Hacker News · AI· hamelsmu·· 2 小时前精选AI 评分69
Claude Code 官方自动评测工具实测与分析
Claude's new auto eval tool
AI 导读
Anthropic 在 Claude Code 的 claude-api 插件中上线了 build_eval 和 hill-climb 自动评测工具，作者通过实际对话数据进行了实测评测。
推荐理由
文章通过实测拆解了 Claude Code 自动评测工具在问题发现与交互流程上的得失，为大模型评测设计提供了具体参考。
来源：Hacker News · AI · hamel.dev