XNews

Claude Code 将评估设计与爬山优化产品化

Claude Code 将评估设计与爬山优化产品化

Claude Code 的 /claude-api build-eval 和 hillclimb 命令将评估设计与爬山优化产品化,并具备开源技能。该方法论针对三种自我欺骗路径和四项评估标准。案例研究表明,每张工单的成本从 4.6 美分降至约 1 美分,准确率从 66% 提升至约 88%。

Source posts