Hamel Husain 发布 eval 技能:一条 /eval-audit 找出管线低垂果实
HamelHusain · x · 2026-09-24
AI 工程师 Hamel Husain 与 shreya 发布了一套 Claude skills，用于构建和审计 LLM eval，建议用户至少对自己的现有 eval 管线跑一次 /eval-audit。他们表示实践里大家总能借此发现低垂的改进果实。randalolson 评价称"做 eval 不再是技能门槛问题"。
「编程与Agent」频道最新
- Y Combinator 总裁称用 capy 管理 PR 效率比裸用 Codex/Claude Code 快 4 倍 — garrytan · 2026-09-24
- Claude Code 推出 Projects:自动拆分线程并行云会话,并支持本地运行 — ClaudeDevs · 2026-09-24
- Anthropic 扩大 Claude Projects 测试范围,更多 Pro/Max 用户进名单 — ClaudeDevs · 2026-09-24
- 前谷歌工程师给个人网站做了 Boss 战和太空飞行 — kieranklaassen · 2026-09-24
- Dan Grover 吐槽 agent 记忆系统：写入和检索时机过于随意 — DanGrover · 2026-09-24
- Continuous Benchmarks：评测该像软件一样持续维护 — kenbwork · 2026-09-24