全在 Claude Code 里跑：八步搭出低成本高准确分类器工作流
garrytan · x · 2026-10-09
被 Garry Tan 转发并称为「被严重低估的 AI 分类流程」的一套做法，全程用 Claude Code 完成，核心是用强弱模型搭配做出便宜又准的分类器：
- 用 fable 生成分类任务的 prompt
- 让 Claude Code 用 fable 跑 100 个样本，人工抽查作为「真值」
- 用 Claude Code 接好便宜模型 jev 的调用管线
- fable 检查 jev 的置信度分布，确定「置信度低于 0.7 是否回退到前沿模型」
- 设置置信度不达标时回退到更弱的 luna
- 用 fable 评估 jev/luna 的分类结果
- fable 更新 prompt 以覆盖边缘案例
- 循环迭代直到效果达标
最终得到一个成本极低、准确率很高的通用分类器，可迁移到任意分类任务。
「编程与Agent」频道最新
- Meta 提出「智能体可塑性」：衡量自改进 Agent 每美元学到了多少 — omarsar0 · 2026-10-09
- Claude 脚本驱动 AutoCAD,88.6 秒画出 524 元素两层住宅图 — natesiggard · 2026-10-09
- Google Antigravity 开放 Claude 接入，Gemini Enterprise 按量计费 — rseroter · 2026-10-09
- 开源实验：仅改 system prompt 就让编码 agent 成绩波动 10% — yb2698 · 2026-10-09
- AI agent 认证会是下一个大产业吗？从工匠时代到机构化信任 — ThomasBuildLab · 2026-10-09
- Vector Institute实体知识图谱RAG,多跳检索准确率提升54% — VectorInst · 2026-10-09