用Claude自动设计评估并进行爬山式优化

claude.dev 博客的 Playbooks 类文章，作者 Lance Martin，2026 年 9 月 28 日发布，约 12 分钟阅读量。文章讲设计评估以及依据评估做爬山式优化时避免自我误判的原则，并介绍 claude-api skill 中的 build-eval 与 hillclimb 命令如何落地这些原则；hillclimb 通过留出样本集来发现过拟合。适合在代码库中构建评估的开发者阅读。