UNC·CMU·UC Santa Cruz·UC Berkeley 연구진이 만든 방식인데, 에이전트가 실패한 작업을 별도 LLM이 분석해 행동 규칙으로 압축하고 시스템 프롬프트에 즉시 반영하거든요

MetaClaw는 사용자가 회의 중일 때 구글 캘린더를 확인해, AI 에이전트를 ‘운영 중’에 계속 학습시키는 프레임워크예요.

UNC·CMU·UC Santa Cruz·UC Berkeley 연구진이 만든 방식인데, 에이전트가 실패한 작업을 별도 LLM이 분석해 행동 규칙으로 압축하고 시스템 프롬프트에 즉시 반영하거든요. 모델을 멈추지 않고도 다음 작업 성능을 바로 끌어올리는 구조에요.

논문에선 규칙이 주로 3가지로 정리됐어요. 시간 형식 정규화, 파괴적 파일 작업 전 백업, 네이밍 컨벤션 준수예요. 또 OMLS 스케줄러가 수면 시간, 키보드·마우스 비활성, 캘린더 이벤트 3개 신호를 보고 빈 시간에만 클라우드 LoRA 강화학습을 돌려요.

한 번 학습해 배포로 끝나는 에이전트에서, 사용자 방해 없이 스스로 진화하는 에이전트로 패러다임이 바뀌는 신호탄으로 보여요.