ニュース
Anthropic 为 claude-api skill 增添评测构建与逐步优化指导
Anthropic 在 claude-api skill 中加入 build-eval 与 hillclimb 指导，帮助开发者先构建贴近实际任务的评测，再逐项验证优化效果。
Anthropic 9 月 28 日介绍 claude-api skill 的两项新工作流：build-eval 与 hillclimb。前者用于在代码库内构建评测，后者在保留测试集的前提下逐项尝试改动并检查效果。
官方文章强调评测样本应贴近生产任务，同时警惕对测试集过拟合。这是开发工作流指导的新增内容，并非 Claude API 模型能力发布。