ClawGym: Uma Estrutura Escalável para a Construção de Agentes Claw Eficazes
ClawGym: A Scalable Framework for Building Effective Claw Agents
April 29, 2026
Autores: 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
Resumo
Ambientes do tipo Claw suportam fluxos de trabalho de múltiplos passos sobre ficheiros locais, ferramentas e estados persistentes de espaço de trabalho. No entanto, o desenvolvimento escalável em torno destes ambientes continua limitado pela ausência de uma estrutura sistemática, especialmente uma para sintetizar dados de treino verificáveis e integrá-los com o treino de agentes e avaliação diagnóstica. Para enfrentar este desafio, apresentamos o ClawGym, uma estrutura escalável que suporta o ciclo de vida completo do desenvolvimento de agentes pessoais do tipo Claw. Concretamente, construímos o ClawGym-SynData, um conjunto de dados diversificado de 13,5 mil tarefas filtradas, sintetizadas a partir de intenções baseadas em persona e operações fundamentadas em competências, emparelhadas com espaços de trabalho simulados realistas e mecanismos de verificação híbridos. De seguida, treinamos uma família de modelos capazes do tipo Claw, denominados ClawGym-Agents, através de afinação supervisionada em trajectórias de execução de caixa negra, e exploramos ainda a aprendizagem por reforço através de um *pipeline* leve que paraleliza execuções em *sandboxes* por tarefa. Para suportar uma avaliação fiável, construímos ainda o ClawGym-Bench, um *benchmark* de 200 instâncias calibradas através de filtragem automática e revisão humano-LLM. Os recursos relevantes serão brevemente disponibilizados em 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.