39 lines
1.3 KiB
Markdown
39 lines
1.3 KiB
Markdown
---
|
||
title: "OpenClaw"
|
||
created: 2026-06-15
|
||
updated: 2026-06-15
|
||
type: concept
|
||
tags: [coding-agent, multi-agent, tool-use]
|
||
sources: [raw/papers/zheng-claw-swe-bench-2026.md]
|
||
---
|
||
|
||
# OpenClaw
|
||
|
||
## 定义
|
||
|
||
OpenClaw 是一个通用目的 agent，被广泛用作自主工具使用者——覆盖生产力工具、浏览器自动化、computer-use 任务和科学辅助。在 Claw-SWE-Bench 中，OpenClaw 作为**参考 claw**（reference harness），用于隔离 LLM 维度的变化。
|
||
|
||
## 在 Claw-SWE-Bench 中的表现
|
||
|
||
### 作为参考 claw（9 模型扫掠）
|
||
| 模型 | OpenClaw Pass@1 |
|
||
|------|-----------------|
|
||
| GPT 5.5 | 78.0% |
|
||
| Claude Opus 4.7 | 77.1% |
|
||
| GLM 5.1 | 73.4% |
|
||
| DeepSeek-V4 Pro | 71.7% |
|
||
| DeepSeek-V4 Flash | 70.3% |
|
||
| Qwen 3.6-flash | 66.0% |
|
||
|
||
### 作为 claw 之一（5 claw 扫掠）
|
||
在 GLM 5.1 上 OpenClaw 以 73.4% 排名第一，Hermes-Agent 以 71.1% 紧随其后。
|
||
|
||
## 与 SWE-bench 的适配挑战
|
||
|
||
OpenClaw 本身不满足 SWE-bench 的评分合约——它通常通过最终文本、结构化消息或内部日志发信号表示完成，而 SWE-bench evaluator 只读取 `model_patch` 字段。Claw-SWE-Bench 通过 adapter protocol 桥接这一 gap。
|
||
|
||
## 参考
|
||
- [[claw-swe-bench|Claw-SWE-Bench 论文]]
|
||
- [[agent-harness|Agent Harness]]
|
||
- [[adapter-protocol|适配器协议]]
|