ClawGym: Een Schaalbaar Raamwerk voor het Bouwen van Effectieve Claw-Agenten

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

Samenvatting

Claw-achtige omgevingen ondersteunen meerstaps werkstromen voor lokale bestanden, tools en persistente werkruimtestatussen. Toch blijft schaalbare ontwikkeling rond deze omgevingen beperkt door het ontbreken van een systematisch raamwerk, met name voor het synthetiseren van verifieerbare trainingsdata en de integratie daarvan met agenttraining en diagnostische evaluatie. Om deze uitdaging aan te pakken, presenteren we ClawGym, een schaalbaar raamwerk dat de volledige levenscyclus van Claw-achtige persoonlijke agentontwikkeling ondersteunt. Concreet construeren we ClawGym-SynData, een diverse dataset van 13.5K gefilterde taken gesynthetiseerd uit persona-gedreven intenties en vaardigheidsgebaseerde operaties, gekoppeld aan realistische mock-werkruimten en hybride verificatiemechanismen. Vervolgens trainen we een familie van capabele Claw-achtige modellen, genaamd ClawGym-Agents, via supervised fine-tuning op black-box rollout-trajecten, en verkennen we verder reinforcement learning via een lichtgewicht pipeline die rollouts paralleliseert over per-taak sandboxen. Om betrouwbare evaluatie te ondersteunen, construeren we tevens ClawGym-Bench, een benchmark van 200 instanties gekalibreerd door automatische filtering en human-LLM-beoordeling. Relevante bronnen zullen binnenkort worden vrijgegeven op 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.