UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks

• 类型：arxiv
• 标识：2607.08768
• 链接：http://arxiv.org/abs/2607.08768v1
• 主分类：agent
• 形态：benchmark
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The first capability-driven benchmark designed to evaluate proactive agents in dynamic, real-world settings is introduced, and comprehensive comparisons across both models and frameworks show how base model capabilities and agent framework designs jointly shape performance in real-world environments.
• OpenAlex ID：W7167933217
• OpenAlex DOI：10.48550/arxiv.2607.08768
• DOI：10.48550/arxiv.2607.08768
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.08768
• OpenAlex更新：2026-07-19
• 副分类：evaluation
• 待LLM分类：否
• 标题中文：UniClawBench：面向真实世界任务的主动 agent 通用基准
• TLDR中文：提出首个面向动态真实世界场景评估主动 agent 的能力驱动基准，并在模型与框架层面的全面比较表明，基模型能力与 agent 框架设计共同决定了真实世界环境中的性能表现。
• 来源文件：
• /inbox/tom/_candidates/2026-07-10-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]