变成参数化记忆。

完整的拼图

Mind Lab在博客中给出了MindClaw的完整架构逻辑：

组件	角色	解决什么问题
MetaClaw	Agent层学习循环	连接日常使用与结构化经验收集
MinT	RL基础设施	让参数级适配在实际产品中可持续运行
LoRA RL	桥梁	把反复出现的经验转化为持久能力

Mind Lab的观点是：一个个人Agent不能永远停留在上下文层。它必须逐步获得参数化记忆，更稳定地适配你的工作，并以一种能够随时间复利积累的形式积累经验。

Mind Lab是谁？

Mind Lab是一家由95后青年科学家组成的AI研究团队，致力于构建体验智能（Experiential Intelligence）——能从真实经验中持续学习的AI系统。

此前，Mind Lab已发布后训练平台MinT、完成业界首个1T LoRA-RL、修复了MoE强化学习中的Router Replay R3关键Bug，并提出了从Context Engineering到Context Learning的范式转变。MindClaw是这一系列研究的最新落地。

本文核心贡献者：Lucian Li、Qihan Liu、Song Cao、Ruijian Ye、Andrew Chen、Pony Ma。

写在最后

OpenClaw证明了Agent可以积累经验。MindClaw要回答的下一个问题是：积累的经验能不能真正变成模型的一部分？

这不只是技术问题，更是产品问题。当你的AI助手真的记住了你——不是靠每次重新检索，而是靠参数里写着你的偏好——那才是个人Agent真正成立的时刻。

MindClaw的Preview已经开放体验，感兴趣的可以直接试用。

博客原文：https://macaron.im/mindlab/research/mindclaw-fine-tuning-openclaw-for-personalized-long-term-memory

参考链接：

• https://macaron.im/mindlab/research/mindclaw-fine-tuning-openclaw-for-personalized-long-term-memory

• https://macaron.im/mindlab/research/from-context-engineering-to-context-learning

• https://macaron.im/mindlab