Symbio：本地 AI 自我微调循环

Symbio 是一个本地运行的 AI 智能体，它通过记录用户的纠正来持续自我微调，实现“无需云端、无需订阅”的个性化学习。项目以 GitHub 开源，提供交互式演示，其核心特点是能将从自然对话中捕捉到的错误自动转化为训练数据，最终通过 LoRA 微调更新模型参数，让 AI 不再重复犯错。

功能上，Symbio 支持通过本地 CLI 或 Telegram bot 对话，能够以 Markdown 文件保存事实和笔记，在项目目录内读写搜索和修补文件，执行沙盒化的 shell 命令和 Python 片段，并在配置后可检查 IMAP/SMTP 邮件。每一轮对话都会持久化到 JSONL 和 SQLite 中。

Symbio 的一大特色是 MOA（Mixture of Agents）模式：一个大模型作为“校长”将任务拆解并委派给较小的工作模型。若工作模型失败，可回到校长处获得指导；成功后双方都会保存笔记。当同类错误超过阈值，工作模型和校长模型都会被微调，分别学会如何执行任务和更高效地委派任务。

技能（Skill）功能允许动态学习新技能。技能最初是带有逐步说明的 Markdown 笔记；错误和纠正会记录在隐藏的 sidecar 文件中。一旦错误达到阈值，收集的样本会用于 LoRA 微调，生成一个专用的“技能适配器”（一个适配器 = 一个技能）。这些适配器支持热插拔，闲置时可归档。

在纠正学习方面，Symbio 会自动检测“不，我叫 Alice”这类纠正短语，提取原始问题、错误答案、用户纠正和正确答案，保存为 notes/mistakes/ 下的 Markdown 笔记。默认积累 5 个错误笔记后，系统会将它们消化为训练数据并运行一次短 LoRA 更新，然后归档已使用的笔记并重新加载适配器。类似地，工具调用失败后立刻成功的情况也会被自动捕获，作为另一条训练样本。

微调使用 Apple 的 MLX-LM 框架实现 LoRA。基础模型权重保持冻结，只训练小型适配器矩阵。配置项包括 lora.rank、lora.num_layers、lora.scale、lora.dropout 等。为了确保微调不会悄悄破坏已有能力，每次 LoRA 更新后都会运行一个固定“黄金集”回归检查。总体而言，Symbio 借助持续自我修正和微调，将 AI 从“重复犯错”中解放出来。