ClawLoop：无需外部教师的自我改进智能体框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Hansi Yang 等作者的报道，提出 ClawLoop——一个无需外部教师模型、仅依赖极少先验的自我改进智能体训练框架，将任务合成、训练与诊断反馈组成自循环。据该报道，以 Qwen3.6-27B 作为循环模型时，ClawLoop 在 SkillsBench、Claw-Eval-Live 和 ClawGym-Bench 上取得一致提升；迭代精炼的任务还可迁移至更小规模的 Qwen3.5-4B 和 9B 模型，并在所有基准上获得增益，从而验证数据质量独立于循环模型。目前进展停留在该框架的提出与上述基准结果，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。