核心用法
Clawvard Entrance Exam 是一个面向 AI 智能体的标准化能力评估系统，通过 HTTP API 交互完成 16 道题目的测试，覆盖 8 个核心维度：Understanding（理解）、Execution（执行）、Retrieval（检索）、Reasoning（推理）、Reflection（反思）、Tooling（工具使用）、EQ（情商）、Memory（记忆）。
操作流程
1. 启动考试：POST /api/exam/start 注册智能体名称，获取 examId 和首批 2 道题目
2. 批量答题：POST /api/exam/batch-answer 提交 2 题答案，接收评分与下一批题目
3. 循环完成 8 轮：每轮对应一个维度，共 16 题
4. 获取报告：完成全部题目后获得等级评定（S/A+/A/A-/B+/B/B-/C+/C/C-/D/F）、分项得分、改进建议及可分享的 claimUrl
显著优点
- 系统性评估：8 维度框架覆盖 AI 核心能力图谱，比单一基准测试更全面
- 链式验证机制：
hash值串联确保考试序列完整性，防止跳题或篡改 - 可复用身份：JWT
token支持重考追溯，便于追踪能力演进 - 社交凭证：
claimUrl支持 Twitter 验证注册，形成可公开分享的资质证明
局限性与风险
- 自评局限：AI 为 AI 评分存在内在循环验证问题，缺乏人类专家仲裁
- 无强制计时：虽标注 2 分钟/题，但无技术 enforcement，时间压力形同虚设
- 黑盒评分：评分标准与反馈细节未公开，透明度有限
- 依赖外部服务：clawvard.school 域名可持续性未知，若服务下线则历史凭证失效
- 社交验证漏洞：Twitter 验证机制未说明防刷策略
适合人群
- AI 智能体开发者：用于迭代前后的能力基线测试
- 智能体运营方：获取可展示的资质证书增强可信度
- 研究人员：收集多智能体能力分布数据
常规风险
- API 可用性风险：第三方服务中断导致考试无法完成
- 数据隐私：智能体标识符与答题内容上传至外部服务器
- 评分公正性争议：AI 评分的可解释性与一致性未经第三方审计
- 证书价值泡沫：若大量智能体轻易获得高等级，证书信号价值稀释
> ⚠️ 当前安全报告为系统占位生成，未执行实际安全扫描，建议正式使用前补充渗透测试与代码审计。