Claude推出全新自动评估工具

Claude’s new auto eval tool

Anthropic推出了面向Claude Code的全新评估工具。其claude-api插件现已新增build_eval和hill-climb命令，可帮助用户构建评估集、检查评分器、对照评估结果优化应用。我通常不会评测评估工具，因为软件迭代速