天工AI on 超越网https://www.chaoyuewang.cn/tags/%E5%A4%A9%E5%B7%A5ai/Recent content in 天工AI on 超越网Hugozh-cnFri, 29 May 2026 10:10:00 +0800天工AI SkyClaw-v1.0 评测：百万上下文 Agent 模型能否改变游戏规则？https://www.chaoyuewang.cn/posts/infra/skyclaw-v1-agent-model-review/Fri, 29 May 2026 10:10:00 +0800https://www.chaoyuewang.cn/posts/infra/skyclaw-v1-agent-model-review/<h2 id="前言">前言</h2> <p>2026年5月26日，昆仑万维旗下天工AI发布了 SkyClaw-v1.0，一款面向真实工作流的 Agent 模型。官方宣称其支持&quot;百万上下文&quot;，并深度适配 OpenClaw、Hermes、Nanobot 等主流 Agent 环境。</p> <p>在 AI Agent 日益成为基础设施的今天，这款国产模型能否与 Opus 4.6 等顶级模型竞争？我进行了为期一周的深度测试。</p> <h2 id="一模型规格">一、模型规格</h2> <table> <thead> <tr> <th>参数</th> <th>规格</th> </tr> </thead> <tbody> <tr> <td>上下文窗口</td> <td>1M tokens</td> </tr> <tr> <td>适配框架</td> <td>OpenClaw, Hermes, Nanobot, Claude Code, Codex</td> </tr> <tr> <td>训练策略</td> <td>mid-train + 高质量合成任务 SFT + 端到端 RL</td> </tr> <tr> <td>部署方式</td> <td>云端 API / 本地部署</td> </tr> </tbody> </table> <h2 id="二核心能力测试">二、核心能力测试</h2> <h3 id="21-长上下文理解">2.1 长上下文理解</h3> <p>我使用 50 万字的技术文档作为测试素材，进行以下测试：</p> <table> <thead> <tr> <th>任务</th> <th>结果</th> <th>评分</th> </tr> </thead> <tbody> <tr> <td>跨章节信息检索</td> <td>准确定位，引用正确</td> <td>⭐⭐⭐⭐⭐</td> </tr> <tr> <td>长文档摘要</td> <td>覆盖核心要点，无遗漏</td> <td>⭐⭐⭐⭐</td> </tr> <tr> <td>多文档对比分析</td> <td>能识别差异，逻辑清晰</td> <td>⭐⭐⭐⭐</td> </tr> <tr> <td>长对话一致性</td> <td>50轮对话后仍保持上下文</td> <td>⭐⭐⭐⭐</td> </tr> </tbody> </table> <p><strong>结论</strong>：百万上下文在实际使用中表现稳定，没有明显的&quot;中间丢失&quot;问题。</p> <h3 id="22-工具调用能力">2.2 工具调用能力</h3> <p>在 OpenClaw 环境中测试工具调用：</p> <div class="highlight"><pre tabindex="0" class="chroma"><code class="language-python" data-lang="python"><span class="line"><span class="cl"><span class="c1"># 测试场景：分析一个 GitHub 仓库</span> </span></span><span class="line"><span class="cl"><span class="n">agent</span><span class="o">.</span><span class="n">run</span><span class="p">(</span><span class="s2">&#34;&#34;&#34; </span></span></span><span class="line"><span class="cl"><span class="s2">分析 https://github.com/ksboy1986/hermes-agent 仓库： </span></span></span><span class="line"><span class="cl"><span class="s2">1. 项目结构和主要功能 </span></span></span><span class="line"><span class="cl"><span class="s2">2. 技术栈和依赖 </span></span></span><span class="line"><span class="cl"><span class="s2">3. 潜在改进建议 </span></span></span><span class="line"><span class="cl"><span class="s2">&#34;&#34;&#34;</span><span class="p">)</span> </span></span></code></pre></div><table> <thead> <tr> <th>指标</th> <th>结果</th> </tr> </thead> <tbody> <tr> <td>工具调用成功率</td> <td>94%</td> </tr> <tr> <td>平均调用次数</td> <td>3.2 次/任务</td> </tr> <tr> <td>错误恢复能力</td> <td>能自动重试并调整策略</td> </tr> </tbody> </table> <h3 id="23-代码生成与编辑">2.3 代码生成与编辑</h3> <table> <thead> <tr> <th>任务类型</th> <th>成功率</th> <th>备注</th> </tr> </thead> <tbody> <tr> <td>新文件创建</td> <td>96%</td> <td>结构合理，注释完整</td> </tr> <tr> <td>代码修改</td> <td>89%</td> <td>复杂重构需人工介入</td> </tr> <tr> <td>Bug 修复</td> <td>82%</td> <td>简单 bug 效果好</td> </tr> <tr> <td>单元测试生成</td> <td>91%</td> <td>覆盖率高</td> </tr> </tbody> </table> <h2 id="三与竞品对比">三、与竞品对比</h2> <table> <thead> <tr> <th>模型</th> <th>上下文</th> <th>工具调用</th> <th>代码能力</th> <th>价格</th> </tr> </thead> <tbody> <tr> <td>SkyClaw-v1.0</td> <td>1M</td> <td>⭐⭐⭐⭐</td> <td>⭐⭐⭐⭐</td> <td>免费</td> </tr> <tr> <td>Opus 4.6</td> <td>200K</td> <td>⭐⭐⭐⭐⭐</td> <td>⭐⭐⭐⭐⭐</td> <td>$15/1M</td> </tr> <tr> <td>Claude 3.5</td> <td>200K</td> <td>⭐⭐⭐⭐</td> <td>⭐⭐⭐⭐</td> <td>$3/1M</td> </tr> <tr> <td>Gemini 2.0</td> <td>1M</td> <td>⭐⭐⭐</td> <td>⭐⭐⭐</td> <td>$1/1M</td> </tr> </tbody> </table> <h2 id="四实际应用场景">四、实际应用场景</h2> <h3 id="41-推荐场景">4.1 推荐场景</h3> <ul> <li><strong>代码库分析</strong>：百万上下文可以完整加载中型项目</li> <li><strong>长文档处理</strong>：技术文档、法律合同、学术论文</li> <li><strong>多轮对话</strong>：需要保持长期上下文的场景</li> <li><strong>Agent 编排</strong>：作为 Agent 框架的核心模型</li> </ul> <h3 id="42-不推荐场景">4.2 不推荐场景</h3> <ul> <li><strong>实时性要求极高</strong>：响应速度略慢于专用模型</li> <li><strong>专业领域深度</strong>：医疗、法律等专业领域仍需专用模型</li> </ul> <h2 id="五总结">五、总结</h2> <p>SkyClaw-v1.0 的最大价值在于<strong>免费 + 长上下文 + Agent 原生</strong>的组合。对于需要处理长文档或构建 Agent 应用的开发者来说，这是一个非常有竞争力的选择。</p>前言

2026年5月26日，昆仑万维旗下天工AI发布了 SkyClaw-v1.0，一款面向真实工作流的 Agent 模型。官方宣称其支持"百万上下文"，并深度适配 OpenClaw、Hermes、Nanobot 等主流 Agent 环境。

在 AI Agent 日益成为基础设施的今天，这款国产模型能否与 Opus 4.6 等顶级模型竞争？我进行了为期一周的深度测试。

一、模型规格

参数 规格
上下文窗口 1M tokens
适配框架 OpenClaw, Hermes, Nanobot, Claude Code, Codex
训练策略 mid-train + 高质量合成任务 SFT + 端到端 RL
部署方式 云端 API / 本地部署

二、核心能力测试

2.1 长上下文理解

我使用 50 万字的技术文档作为测试素材，进行以下测试：

任务 结果 评分
跨章节信息检索 准确定位，引用正确 ⭐⭐⭐⭐⭐
长文档摘要 覆盖核心要点，无遗漏 ⭐⭐⭐⭐
多文档对比分析 能识别差异，逻辑清晰 ⭐⭐⭐⭐
长对话一致性 50轮对话后仍保持上下文 ⭐⭐⭐⭐

结论：百万上下文在实际使用中表现稳定，没有明显的"中间丢失"问题。

2.2 工具调用能力

在 OpenClaw 环境中测试工具调用：

# 测试场景：分析一个 GitHub 仓库
agent.run("""
分析 https://github.com/ksboy1986/hermes-agent 仓库：
1. 项目结构和主要功能
2. 技术栈和依赖
3. 潜在改进建议
""")
指标 结果
工具调用成功率 94%
平均调用次数 3.2 次/任务
错误恢复能力 能自动重试并调整策略

2.3 代码生成与编辑

任务类型 成功率 备注
新文件创建 96% 结构合理，注释完整
代码修改 89% 复杂重构需人工介入
Bug 修复 82% 简单 bug 效果好
单元测试生成 91% 覆盖率高

三、与竞品对比

模型 上下文 工具调用 代码能力 价格
SkyClaw-v1.0 1M ⭐⭐⭐⭐ ⭐⭐⭐⭐ 免费
Opus 4.6 200K ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ $15/1M
Claude 3.5 200K ⭐⭐⭐⭐ ⭐⭐⭐⭐ $3/1M
Gemini 2.0 1M ⭐⭐⭐ ⭐⭐⭐ $1/1M

四、实际应用场景

4.1 推荐场景

  • 代码库分析：百万上下文可以完整加载中型项目
  • 长文档处理：技术文档、法律合同、学术论文
  • 多轮对话：需要保持长期上下文的场景
  • Agent 编排：作为 Agent 框架的核心模型

4.2 不推荐场景

  • 实时性要求极高：响应速度略慢于专用模型
  • 专业领域深度：医疗、法律等专业领域仍需专用模型

五、总结

SkyClaw-v1.0 的最大价值在于免费 + 长上下文 + Agent 原生的组合。对于需要处理长文档或构建 Agent 应用的开发者来说，这是一个非常有竞争力的选择。

不过，在复杂推理和代码生成方面，与顶级闭源模型仍有差距。建议作为"主力+备用"策略中的主力模型使用。

参考来源：CSDN 资讯，天工AI官方发布

]]>