Yardstick 由三个套件组成，你可以按顺序逐步采用：
Observe（衡量）：以每个垂直领域真正认可的单位衡量 AI 的真实产出，比如面向研发工具的每个已合并 PR 成本，或面向支持团队的解决率。活动指标会撒谎，产出不会。
Optimize（改进）：一个评分只有在能被提升时才有意义。Optimize 读取 Observe 衡量出的数据，并告诉你如何提升它：该收紧哪个 prompt、该更换哪个模型、该运行哪个实验，然后帮你完成整个闭环。
Treasury（治理）：一旦产出被衡量，资金就可以跟着产出走。按团队设置额度，回收未使用的预算，并重新分配给创造价值最多的团队。
我们的长期愿景 Autopilot，是一个在既定策略内运行整个闭环的 Agent，所有操作全程记录、可完全回溯。