Anthropic 在 claude-api skill 中新增 /claude-api build-eval 和 /claude-api hillclimb 两个命令，前者在代码库内通过访谈式流程构建评测集并验证 grader，后者以一次一改动、train/test 分离并检测过拟合的方式迭代优化应用。
技巧
·Anthropic：Claude.dev 开发者博客（RSS）
Anthropic 介绍用 Claude Code 与 claude-api skill 自动化评测设计与 hillclimbing
— Automating eval design and hillclimbing with Claude