ClawHub、エージェントスキルのアップロードに2つのオープンソーススキャナーと判定ハーネスを実行
Patrick Erichsen氏によると、ClawHubはすべてのアップロードで2つのオープンソースセキュリティスキャナーを実行し、両方の結果に対して判定ハーネスを実行する。同氏は、チームがClawScanでTencent HunyuanとNVIDIA AIと協力したと述べ、このローンチによりClawHubがエージェントスキルを探してインストールするための最も安全な場所になったと信じている。
Patrick Erichsen氏によると、ClawHubはすべてのアップロードで2つのオープンソースセキュリティスキャナーを実行し、両方の結果に対して判定ハーネスを実行する。同氏は、チームがClawScanでTencent HunyuanとNVIDIA AIと協力したと述べ、このローンチによりClawHubがエージェントスキルを探してインストールするための最も安全な場所になったと信じている。
Vercelによると、skills.shのレジストリは7カ月以内にエージェントスキル100万件、インストール数約2億8000万回に達した。
Codexのプランナーとクリエイターが各スキルを検証済みのターミナルワークフローに変え、そのスキル自身の品質基準から取ったルーブリックを使う。結果のみの強化学習でQwen3.8-27BはTerminal-Bench 2.1の成績を49.4%から54.1%に上げた。ルーブリックを加えると50.1%にとどまったが、軌跡の比較ではより多く選ばれた。
DAIR.AIは、フルロールアウトですべての改訂を採点する代わりに、学習したルーブリックを訓練してエージェントのスキルプロンプト候補をランク付けするSkillLift論文を取り上げた。SkillsBenchおよびWildClawBenchでSkillOptとCoEvoSkillsを上回り、40~70%少ないトークン数で目標性能に達したと報告している。