EvoClawBench：智能体能否从自身运行中学习可重用技能？

英文标题：EvoClawBench: Can Agents Learn Reusable Skills from Their Own Runs?

现有智能体基准主要评估任务完成、工具使用或技能效用，但无法衡量运行时能否将自身运行证据转化为可重用技能，以在完成编写开销后提升后续新执行的效果。为此，我们提出了 EvoClawBench。该基准旨在分离并测试智能体系统从历史运行中抽象可复用技能的能力，为开发者评估 Agent 框架的学习可累积性提供新维度。

2.6 KB 2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB