Claw AI Lab团队

量子位 | 公众号 QbitAI

你还在一个人做科研吗？

科研之中最难的，向来都不是问题自身，而是一个想法，从文献开始，到实验阶段，再到写作环节，都只能依靠自己，一点一点地往前推进。

要是一个人方向出现了偏差，却不存在任何人去给予提醒，碰到有歧义的情况，也没有任何人来展开讨论，而当结果不对的情形下，那就只能不断地反复去尝试错误。那被称作的“自动科研”，在很多时候也仅是将这所有的一切给封装成为了一条没有任何人参与在内的流水线——把人给拿掉了，然而问题却并没有发生改变。

但是，真正具备高效特性的科研，向来都不是流水线那般的模式。它更类似于一个实验室，在这个实验室里，不同的角色会同时进行推进，不同的路径会并行地开展，发现能够被共享，错误会被更早地暴露出来，方向会在持续不断的讨论过程中逐渐收敛。而人始终处于关键的位置，去做出判断，给予方向，更改路径。

clawailab.ai

有一个研究团队，这个团队是由Liu Fayao（刘发耀，新加坡A*STAR研究科学家）带领的，同时也是由Ye Deheng（叶德珩，前腾讯AI合伙人&首席专家）带领的，还同样是由Chen Tianrun（陈天润，魔芯科技创始人）带领的，这个团队提出了Claw AI Lab。

爪子人工智能实验室所想达成的，乃是将这般协同模式转变为一个能够运行的系统，你对方向予以定义，众多智能体彼此协同促使向前推进，多个项目同步并行展开，整个过程持续不断地进行演化，你能够在任意时刻进行介入、实施修正以及执行回滚操作，从而让研究构建起真正意义上的闭环。

你不再是一个人做科研。

你是在带一个实验室，让研究自己运转起来。

金字塔式分层架构管理+用户友好UI

Claw AI Lab运用金字塔样式的分层架构，把科研流程分解成从研究方向的设定、方法的设计以及实验的规划，再到代码的实现与结果的分析这样的多层级体系，从而构建出自上而下逐层级细化的科研闭环。

每层都由专门的Agent予以负责，经过任务队列跟上下文紧密相连，致使系统既有全局规划的能力，还能够高效地执行细节方面的任务。与此同时，上层的决策能够依据下层的实验结果动态进行调整，达成持续迭代以及闭环优化。

Claw AI Lab的操作界面

其系统给出可视化的操作界面，用户能够如同PI那般去界定研究课题，去拆解任务，并且能够实时瞧见各个Agent的执行状态以及中间结果。复杂无比的科研流程被抽象成直观的操作以及进度面板，极大地减低了使用门槛。

同时支持三种模式

实验室讨论模式是，朝着多个方向同时进行调研，跨越不同方向展开讨论从而达成共识，进而生成统一的假设。

一种Lab独立研究模式，存在多方向并行开展调研的情况，各个方向共享知识库之后，独立去生成假设，这样做速度会更快，不过却不存在跨方向的共识。

论文复现模式：单Agent全流程复现目标论文的方法与实验。

Claude Code Harness

要是讲传统AI编程助手所处理解决的是“写一段代码”这种情况，那么Claw Code Harness所处理解决涉及的则就是“把一个研究想法真正落成能够运行的实验”这种状况了。

在Claw AI Lab之中，模型并非一次性就吐出代码片段，而是如同工程师那般进入Turn Loop，先是读取本地代码库以及数据集和模型检查点，接着迭代达成“理解任务、编写main.py、运行测试、定位报错、继续修复”这样的闭环。

实验代码生成流程

而且更为关键的是，系统会于运行环境里注入一个不可进行编辑的Experiment Harness，它会统一承担起时间预算控制的职责，还会负责指标上报工作，以及异常值校验任务，并且最终生成标准化的results.json。这表明Claw并非仅仅是“会写代码”而已，而是在于构建一条从想法衔接至实验结果的具备可信度的执行链路，使得AI所生成的并非demo，而是切实能够落地、能够被复现、能够被持续优化的研究代码。

从“单一”智能体到“群体”智能

科研向来都不是独自一个人单打独斗的那种过程，真正具有重要意义的突破，常常是在反反复复的讨论环节、质疑环节以及修正环节当中诞生的，也就是有一个想法被提出来了，随后又被推翻掉，接着再被重新构建起来，在一轮又一轮的批判以及协作当中慢慢地朝着正确答案靠近。

试想这样的情景：你构建了一个具身智能实验室，身为PI的你，有三名研究员，他们的研究方向分别为VLM、VLA以及World Model。你期望探究一下，具身智能当中最新的video action model最能够实现实际应用的方向。

讨论前：

World Model研究员

持有worldmodel加上一边进行预测一边做出决策的主张，觉得可控性、安全性以及在线重规划才是工业部署的关键所在。

VLA研究员

提出一种观点，即进行训练的时候采用视频来实施监督，在执行的时候直接把动作输出，如此这般才能够将效率以及闭环稳定两项都兼顾起来。

VLM研究员

持有这样的看法，即短期内最易于实现落地状的并非是直接实施控制，而是任务的理解以及执行的监控，还有异常情形的预警以及自动化，缘由在于这些模块更具备进入真实运转系统的可能性。

于Claw AI Lab之中，研讨，并且综合对照各家的优点与缺点，经由收敛从而得出更为强大的想法，进而推导出一套更加优质、更具可部署性的方案，具体情况如下：

此外，于Claw AI Lab之中，讨论并非仅给出一个“貌似合理”的答案，它还会将争议背后的缘由挖掘出来。

争议一：人类视频到底该不该直接迁移到机器人动作？

共识是，它在近中期的最大价值，在于预训练，在于中间表示，而并非直接替代低层动作监督呀。

争议二：为何World Model与VLA持有完全不一样的主张。这是为什么。两者的主张为何会有如此大的差异？

有这样一种共识，前者所代表的是系统具备的可控性以及安全性，后者所代表的是有着低时延特征的执行效率，实际上更为稳健的路线并非是在两者之中进行二选一的抉择，而是要将两者放置到同一个分层闭环当中。

所以，Claw AI Lab并非仅仅是“让多个agent一同说话”，它更近似于一场实实在在的组会，分歧于其中被予以展开，假设于其中被加以暴露，证据于其中被做以对齐，路线于其中被实施重组，最后生成更为强劲的共识，更为明晰的优先级，以及接下来真正值得去验证的研究指向。

科研不单单是生成一项结果，它是一个过程，这个过程由群体智能予以驱动，且处于持续收敛以及不断演化的状态之中。

Lab模式的项目结果示例

有一个项目，它的简介是这样的，这个项目致力于针对大模型里的hallucination开展系统化的量化工作，它这可不是只判断结果有没有出错就算了，而是要深入到推理的整个过程当中，去识别错误究竟是怎样产生的，又是怎样传播开来的。它所面临的难点在于，缺乏一个统一的标准答案，错误常常具有“表面合理性”，并且在多步推理的过程中会不断地被放大。为此，项目借助结构化拆解模型输出流程，引入多维度一致性以及过程级分析，达成对hallucination的细粒度度量与定位，进而把这一长期依靠经验判断的问题，转变为可分析、可优化的工程问题。

论文复现模式的项目结果示例

项目简介：此项目意在于真实的工程环境里重现PhyCustom于FLUX模型上的成效，并非仅仅是重现论文成果，更是要验证“物理属性可控生成”可不可以在复杂系统之中稳定地得以实现。它的难点在于，物理属性不容易被生成模型精准地表述出来，与此同时，重现过程对于数据、训练的细节以及实现的路径极为敏感，稍微出现一点偏差便有可能致使结果失真甚至是失效。从而针对此情况来看，项目借助把方法嵌入完整的实验执行链路这一方式，针对关键步骤实施约束以及追踪的操作，进而使得每一次的训练活动以及生成过程都能够拥有可以依赖的上下文环境以及反馈信息，最终达成将那复现过程从以往那种“不可控的试错”状态，成功转变成为“可追踪的系统性验证”状态这一目的。

代码链接：

https://github.com/Claw-AI-Lab/Claw-AI-Lab

项目主页：

https://clawailab.ai/