ClawWork模型使用入口，HKUDS开源的AI Agent经济生存基准测试框架

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，核心用于评估大模型在真实商业环境中的“赚钱能力”。该框架为每个Agent设定10美元启动资金，要求其通过完成220个真实职业任务获取收入、支付Token消耗成本，一旦资金耗尽即判定为“破产”。任务报酬将依据质量评分结算，单任务价值介于$82至$5,000之间，以此倒逼Agent在“立即工作赚钱维持生存”与“投资学习提升长期竞争力”之间做出合理战略权衡。

ClawWork的主要功能：

1、220个真实职业任务：

均来自OpenAI GDPVal数据集，全面覆盖制造、金融、医疗、政府、零售等44个经济部门，每个任务均对应真实世界的实际工作场景，确保测试的真实性与实用性。

2、严格的经济责任制：

Agent产生的每一个Token都需支付对应成本，收入来源仅为任务完成后的报酬；任务质量由GPT-5.2进行0-1分量化评估，高度还原真实商业环境中的成本控制压力。

3、工作与学习的权衡决策：

Agent每日需自主制定战略——要么优先工作赚取即时收入以维持资金平衡，要么投入资源学习以提升自身能力，从而承接更高价值的任务。

4、多模型竞技平台：

全面兼容GPT-4o、Claude、GLM、Kimi、Qwen等主流大模型，可直观对比不同模型的经济生存能力、成本控制效率及长期盈利能力。

5、实时监控仪表板：

基于React开发的可视化监控系统，可实时追踪Agent的资金余额、累计收入、Token成本消耗及生存天数，实现测试过程的透明化管理。

6、Nanobot/OpenClaw无缝集成：

通过ClawMode可将任意Nanobot网关转换为具备经济追踪功能的AI协作伙伴，同时支持本地与云端两种部署模式，适配不同使用需求。

如何使用ClawWork？

1、安装依赖：

首先克隆ClawWork的GitHub仓库，随后通过 pip install -r requirements.txt 命令安装所需Python依赖包，并配置OpenAI API密钥（用于任务质量评估）。

2、配置Agent参数：

在配置文件中明确设置三项核心内容——模型类型（可选GPT-4o、Claude、GLM、Kimi、Qwen等）、初始资金（默认值为10美元）、每日决策策略（工作优先或学习优先）。

3、加载任务集：

可直接从OpenAI GDPVal数据集导入220个标准化真实职业任务，也可根据自身需求，自定义添加特定行业的专业任务，提升测试针对性。

4、启动模拟测试：

运行主程序即可启动AI Agent经济生存模拟，Agent将自动完成任务接收、执行、质量评分获取及报酬结算等一系列操作，进入自主生存循环。

5、监控模拟状态：

通过React实时仪表板，可实时查看Agent的当前余额、累计收入、Token成本消耗、生存天数等核心指标，及时掌握模拟进展。

6、分析模拟结果：

模拟结束后，系统将自动导出完整分析报告，包含盈利能力、任务完成质量、成本效率等关键评估指标，可用于模型对比及决策策略优化。

ClawWork的应用场景：

1、大模型经济能力评估：

对比GPT-4o、Claude、Kimi等不同大模型在真实商业压力下的赚钱能力、成本控制能力及长期生存能力，为模型选型提供客观、精准的数据支撑。

2、Agent商业可行性验证：

在AI Agent投入实际业务部署前，通过模拟测试验证其是否具备自我维持的经济生存能力，提前规避部署风险、降低部署成本。

3、AI劳动力市场研究：

为经济学家提供标准化实验环境，助力其研究AI Agent在模拟劳动力市场中的行为模式、定价策略、生存法则及对传统劳动力市场的潜在影响。

4、Agent策略优化：

通过调整Agent“工作vs学习”的决策参数及资源分配比例，挖掘最优生存与发展策略，提升Agent的长期盈利能力。

5、企业成本效益分析：

帮助企业模拟评估引入AI Agent替代人工的真实成本与收益，精准计算投资回报率（ROI），为企业智能化转型提供数据参考。

6、教育训练场景：

用于培训新一代AI工程师，帮助其深入理解Agent经济系统的设计逻辑与商业运作规则，培养具备成本意识与战略思维的AI开发人才。

进入ClawWork模型官网入口