ClawLoop：用 Harness 原生训练循环实现智能体自改进

论文提出 ClawLoop 框架，让基于 harness 环境的 LLM 智能体在无外部教师模型、极少先验依赖下自我改进。该框架由任务合成、训练、诊断与反馈三阶段构成自循环，用 Qwen3.6-27B 作为循环模型在 SkillsBench、Claw-Eval-Live 和 ClawGym-Bench 上取得稳定提升，迭代优化后的任务还能迁移到 Qwen3.5-4B 和 9B 小模型并全面涨点。