**Claw-SWE-Bench：评估OpenClaw风格智能体编程能力的基准**

_Claw-SWE-Bench: A Benchmark for Evaluating OpenClaw-style Agent Harnesses on Coding Tasks_

> Claw-SWE-Bench是一个多语言SWE-bench风格基准，用于公平评估OpenClaw等通用智能体在编程任务上的表现。它包含350个实例，覆盖8种语言和43个仓库，提供精简版Lite用于快速验证。实验表明适配器设计至关重要，全适配器使准确率达到73.4%，远超最小适配器的19.1%。模型和框架选择均可造成近30个百分点的性能差异，且系统成本差异显著。该基准将框架和成本核算作为核心评估维度，所有数据开源可用。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.12344)