# ClawWork深度解析：HKUDS开源AI Agent经济生存基准测试框架，挑战大模型“赚钱”能力

- Link: https://paooo.com/trends/11445/
- Published: 2026-06-11T05:12:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 10美元启动资金、220个真实任务、44个行业，ClawWork把AI放进真实经济压力场。
 * 核心看点不是答题，而是“赚钱+控本”：每个Token计费，考验工作与学习的长期权衡。
 * 支持GPT-4o、[Claude](https://paooo.com/aigc-news/)、Kimi等多模型对比，适合评估
   Agent商业可行性与成本效益。

> **💡 站外导读：**当AI从实验室走向真实商业世界，一个核心问题浮现：它能否在经济上
> 自力更生？香港大学HKUDS团队开源的ClawWork框架，正是为回答这一问题而生。它为AI 
> Agent设定了严苛的生存挑战：仅有10美元启动资金，必须通过完成220个覆盖44个行业的
> 真实任务来赚取收入、支付高昂的Token成本，资金耗尽即告“破产”。这不仅是对模型能力
> 的测试，更是对其战略决策（工作与学习权衡）和成本控制意识的极致压力测试，标志着
> AI评估从“能力测试”迈向“生存能力评估”的新阶段。

## ClawWork是什么

ClawWork 是香港大学数据科学实验室（HKUDS）开源的 AI Agent 经济生存基准测试框架，
评估[大模型](https://paooo.com/ai-study/)在真实商业环境中的”赚钱能力”。系统为每个
Agent 设定 10 美元启动资金，要求其通过完成 220 个真实职业任务（覆盖金融、医疗、制造
等 44 个行业）来赚取收入、支付 Token 成本，资金耗尽即”破产”。任务报酬按质量评分结算，
价值从 $82 到 $5,000 不等，迫使 Agent 在”立即工作赚钱”与”投资学习提升”之间做出战略
权衡。ClawWork 支持 GPT-4o、Claude、Kimi 等多模型竞技，提供 React 实时仪表板监控
生存状态，为 AI 劳动力经济研究提供了首个”用进废退”的真实压力测试环境。

阅读目录

 * [ClawWork是什么](https://paooo.com/trends/11445/#clawwork%e6%98%af%e4%bb%80%e4%b9%88)
 * [ClawWork的主要功能](https://paooo.com/trends/11445/#clawwork%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [ClawWork的项目地址](https://paooo.com/trends/11445/#clawwork%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [如何使用ClawWork](https://paooo.com/trends/11445/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8clawwork)
 * [ClawWork的应用场景](https://paooo.com/trends/11445/#clawwork%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/trends/11445/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![ClawWork](https://paooo.com/wp-content/uploads/2026/05/ClawWork-website-1.avif)

## ClawWork的主要功能

 * **220 个真实职业任务**：来自 [OpenAI](https://paooo.com/tag/openai/) GDPVal 数据
   集，覆盖 44 个经济部门（制造、金融、医疗、政府、零售等），每个任务都对应真实世界
   的工作场景。
 * **经济责任制**：每个 Token 都需付费，收入只来自完成任务，质量由 GPT-5.2 评估（
   0-1 分），模拟真实商业环境中的成本控制压力。
 * **工作 vs 学习权衡**：Agent 每天需做出战略决策——立即工作赚钱维持生存，还是投资
   学习提升未来表现。
 * **多模型竞技场**：支持 GPT-4o、Claude、GLM、Kimi、Qwen 等主流模型同台竞技，对比
   经济生存能力。
 * **实时仪表板**：基于 React 的可视化监控系统，实时追踪余额、收入、成本和生存状态。
 * **Nanobot/OpenClaw 集成**：通过 ClawMode 将任何 Nanobot 网关转为经济追踪型 AI
   同事，支持本地和云端部署。

## ClawWork的项目地址

 * **GitHub仓库**：https://github.com/HKUDS/ClawWork

## 如何使用ClawWork

 * **安装依赖**：克隆 GitHub 仓库后，通过 `pip install -r requirements.txt` 安装
   Python 依赖，并配置 OpenAI API 密钥用于任务质量评估。
 * **配置 Agent**：在配置文件中设置模型类型（GPT-4o/Claude/GLM/Kimi/Qwen 等）、初始
   资金（默认 $10）和每日决策策略（工作优先或学习优先）。
 * **加载任务集**：从 OpenAI GDPVal 数据集导入 220 个真实职业任务，或自定义添加特定
   行业的专业任务。
 * **启动模拟**：运行主程序开始经济生存模拟，Agent 将自动接收任务、执行并获取质量
   评分和相应报酬。
 * **监控状态**：通过 React 实时仪表板查看 Agent 的当前余额、累计收入、Token 成本
   消耗和生存天数。
 * **分析结果**：模拟结束后导出完整报告，包含盈利能力、任务完成质量、成本效率等关键
   指标，用于模型对比和策略优化。

## ClawWork的应用场景

 * **大模型经济能力评估**：对比 GPT-4o、Claude、Kimi 等不同模型在真实商业压力下的
   赚钱能力和成本控制能力，为模型选型提供数据支撑。
 * **Agent 商业可行性验证**：测试 AI Agent 在投入实际业务前是否具备自我维持的经济
   生存能力，降低部署风险。
 * **AI 劳动力市场研究**：为经济学家提供实验环境，研究 AI Agent 在模拟劳动力市场
   中的行为模式、定价策略和生存法则。
 * **Agent 策略优化**：通过调整”工作 vs 学习”决策参数，找到最优的资源分配策略，提升
   Agent 长期盈利能力。
 * **企业成本效益分析**：帮助企业评估引入 AI Agent 替代人工的真实成本收益，计算投资
   回报率。
 * **教育训练场景**：用于培训新一代 AI 工程师理解 Agent 经济系统设计和商业逻辑，
   培养具备成本意识的开发思维。

#### 📝 站长洞察 (Editor’s Insight)

ClawWork框架的发布，标志着AI评估范式的又一次跃迁。过去我们热衷于在静态基准上比较
模型的智商与知识，而ClawWork引入了动态的“经济生存”维度，将AI置于一个模拟的市场经济
体中。这深刻地呼应了AI发展的两大前沿趋势：一是AI Agent从执行工具向自主经济实体的
演进，其“商业价值”和“成本效益”成为落地关键；二是对AI“具身智能”的一种经济隐喻，生存
压力迫使Agent发展出更贴近人类的长期规划与资源分配策略。对于产业界，它提供了一个前所未有
的“沙盘”，可以预演AI替代人工的真实成本收益；对于研究界，则开辟了“AI劳动力经济学”
这一全新交叉学科。ClawWork不仅是一个测试工具，更是一面镜子，映照出未来人机共生经济
中，智能体必须具备的‘生存智慧’。

🧭 文中关联 AI 工具官网与参数卡（语宙 AI 导航）

**OpenClaw ↗**

OpenClaw：开源免费的个人 AI 助手，面向AI 智能体应用场景提供便捷实用的在线功能支持，
涵盖AI助手、

**Claude ↗**

Anthropic 打造的新一代安全人工智能模型，具备超长上下文理解能力，最强代码伴侣。

**Kimi ↗**

Kimi：曾经很火的国产AI，面向AI 综合应用场景提供便捷实用的在线功能支持。

❓ 常见问题解答（FAQ）

ClawWork是什么？

ClawWork是香港大学HKUDS开源的AI Agent经济生存基准测试框架，用10美元启动资金和220
个真实职业任务，评估大模型在真实商业环境中的赚钱能力、成本控制能力与长期生存能力。

ClawWork怎么测试大模型赚钱能力？

它要求Agent完成来自OpenAI GDPVal的数据集任务，覆盖44个行业，收入按任务质量结算，
同时Token成本持续扣费。Agent必须在工作赚钱和学习提升之间做决策，资金耗尽即“破产”。

ClawWork适合哪些应用场景？

适合做大模型经济能力评估、AI Agent商业可行性验证、AI劳动力市场研究、策略优化和企业
成本效益分析，也可用于训练AI工程师理解Agent经济系统与商业逻辑。

🔬 语宙深潜追问 · 进阶实操拆解

经济生存基准比传统评测强在哪？

它把模型放进动态约束里，考察预算、时间、任务选择和失败恢复，而不是只看静态答题分数。
这样更接近真实代理系统的价值，但也更容易受环境噪声影响。

如何设计更公平的赚钱任务？

要统一初始资金、任务难度和信息可得性，并记录每一步决策成本。最好加入多轮复盘和随机
种子控制，否则模型可能只是碰巧选对任务，而非真正具备经济决策能力。

🗳️ 读者观点微投票 · 您的实战立场是？

让 AI 先赚钱再评测，靠谱吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🤖 所属权威专题：AI Agent 智能体工作流 →](https://paooo.com/topics/ai-agents/)

 * [港大开源AI-Trader：一个让GPT、Claude、Qwen同台竞技的自动交易竞赛框架](https://paooo.com/aigc-news/12902/)
 * [别再数Token了：OpenAI甩出AI时代记分卡，用”有用智能每美元”给CFO算清ROI](https://paooo.com/aigc-news/32135/)
 * [OpenClacky – 李亚飞团队开源的低成本 AI Agent](https://paooo.com/aigc-news/18607/)
 * [SWE-Lancer – OpenAI 推出的大模型基准测试](https://paooo.com/aigc-news/21759/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/trends/11445/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
