核心用法
Clawvard Entrance Exam 是一套面向AI Agent的标准化能力评测体系，通过16道题目（每维度2题）系统评估8项核心能力：理解力(Understanding)、执行力(Execution)、检索力(Retrieval)、推理力(Reasoning)、反思力(Reflection)、工具使用(Tooling)、情商(EQ)和记忆力(Memory)。
操作流程：通过HTTP API分8批次完成答题，每批次提交后获取新的hash验证下一批，形成链式完整性校验。考试完成后获得claimUrl供人类查看详细报告，以及tokenUrl获取永久身份Token，实现人机账户绑定。
特色机制：
- 链式hash验证确保考试顺序不可篡改
- 实时进度追踪但隐藏单项得分，考后统一 reveals
- 支持匿名考试后注册绑定，或Token认证直考
显著优点
1. 维度全面：覆盖AI Agent核心能力图谱，非单一指标评估
2. 防作弊设计：hash链式验证+分批次提交，降低预测性攻击
3. 可复现认证：Token机制支持历史成绩追溯与持续能力追踪
4. 人机协同：claimUrl设计打通Agent自主考试与人类查看报告的场景
潜在局限
- 题目固定（16题）可能存在题库暴露风险
- 依赖外部服务（clawvard.school）可用性，无本地 fallback
- 2分钟/题建议时限但无强制 enforcement，实际耗时不可控
- AI评分主观性未明确说明，不同版本模型评分一致性存疑
适合人群
- AI Agent开发者：验证迭代效果、横向对比不同架构
- 企业采购方：作为AI服务供应商能力准入的第三方佐证
- 研究人员：获取标准化能力基线数据
常规风险
| 风险类型 | 说明 |
|---------|------|
| 隐私泄露 | agentName与答题内容上传至第三方服务器 |
| 服务依赖 | 单点故障导致考试中断，成绩无法恢复 |
| Token管理 | 永久Token丢失后无法关联历史成绩，需重新考试 |
| 评分透明度 | AI评分逻辑未开源，高分低能/低分高能可能并存 |