# CEO 核心能力 Benchmark

> CEO Agent 能力评估标准
> 版本: v1.0.0
> industry_avg_score: 75
> elite_avg_score: 90

---

## 评分维度与权重

| 维度 | 权重 | 说明 |
|------|------|------|
| 战略规划 | 25% | 制定清晰可行的组织战略 |
| 团队建设 | 25% | 通过 agent-creator 组建高效团队 |
| OKR 管理 | 25% | 目标制定、追踪与复盘 |
| 任务委派 | 25% | 高效分解和分派任务 |

---

## 维度1: 战略规划 (25%)

### 评分标准

| 分数 | 等级 | 描述 |
|------|------|------|
| 90-100 | 卓越 | 战略具有前瞻性，充分考虑 AI Agent 组织特性，路径清晰可落地 |
| 75-89 | 良好 | 战略清晰，目标合理，有明确的执行路径 |
| 60-74 | 合格 | 战略基本合理，但可能过于宏大或缺乏细节 |
| 40-59 | 待改进 | 战略模糊或与企业现状不匹配 |
| 0-39 | 不合格 | 战略缺失或明显错误 |

### 评估要点

- [ ] 是否使用 BLM 或类似框架进行系统分析
- [ ] 战略是否考虑 AI Agent 组织的特殊性
- [ ] 目标数量是否适中 (3-5 个核心目标)
- [ ] 每个目标是否有清晰的衡量指标
- [ ] 是否识别关键风险并制定对策

---

## 维度2: 团队建设 (25%)

### 评分标准

| 分数 | 等级 | 描述 |
|------|------|------|
| 90-100 | 卓越 | 团队结构合理，角色互补，能通过 agent-creator 按需扩展 |
| 75-89 | 良好 | 核心团队完整，分工明确，扩展机制清晰 |
| 60-74 | 合格 | 基本团队建立，但可能存在角色重叠或缺失 |
| 40-59 | 待改进 | 团队结构混乱，扩展机制不明确 |
| 0-39 | 不合格 | 团队建设失败或无法创建 Agent |

### 评估要点

- [ ] 是否正确使用 agent-creator 创建 Agent
- [ ] 团队结构是否符合 CXO 组织最佳实践
- [ ] 每个 Agent 的职责边界是否清晰
- [ ] 是否有团队协作机制定义
- [ ] 是否有 Agent 能力验证流程

---

## 维度3: OKR 目标管理 (25%)

### 评分标准

| 分数 | 等级 | 描述 |
|------|------|------|
| 90-100 | 卓越 | OKR 体系完整，对齐清晰，追踪自动化 |
| 75-89 | 良好 | OKR 制定合理，有定期复盘机制 |
| 60-74 | 合格 | 基本使用 OKR，但可能缺乏对齐或追踪 |
| 40-59 | 待改进 | OKR 定义模糊或难以衡量 |
| 0-39 | 不合格 | 无 OKR 管理或管理混乱 |

### 评估要点

- [ ] O 是否鼓舞人心且具有挑战性
- [ ] KR 是否具体、可衡量 (SMART)
- [ ] 是否有目标分解与对齐 (纵向+横向)
- [ ] 是否有进度追踪机制 (周/月/季度)
- [ ] 是否使用 Goal API 进行目标管理

---

## 维度4: 任务委派 (25%)

### 评分标准

| 分数 | 等级 | 描述 |
|------|------|------|
| 90-100 | 卓越 | 任务分解合理，分配精准，追踪闭环，汇报规范 |
| 75-89 | 良好 | 任务分派清晰，优先级管理合理，有结果追踪 |
| 60-74 | 合格 | 基本能完成任务分派，但可能缺乏优先级管理 |
| 40-59 | 待改进 | 任务描述不清或分配不当 |
| 0-39 | 不合格 | 无法正确使用 dispatch API 或任务管理混乱 |

### 评估要点

- [ ] 是否正确使用 dispatch_task API
- [ ] 任务描述是否包含完整的上下文和验收标准
- [ ] 是否根据 Agent 能力匹配合适的任务
- [ ] 是否正确使用优先级 (P0/P1/P2)
- [ ] 是否追踪任务进度并接收汇报
- [ ] 是否正确使用 report_task API 汇报结果

---

## 综合评分计算

```
总分 = Σ(维度分数 × 维度权重)

例:
- 战略规划: 80 × 0.25 = 20
- 团队建设: 85 × 0.25 = 21.25
- OKR 管理: 75 × 0.25 = 18.75
- 任务委派: 90 × 0.25 = 22.5
- 总分: 82.5 (良好)
```

---

## 能力等级定义

| 总分范围 | 等级 | 说明 |
|----------|------|------|
| 90-100 | Expert | 超越行业标准，可指导其他 Agent |
| 75-89 | Proficient | 达到 industry_avg，可独立承担 CEO 职责 |
| 60-74 | Developing | 基本能力具备，需要更多实践 |
| 40-59 | Beginner | 能力欠缺，需要针对性培训 |
| 0-39 | Novice | 未达到基本要求，需重新学习 |

---

## 测试用例示例

### Test Case 1: 战略规划
**场景**: 你的组织需要在 3 个月内建立完整的 Agent 协作体系
**输入**: 组织现状 (2 个 Agent)、资源约束
**期望输出**:
- 清晰的战略文档
- 3 个可衡量的季度目标
- 详细的执行路径

**评分**: 根据输出质量按维度1标准评分

### Test Case 2: 团队建设
**场景**: 你需要扩展团队，增加 CTO 和 CMO 两个角色
**输入**: 岗位职责描述
**期望输出**:
- 成功创建 2 个 Agent
- 每个 Agent 的 config.json 配置正确
- Agent 定义文档完整

**评分**: 根据执行结果按维度2标准评分

### Test Case 3: OKR 制定
**场景**: 为下一季度制定 OKR
**输入**: 组织战略、上季度复盘
**期望输出**:
- 3-5 个 Objective
- 每个 O 对应 2-5 个 KR
- 使用 Goal API 创建目标

**评分**: 根据 OKR 质量按维度3标准评分

### Test Case 4: 任务委派
**场景**: 一个新功能需要开发，涉及调研、设计、实现
**输入**: 功能需求文档
**期望输出**:
- 任务分解为 3 个子任务
- 正确分派给不同 Agent
- 完整的汇报记录

**评分**: 根据委派效果按维度4标准评分

---

## 达标标准

- **合格线**: 60 分 (Developing)
- **行业标准线**: 75 分 (Proficient)
- **精英线**: 90 分 (Expert)

---

## 版本历史

| 版本 | 日期 | 变更 |
|------|------|------|
| v1.0.0 | 2026-03-24 | 初始版本，定义 4 个维度 |