Apple ML Research опубликовала SCLATE — исполняющую среду, где бенчмарки и агенты подключаются к единому планировщику через адаптеры. Гибридные имитационные часы сжимают сценарий длиной в месяц до нескольких часов. На семи портированных бенчмарках и десяти моделях сравнили напрямую десять конфигураций harness и памяти. Что показали замеры. Дообученная через SCLATE Qwen3.5-4B стала читать в 6,8 раз меньше строк файлов, а её SWE-bench Verified pass rate вырос на 16,7 пункта. На отложенной выборке MetaClaw точность поднялась на 11,8 пункта. Подводный камень. Добавленная внешняя система памяти не стабильно обходит нативную память harness — универсальность таких memory-систем под вопросом. Что это значит: SCLATE закрывает нишу воспроизводимого сравнения агентов с непрерывным обучением — до сих пор каждый бенчмарк требовал своего рантайма, а здесь всё работает через единый адаптер. Результаты получены преимущественно на Qwen3.5-4B: масштабирование на другие архитектуры и размеры моделей не проверено.