ClawLoop：自改进AI智能体训练框架

发生了什么

研究人员提出ClawLoop框架，旨在实现无需外部教师模型的智能体自改进。该框架通过任务合成、训练（SFT/RL）以及诊断与反馈三个阶段构成自维持循环，利用智能体行为分析报告指导后续任务生成。实验显示，以Qwen3.6-27B作为循环模型，ClawLoop在SkillsBench、Claw-Eval-Live及ClawGym-Bench上均取得性能提升，并将优化后的任务数据成功迁移至Qwen3.5-4B和9B模型，验证了其数据质量。