Claude 推出自动评测设计与持续爬山优化工作流

Claude 官方开发者团队推出面向应用的自动化评测设计与持续优化工作流，协助开发者系统化改进模型应用质量。

• 自动化评测构建：提供评测设计指南，支持利用 Claude 自动构建多维度的应用质量评估集。
• 持续爬山优化：引入基于评测反馈的持续爬山（Hillclimb）优化机制，通过迭代闭环提升应用表现。
• 工具能力融合：结合 Claude Code 的扩展技能（Skills），让模型能够自主执行测试并调优应用代码与提示词。
• 影响/看点：这意味着大模型应用开发逐步从人工调试向自动化度量与迭代演进，其推广普及程度将取决于自动构建的评测基准能否真实反映复杂业务场景的实际需求。
• 资料依据：
• X：Claude Devs（2026-09-28）：https://x.com/ClaudeDevs/status/2104676099083190435

本内容由 AI 生成，仅供参考，请注意甄别