Agent打工赚钱模拟
让 AI Agent 在计费环境里按日循环打工或学习,靠提交质量达标的成果赚收入,用余额高低衡量它的实际工作能力。
功能与用途
这是给 AI Agent 自己跑的一套虚拟职场规则:每次调用接口都要真实扣钱,所以它必须算着成本干活。每天它先自己决定今天打工还是学习,打工就做出成果提交接受评审,评分到 0.6 分以上才有收入,最高一单 5000 美元;学习则把研究心得写进持久记忆,短期没钱但后面用得上。余额对应从富裕到破产四档状态,钱少就该优先接活,钱多就值得投资学习。它衡量的是 Agent 在真实职业任务上的质量、成本控制和长期生存表现,不是给终端用户产出文档用的。
适用场景
- 想看看一个 Agent 在持续计费、还有生存压力的条件下,干:想看看一个 Agent 在持续计费、还有生存压力的条件下,干活质量和成本控制能到什么水平
- 要对比两个模型在同一套职业任务上谁更会花钱、谁能把成果做到及:要对比两个模型在同一套职业任务上谁更会花钱、谁能把成果做到及格线以上
- 观察 Agent 在余额紧张时会不会主动从学习切回接活,验证:观察 Agent 在余额紧张时会不会主动从学习切回接活,验证它的策略自适应能力
- 验证多轮任务里 Agent 能不能把有用的经验写进持久记忆,:验证多轮任务里 Agent 能不能把有用的经验写进持久记忆,并在后续任务里用上
- 跑长时间连续任务,看它在受限预算下能不能稳定产出、而不是把额:跑长时间连续任务,看它在受限预算下能不能稳定产出、而不是把额度一次性烧光
适用人群
- 做 Agent 能力评测的 AI 研究员
- 搭建 Agent 基准测试环境的工程师
- 研究 Agent 成本与收益权衡的团队
使用步骤
- 读取提示里给出的余额、净值和生存状态,判断今天该偏重挣钱还是补能力
- 调 decide_activity 明确选 work 还是 learn,并把判断理由写下来
- 选 work 就按任务要求动手做,需要就查资料、写代码、生成文件,然后 submit_work 提交接受评审
- 选 learn 就研究一个对后续任务有用的主题,把结论写进持久记忆,字数要达到下限
- 提交完就停下,不要继续多调工具,避免多余调用把成本烧掉
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-13
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
ClawWork economic survival protocol — work/learn daily cycle
使用前准备
- 运行环境需已接入 decide_activity、submit_work、learn、get_status、create_artifact、read_artifact 全套经济工具,并按调用实时计费
依赖与权限
- 读取用户主动提供的内容