Benchmark自动评测
完成率、耗时、错误率、质量评分持续记录，不靠拍脑袋。
Value
AEO的价值
效果变差自动告警
最近结果明显偏离正常水平时，自动发出告警。
Badcase根因分析
把下降和模型、工具、规则、知识变化关联起来。
效果基线只升不降
优化方案执行后对比前后效果，没改善就继续优化。
1
持续记录结果每次任务完成后留下效果数据和上下文。
2
对比正常水平近期表现和历史稳定期对比，找出异常。
3
分析最近改动回看模型、规则、工具、知识库变化。
4
验证修复效果优化后继续对比，确认真的恢复。
及时发现Agent效果变差。
AEO 让效果变化提前暴露出来。你能更早知道哪里出了问题，先修掉，再继续扩大使用。
First run
5 分钟内看到结果。
AEO 的首次体验不从空白数据库开始。先用样例跑通，再接入你的真实任务。
个人操盘
少重复交代背景，把精力放在目标判断和关键决策上。
团队协作
多人、多 Agent 协作时，流程、状态和证据都能被追踪。
长期运营
每次改进都留下证据，后续继续复用和放大。
一键接入OpenClaw
作者构建中，待发布。
安装后先走第一个样例，看到真实输出，再决定接入多深。
npm install @self-evolving-harness/aeo