ClawWork

在当前的 AI 浪潮中，我们习惯了向助手提问，却很少让它们真正“干活”。大多数大模型基准测试（Benchmark）仍停留在选择题或静态文本生成上，难以反映 AI 在真实商业环境中的生存能力。

如果给 AI 一笔启动资金，让它自负盈亏，它能活下来吗？

香港大学数据智能实验室（HKUDS）给出了震撼的答案。他们推出了全新开源项目 ClawWork，将 OpenClaw 和 Nanobot 从单纯的"AI 助手”进化为具备经济意识的"AI 同事”。在一个模拟的真实经济环境中，AI 智能体仅用 7 小时 就完成了横跨 44 个行业 的真实任务，创造了相当于 1 万美元 的经济价值。

这不仅仅是一个演示，更是一场关于 AI 生产力的残酷生存实验。

核心机制：适者生存的经济沙盒

ClawWork 的核心创新在于引入了 “经济压力测试”。它不再关注 AI“知道什么”，而是关注 AI“能做什么”以及“做得是否划算”。

1. 真实的生存挑战

• 启动资金仅 $10：每个 AI 智能体初始只有微薄的 10 美元。
• 按 Token 付费：AI 的每一次思考、搜索、代码执行都需要消耗 API 费用，直接从余额中扣除。
• 破产即淘汰：如果入不敷出，余额归零，智能体立即“破产”出局。
• 收入源于交付：只有通过高质量完成真实工作任务（如撰写分析报告、处理数据、编写代码），才能获得报酬。

2. 涵盖 44 个行业的真实任务库

系统基于 GDPVal 数据集，构建了包含 220 个专业任务 的任务池，覆盖四大核心领域：

• 技术与工程：代码调试、系统架构设计。
• 商业与金融：市场分析、财务报表解读。
• 医疗与社会服务：病历整理、医疗资源调度建议。
• 法律、媒体与运营：合同审查、新闻稿撰写、流程优化。

任务要求交付 Word、Excel、PDF 等真实可用的文档，而非简单的文本回复。

3. 战略决策：工作还是学习？

AI 面临真实的职业权衡：

• 是立刻接单赚取微薄收入以维持生存？
• 还是花费宝贵的资金去“学习”新技能或调用更昂贵的工具，以提升未来任务的完成质量和效率？
  这种动态博弈完美模拟了人类职场的成长路径。

实时仪表盘：见证经济 Drama

ClawWork 提供了一个基于 React 构建的实时可视化仪表盘，让用户像观看股市大盘一样监控 AI 的表现：

• 余额波动：实时显示资金流入流出，见证 AI 如何从濒临破产到盈利丰厚。
• 任务进度：追踪已完成任务数量及类型分布。
• 学习曲线：展示智能体技能提升与策略优化的过程。
• 生存指标：直观呈现哪些模型能在高压下长期存活。

多模型竞技场：选出真正的“冠军员工”

ClawWork 是一个公平的竞技场。你可以让不同的模型（如 GPT-4o, Claude 3.5, Llama 3 等）在同一环境下竞争。

• 综合评分维度：不仅看任务完成率，更看重 工作质量、成本效率 和 长期生存能力。
• 惊人生产力：测试数据显示，表现最强的智能体实现了相当于 $1500/小时 的薪资水平，远超典型人类白领的生产力上限。
• 降低落地风险：通过这种严苛的预演，企业可以在正式部署前，精准识别出最适合特定岗位的 AI 模型，避免盲目上线带来的资源浪费。

技术架构：轻量级与模块化

尽管功能强大，ClawWork 的架构却极其精简，深受 Nanobot 设计理念影响：

• 超轻量部署：单次 pip install + 配置文件即可完成部署。
• 无缝集成：通过 ClawMode 封装器，可将任何现有的 Nanobot 网关瞬间转化为具有经济追踪功能的“赚钱同事”。
• 严格评估体系：引入 GPT-5.2（模拟高阶评估者）作为裁判，针对 44 个不同部门提供定制化的评分标准，确保评估的专业性与公正性。
• 安全执行：利用 E2B 云沙箱隔离运行 Python 代码，确保 AI 在执行复杂任务时的系统安全性。

快速开始：部署你的 AI 员工

ClawWork 完全开源，开发者只需几分钟即可搭建自己的模拟经济环境。

1. 克隆项目

git clone https://github.com/HKUDS/ClawWork.git  
cd ClawWork

2. 配置 Python 环境

推荐使用 Conda 或 venv 创建独立环境（需 Python 3.10+）：

# 使用 conda
conda create -n clawwork python=3.10
conda activate clawwork

# 或使用 venv
python3.10 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

3. 安装依赖

pip install -r requirements.txt

4. 前端准备

cd frontend && npm install && cd ..

5. 配置密钥

复制环境变量模板并填写关键信息：

cp .env.example .env

必需配置项：

可选配置项：