ClawWork 让 agent 模拟打工，起始 10 美元就能破产
aigclink · x · 2026-07-26
这条帖介绍了港大研究员做的一个很有意思的 agent “打工”模拟实验：项目叫 ClawWork，给每个 agent 起始资金 $10，按真实 API 价格扣 token 费，撑不住就“破产”。
- 实验基于 OpenAI 的 GDPVal：220 个真实职业任务、44 个职业。
- 流程是先让模型交付结果，再由 GPT 按职业评分标准打分。
- “收入”不是现实打工收入，而是按 质量分 × BLS 时薪 × 工时 计算出来的模拟值，因此这是一个评测/模拟系统，不是真客户、也不是真赚钱。
- 帖子给出的结果是：多数模型平均只有 36%–43%，冠军 ATIC + Qwen3.5-Plus 平均 61.6%。
- 还有一个反直觉结论：质量最好的模型不一定“赚”得最多，因为最终收益还取决于评分与时薪假设的组合。
所属事件:港大推ClawWork基准：AI打工按真实API扣费(2 条相关)→
「编程与Agent」频道最新
- RTK 用 Rust 压缩 AI Agent 的 Shell 输出，最高省 90% — OpenAIDevs · 2026-07-26
- ChatGPT Voice 被实测可免手动完成 Meta 投放流程 — OpenAIDevs · 2026-07-26
- 开源项目要让编程 Agent 少读 90% 无用输出 — thetripathi58 · 2026-07-26
- 开源工具 RTK：为 AI 编程代理压缩 90% 的终端噪音 — thetripathi58 · 2026-07-26
- Uncle Bob：agent 需要持续监控和确定性护栏 — NathanWilbanks_ · 2026-07-26
- OpenSmith 更新本地 LLM 追踪与可观测面板 — Maleficent-Emu-4549 · 2026-07-26