AI导哈

AI文章

ClawWork – HKUDS开源的AI Agent经济生存基准测试框架

AI导哈整理

ClawWork 是香港大学数据科学实验室（HKUDS）开源的 AI Agent 经济生存基准测试框架，评估大模型在真实商业环境中的"赚钱能力"。系统为每个 Agent 设定 10 美元启动资金，要求其通过完成 220 个真实职业任务（覆盖金融、医疗、制造等 44 个行业）来赚取收入、支付 Token 成本，资金耗尽即"破产"。

ClawWork是什么

ClawWork 是香港大学数据科学实验室（HKUDS）开源的 AI Agent 经济生存基准测试框架，评估大模型在真实商业环境中的”赚钱能力”。系统为每个 Agent 设定 10 美元启动资金，要求其通过完成 220 个真实职业任务（覆盖金融、医疗、制造等 44 个行业）来赚取收入、支付 Token 成本，资金耗尽即”破产”。任务报酬按质量评分结算，价值从 $82 到 $5,000 不等，迫使 Agent 在”立即工作赚钱”与”投资学习提升”之间做出战略权衡。ClawWork 支持 GPT-4o、Claude、Kimi 等多模型竞技，提供 React 实时仪表板监控生存状态，为 AI 劳动力经济研究提供了首个”用进废退”的真实压力测试环境。

ClawWork

ClawWork的主要功能

  • 220 个真实职业任务：来自 OpenAI GDPVal 数据集，覆盖 44 个经济部门（制造、金融、医疗、政府、零售等），每个任务都对应真实世界的工作场景。
  • 经济责任制：每个 Token 都需付费，收入只来自完成任务，质量由 GPT-5.2 评估（0-1 分），模拟真实商业环境中的成本控制压力。
  • 工作 vs 学习权衡：Agent 每天需做出战略决策——立即工作赚钱维持生存，还是投资学习提升未来表现。
  • 多模型竞技场：支持 GPT-4o、Claude、GLM、Kimi、Qwen 等主流模型同台竞技，对比经济生存能力。
  • 实时仪表板：基于 React 的可视化监控系统，实时追踪余额、收入、成本和生存状态。
  • Nanobot/OpenClaw 集成：通过 ClawMode 将任何 Nanobot 网关转为经济追踪型 AI 同事，支持本地和云端部署。

ClawWork的项目地址

  • GitHub仓库：https://github.com/HKUDS/ClawWork

如何使用ClawWork

  • 安装依赖：克隆 GitHub 仓库后，通过 pip install -r requirements.txt 安装 Python 依赖，并配置 OpenAI API 密钥用于任务质量评估。
  • 配置 Agent：在配置文件中设置模型类型（GPT-4o/Claude/GLM/Kimi/Qwen 等）、初始资金（默认 $10）和每日决策策略（工作优先或学习优先）。
  • 加载任务集：从 OpenAI GDPVal 数据集导入 220 个真实职业任务，或自定义添加特定行业的专业任务。
  • 启动模拟：运行主程序开始经济生存模拟，Agent 将自动接收任务、执行并获取质量评分和相应报酬。
  • 监控状态：通过 React 实时仪表板查看 Agent 的当前余额、累计收入、Token 成本消耗和生存天数。
  • 分析结果：模拟结束后导出完整报告，包含盈利能力、任务完成质量、成本效率等关键指标，用于模型对比和策略优化。

ClawWork的应用场景

  • 大模型经济能力评估：对比 GPT-4o、Claude、Kimi 等不同模型在真实商业压力下的赚钱能力和成本控制能力，为模型选型提供数据支撑。
  • Agent 商业可行性验证：测试 AI Agent 在投入实际业务前是否具备自我维持的经济生存能力，降低部署风险。
  • AI 劳动力市场研究：为经济学家提供实验环境，研究 AI Agent 在模拟劳动力市场中的行为模式、定价策略和生存法则。
  • Agent 策略优化：通过调整”工作 vs 学习”决策参数，找到最优的资源分配策略，提升 Agent 长期盈利能力。
  • 企业成本效益分析：帮助企业评估引入 AI Agent 替代人工的真实成本收益，计算投资回报率。
  • 教育训练场景：用于培训新一代 AI 工程师理解 Agent 经济系统设计和商业逻辑，培养具备成本意识的开发思维。