ClawGym: Ein skalierbares Framework zur Entwicklung effektiver Claw-Agenten
ClawGym: A Scalable Framework for Building Effective Claw Agents
April 29, 2026
Autoren: Fei Bai, Huatong Song, Shuang Sun, Daixuan Cheng, Yike Yang, Chuan Hao, Renyuan Li, Feng Chang, Yuan Wei, Ran Tao, Bryan Dai, Jian Yang, Wayne Xin Zhao
cs.AI
Zusammenfassung
Claw-ähnliche Umgebungen unterstützen mehrstufige Workflows mit lokalen Dateien, Tools und persistenten Arbeitsbereichszuständen. Die skalierbare Entwicklung rund um diese Umgebungen bleibt jedoch durch das Fehlen eines systematischen Frameworks eingeschränkt, insbesondere für die Synthese verifizierbarer Trainingsdaten und deren Integration mit Agenten-Training und diagnostischer Evaluation. Um diese Herausforderung zu bewältigen, stellen wir ClawGym vor, ein skalierbares Framework, das den gesamten Lebenszyklus der Entwicklung persönlicher Claw-ähnlicher Agenten unterstützt. Konkret erstellen wir ClawGym-SynData, einen diversen Datensatz von 13.500 gefilterten Aufgaben, die aus persona-gesteuerten Intentionen und fähigkeitsbasierten Operationen synthetisiert wurden, kombiniert mit realistischen Mock-Arbeitsbereichen und hybriden Verifizierungsmechanismen. Anschließend trainieren wir eine Reihe leistungsfähiger Claw-ähnlicher Modelle, genannt ClawGym-Agents, durch überwachtes Feinjustieren auf Black-Box-Rollout-Trajektorien und untersuchen weiterhin Verstärkungslernen mittels einer leichtgewichtigen Pipeline, die Rollouts über task-spezifische Sandboxes parallelisiert. Um zuverlässige Evaluation zu unterstützen, erstellen wir außerdem ClawGym-Bench, einen Benchmark mit 200 Instanzen, die durch automatische Filterung und menschlich-LLM-gestützte Überprüfung kalibriert wurden. Die relevanten Ressourcen werden demnächst unter https://github.com/ClawGym veröffentlicht.
English
Claw-style environments support multi-step workflows over local files, tools, and persistent workspace states. However, scalable development around these environments remains constrained by the absence of a systematic framework, especially one for synthesizing verifiable training data and integrating it with agent training and diagnostic evaluation. To address this challenge, we present ClawGym, a scalable framework that supports the full lifecycle of Claw-style personal agent development. Concretely, we construct ClawGym-SynData, a diverse dataset of 13.5K filtered tasks synthesized from persona-driven intents and skill-grounded operations, paired with realistic mock workspaces and hybrid verification mechanisms. We then train a family of capable Claw-style models, termed ClawGym-Agents, through supervised fine-tuning on black-box rollout trajectories, and further explore reinforcement learning via a lightweight pipeline that parallelizes rollouts across per-task sandboxes.To support reliable evaluation, we further construct ClawGym-Bench, a benchmark of 200 instances calibrated through automated filtering and human-LLM review. Relevant resources will be soon released at https://github.com/ClawGym.