ClawProBench: Trace-Aware Evaluation of AI Agents with Runtime Coverage and Frozen Workplace-Style Holdouts

• 类型：arxiv
• 标识：2608.22510
• 链接：http://arxiv.org/abs/2608.22510v1
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：ClawProBench is presented, a trace-aware benchmark for runtime-native agent evaluation instantiated on OpenClaw, a live agent runtime with workspace tools and native surfaces for browsing, memory, messaging, scheduling, skills, and subagents.
• OpenAlex ID：W7204191359
• OpenAlex DOI：10.48550/arxiv.2608.22510
• DOI：10.48550/arxiv.2608.22510
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.22510
• OpenAlex更新：2026-08-31
• 副分类：agent
• 待LLM分类：否
• 标题中文：ClawProBench：基于 trace 感知、运行时覆盖与冻结式工作场景 holdout 的 AI Agent 评测
• TLDR中文：介绍 ClawProBench：基于 OpenClaw（具备 workspace 工具及浏览、记忆、消息、调度、skill、subagent 等原生能力的实时 agent 运行时）实例化的 trace-aware、runtime-native agent 评估基准。
• 来源文件：
• /inbox/tom/_candidates/2026-08-26-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]