Symbio：本地 AI 自我微調迴圈

Symbio 是一個本地執行的 AI 智慧體，它透過記錄使用者的糾正來持續自我微調，實現“無需雲端、無需訂閱”的個性化學習。專案以 GitHub 開源，提供互動式演示，其核心特點是能將從自然對話中捕捉到的錯誤自動轉化為訓練資料，最終透過 LoRA 微調更新模型引數，讓 AI 不再重複犯錯。

功能上，Symbio 支援透過本地 CLI 或 Telegram bot 對話，能夠以 Markdown 檔案儲存事實和筆記，在專案目錄內讀寫搜尋和修補檔案，執行沙盒化的 shell 命令和 Python 片段，並在配置後可檢查 IMAP/SMTP 郵件。每一輪對話都會持久化到 JSONL 和 SQLite 中。

Symbio 的一大特色是 MOA（Mixture of Agents）模式：一個大模型作為“校長”將任務拆解並委派給較小的工作模型。若工作模型失敗，可回到校長處獲得指導；成功後雙方都會儲存筆記。當同類錯誤超過閾值，工作模型和校長模型都會被微調，分別學會如何執行任務和更高效地委派任務。

技能（Skill）功能允許動態學習新技能。技能最初是帶有逐步說明的 Markdown 筆記；錯誤和糾正會記錄在隱藏的 sidecar 檔案中。一旦錯誤達到閾值，收集的樣本會用於 LoRA 微調，生成一個專用的“技能介面卡”（一個介面卡 = 一個技能）。這些介面卡支援熱插拔，閒置時可歸檔。

在糾正學習方面，Symbio 會自動檢測“不，我叫 Alice”這類糾正短語，提取原始問題、錯誤答案、使用者糾正和正確答案，儲存為 notes/mistakes/ 下的 Markdown 筆記。預設積累 5 個錯誤筆記後，系統會將它們消化為訓練資料並執行一次短 LoRA 更新，然後歸檔已使用的筆記並重新載入介面卡。類似地，工具呼叫失敗後立刻成功的情況也會被自動捕獲，作為另一條訓練樣本。

微調使用 Apple 的 MLX-LM 框架實現 LoRA。基礎模型權重保持凍結，只訓練小型介面卡矩陣。配置項包括 lora.rank、lora.num_layers、lora.scale、lora.dropout 等。為了確保微調不會悄悄破壞已有能力，每次 LoRA 更新後都會執行一個固定“黃金集”迴歸檢查。總體而言，Symbio 藉助持續自我修正和微調，將 AI 從“重複犯錯”中解放出來。