ClawGym: Un Framework Scalabile per la Costruzione di Agenti Claw Efficaci
ClawGym: A Scalable Framework for Building Effective Claw Agents
April 29, 2026
Autori: 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
Abstract
Gli ambienti di tipo Claw supportano flussi di lavoro multi-step su file locali, strumenti e stati persistenti dell'area di lavoro. Tuttavia, lo sviluppo scalabile attorno a questi ambienti rimane limitato dall'assenza di un framework sistematico, in particolare per la sintesi di dati di addestramento verificabili e la loro integrazione con l'addestramento degli agenti e la valutazione diagnostica. Per affrontare questa sfida, presentiamo ClawGym, un framework scalabile che supporta l'intero ciclo di vita dello sviluppo di agenti personali di tipo Claw. Nello specifico, costruiamo ClawGym-SynData, un dataset diversificato di 13.5K task filtrati sintetizzati a partire da intenti guidati da persona e operazioni ancorate a competenze, abbinati a mock workspace realistici e meccanismi di verifica ibridi. Addestriamo quindi una famiglia di modelli capaci di tipo Claw, denominati ClawGym-Agents, attraverso fine-tuning supervisionato su traiettorie di rollout di tipo black-box, ed esploriamo ulteriormente l'apprendimento per rinforzo mediante una pipeline leggera che parallelizza i rollout su sandbox per-task. Per supportare una valutazione affidabile, costruiamo inoltre ClawGym-Bench, un benchmark di 200 istanze calibrate attraverso filtraggio automatico e revisione umana-LLM. Le risorse relative saranno presto rilasciate su 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.