# 人大和至知研究院开源了 Claw Agent 的全套训练方案，连数据带模型和评测一起给了

> 原标题：打破Agent训练瓶颈！人大&至知研究院开源Claw Agent数据+训练+评测全链条

- 来源：量子位 · 公众号
- 发布时间：2026-05-30T04:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/30675
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247893825&idx=2&sn=2f1e5fdae519fe910eda7f64a58247ca

## 摘要

人大和至知研究院放出了一个叫 ClawGym 的 Agent 训练框架，把数据、训练代码和模型权重都开源了。他们合成了 13500 条可执行的任务当训练数据，又做了 200 条任务的基准测试集。用这套东西训出来的 ClawGym-30B-A3B 模型，在他们自己的 ClawGym-Bench 上拿了 56.82 分，比 Qwen3-235B-A23B ...

## 推荐理由

这条消息对 Agent 开发者很实用。ClawGym 把数据、代码、模型检查点一起打包开源，不是又一个只有排行榜的项目。13.5K 合成任务规模不算大，但 200 个评测任务和 56.82 的得分给了明确的起点。我会先打个折：正文没披露合成任务的质量验证细节，也没说这个分数在实际业务场景里对应什么水平，所以别急着对标生产环境。但作为开源基建，它降低了复现和改造的门槛，值得关注。

## 锐评

这条消息本身挺值得关注：Agent（让模型进业务流程干活）的训练一直缺标准化数据和高难度评测，团队直接放出数据、训练代码和模型权重，对想复现或改进Agent能力的人来说是实打实的资源。但问题在于，原文页面被微信环境异常拦截，我实际看不到任何技术细节。摘要里提到合成了13500条可执行任务，模型在自建基准上拿了56.82分，超过Qwen3-235B-A23B——这个分数绝对值不高，说明任务本身有难度，不是刷榜玩具。不过，基准只有200条任务，覆盖面是否够广、任务类型是否贴近真实业务场景，这些都没法从现有信息判断。另外，30B激活参数能超过235B模型，要么是数据质量高，要么是评测设计对特定模式有利，这点先别太激动，得等看到具体任务样例和训练配方才能下结论。