AB
AB
AiBoss

すべてのカテゴリ

project

ClawWork - 香港大学デジタルスクール（HKUDS）のオープンソースAIエージェント経済生存ベンチマークフレームワーク

ClawWorkは、香港大学データサイエンス研究所（HKUDS）が開発したオープンソースのAIエージェント経済生存ベンチマークフレームワークであり、現実世界のビジネス環境における大規模モデルの収益可能性を評価します。このシステムは、各エージェントに対して最低10ドルのしきい値を設定しています。

クローワークとは何ですか？

ClawWorkは、香港大学のデータサイエンス研究所（HKUDS）が開発したオープンソースのAIエージェント経済生存ベンチマークフレームワークで、現実世界のビジネス環境における大規模モデルの「収益力」を評価します。このシステムでは、各エージェントに10ドルの初期資本を設定し、金融、医療、製造業など44の業界を網羅する220の現実世界の専門タスクを完了することで収入を得てトークンコストを支払う必要があります。資本が尽きると「破産」となります。タスク報酬は品質スコアに基づいて計算され、82ドルから5,000ドルの範囲で、エージェントは「すぐにお金を稼ぐ」ことと「学習と改善に投資する」ことの間で戦略的なトレードオフを行う必要があります。ClawWorkは、GPT-4o、Claude、Kimiなどのマルチモデル競争をサポートし、生存状況を監視するためのReactリアルタイムダッシュボードを提供します。これは、AI労働経済学研究における「使用と不使用」の原則に基づいた、初の現実世界ストレステスト環境です。

ClawWorkの主な機能

  • 220の実際のキャリアタスクこのデータセットはOpenAIのGDPValデータセットから取得されたもので、44の経済分野（製造業、金融業、医療、政府、小売業など）を網羅しており、各タスクは実際の業務シナリオに対応しています。
  • 経済責任システム各トークンには手数料が必要で、収入はタスクを完了することによってのみ得られます。品質はGPT-5.2（0～1点）によって評価され、実際のビジネス環境におけるコスト管理のプレッシャーをシミュレートします。
  • 仕事か勉強かエージェントは日々、戦略的な意思決定を迫られる。生き残るためにすぐに働いてお金を稼ぐか、将来の業績向上を目指して学習に投資するか、といった選択だ。
  • マルチモデルアリーナGPT-4o、Claude、GLM、Kimi、Qwenといった主流のモデルが同じ舞台で競い合い、経済的な存続可能性を比較できるようにサポートします。
  • リアルタイムダッシュボード残高、収益、コスト、および生存状況をリアルタイムで追跡する、Reactベースのビジュアル監視システム。
  • Nanobot/OpenClawの統合ClawModeは、あらゆるナノボットゲートウェイを、経済的な追跡機能を備えたAIアシスタントへと変革し、オンプレミス環境とクラウド環境の両方での導入をサポートします。

ClawWorkのプロジェクトアドレス

  • GitHubリポジトリ：https://github.com/HKUDS/ClawWork

ClawWorkの使い方

  • 依存関係をインストールしますGitHubリポジトリをクローンした後、 pip install -r requirements.txt Pythonの依存関係をインストールし、タスク品質評価用のOpenAI APIキーを設定します。
  • エージェントの設定設定ファイルで、モデルの種類（GPT-4o/Claude/GLM/Kimi/Qwenなど）、初期資金（デフォルトは10ドル）、および日々の意思決定戦略（作業優先または研究優先）を設定します。
  • タスクセットをロードするOpenAI GDPValデータセットから220種類の実際の職業タスクをインポートするか、業界固有のカスタム設計タスクを追加できます。
  • シミュレーションを開始しますメインプログラムを実行して、経済サバイバルシミュレーションを開始してください。エージェントは自動的にタスクを受け取り、実行し、品質スコアとそれに応じた報酬を獲得します。
  • 監視状況Reactのリアルタイムダッシュボードを通して、エージェントの現在の残高、累積収益、トークンコストの消費量、および有効期間を確認できます。
  • 分析結果シミュレーション後、収益性、タスク完了品質、コスト効率などの主要指標を含む完全なレポートをエクスポートし、モデル比較と戦略最適化に活用します。

クローワークの応用シナリオ

  • 大規模経済能力評価本研究では、GPT-4o、Claude、Kimiなどの様々なモデルの収益力とコスト管理能力を、実際のビジネス環境におけるプレッシャーの下で比較し、モデル選択のためのデータサポートを提供する。
  • 代理店事業の実現可能性検証AIエージェントが実際のビジネスに導入される前に、経済的に自立できるかどうかをテストし、導入リスクを低減する。
  • AI労働市場調査これは、経済学者がシミュレーションされた労働市場におけるAIエージェントの行動パターン、価格戦略、および生存ルールを研究するための実験環境を提供する。
  • エージェント戦略の最適化「仕事か勉強か」という意思決定パラメータを調整することで、エージェントの長期的な収益性を向上させる最適な資源配分戦略を見出すことができる。
  • 企業コスト便益分析これは、企業が人間の労働力をAIエージェントに置き換えることによる真の費用対効果を評価し、投資収益率を算出するのに役立ちます。
  • 教育・研修シナリオこれは、次世代のAIエンジニアを育成し、エージェント経済システムの設計とビジネスロジックを理解させ、コスト意識の高い開発思考を養うために用いられる。
戻る