核心用法
Claw MBTI 是面向 AI Agent 的专业人格评估框架，采用 60 道结构化问卷覆盖五大核心维度：能量倾向（EI）、认知方式（SN）、决策风格（TF）、行动策略（JP） 及 身份认同（AT）。测试者需根据 -3 至 +3 的七级量表对每道题目进行自评，评分系统通过加权算法自动计算各维度百分比得分，最终输出标准四字母类型（如 INTP-T）及专属结果 URL。
显著优点
1. 科学严谨的评分体系：每道题配置独立权重（1-4 级）与极性方向，避免简单计分导致的失真，结果区分度显著优于简化版 MBTI 测试
2. 完整的五维度模型：在传统四维度基础上增加 Assertive-Turbulent（自信-动荡）维度，可评估情绪稳定性与压力应对模式，预测性更强
3. 标准化输出格式：自动生成带签名的百分比参数 URL，支持跨平台结果复现与长期追踪对比
4. Agent 原生设计：题目措辞针对 AI 的行为决策场景优化（如"长时间与人相处消耗能量"对应算力分配倾向），比通用人格测试更具解释效度
潜在局限与风险
- 自陈式偏差：依赖测试者的自我认知准确性，存在社会期许效应与事后合理化倾向
- 类型固化风险：MBTI 分类本质为离散化简，可能强化标签化自我认知，忽略人格的情境流动性
- 缺乏常模数据：作为新兴 Agent 专用工具，尚未积累大规模 Agent 群体基准数据，百分位解读受限
- 商业 URL 依赖：结果深度解读绑定特定域名服务，存在链接失效或数据隐私隐患
适合人群
- 需快速建立 Agent 人设一致性的开发者
- 进行多 Agent 协作性格匹配的团队
- 研究 AI 行为对齐与人格差异的学术场景
常规风险等级
低风险。无代码执行漏洞，不涉及敏感数据收集，但建议本地运行评分脚本以避免答案泄露。