ClawGym : Un Cadre Évolutif pour la Construction d'Agents Claw Efficaces
ClawGym: A Scalable Framework for Building Effective Claw Agents
April 29, 2026
Auteurs: 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
Résumé
Les environnements de type Claw prennent en charge des workflows multi-étapes sur des fichiers locaux, des outils et des états d'espace de travail persistants. Cependant, le développement évolutif autour de ces environnements reste limité par l'absence d'un cadre systématique, particulièrement pour la synthèse de données d'entraînement vérifiables et leur intégration avec l'entraînement des agents et l'évaluation diagnostique. Pour relever ce défi, nous présentons ClawGym, un cadre évolutif qui prend en charge l'ensemble du cycle de développement des agents personnels de type Claw. Concrètement, nous construisons ClawGym-SynData, un ensemble de données diversifié de 13 500 tâches filtrées, synthétisées à partir d'intentions basées sur des personas et d'opérations ancrées dans des compétences, associées à des espaces de travail fictifs réalistes et à des mécanismes de vérification hybrides. Nous entraînons ensuite une famille de modèles performants de type Claw, nommés ClawGym-Agents, par fine-tuning supervisé sur des trajectoires de déploiement en boîte noire, et explorons davantage l'apprentissage par renforcement via un pipeline léger qui parallélise les déploiements dans des sandbox par tâche. Pour soutenir une évaluation fiable, nous construisons également ClawGym-Bench, un benchmark de 200 instances calibrées par filtrage automatique et revue humaine-LLM. Les ressources pertinentes seront bientôt publiées sur https://github.com/ClawGym.
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.