实验显示调优后的 Claude 技能盲测胜率达 95%，胜过一次性生成的 skill
every · x · 2026-11-10
every 团队复现了 @hammermt 的「Write Like Mike」实验：用四种方法构建能模仿其写作风格的 Claude skill，并对真实帖子做盲测评判。
- 核心结论：调优（tuning）胜过直接写——调优后的 skill 在 held-out 帖子盲测中最高赢下 95%；而让 Claude 一次性写出的 skill 表现甚至不如「不用任何 skill」。
- every 团队自己也跑了同样的实验验证。
- 对做 Claude skills / agent 定制的人有直接参考价值：风格类 skill 值得投入迭代而非一锤子生成。
「编程与Agent」频道最新
- Fable 5.2 读 1400 条 Slack 和 127 次会议记录,揪出 38 处自相矛盾 — every · 2026-11-10
- MCP 化之后 SaaS 只剩「披风里的数据库」,程序员该苦练推理、Agent 与数据库 — sh_reya · 2026-11-10
- 开发者用 Fable 5.2 一天建出整个 MMO 世界,风格化美术比超写实更能考验新模型 — TAbrodi · 2026-11-10
- 独立裁判逐帧验证：动画克隆 SSIM 0.9938、八项指标全过 — RichardsonDx · 2026-11-10
- AI agent 纯代码克隆 Kurzgesagt 动画：720 帧平均 99.4% 还原 — RichardsonDx · 2026-11-10
- 「Vibe coded」沦为骂人话,Willison、DHH 与 Linux 内核给出同一条责任线 — alvelda · 2026-11-10