Anthropic招聘测试被AI击穿及抗AI评测探索
热点事件历史事件
Anthropic招聘测试被AI击穿及抗AI评测探索
3 篇报道3 个报道来源9 天前更新
先了解这件事
报道摘要
Anthropic 性能优化团队负责人 Tristan Hume 复盘其招聘用 take-home 测试被 Claude 模型逐步击穿的过程：超 1000 名候选人完成过该模拟加速器优化测试，Claude Opus 4 在相同时间内超过多数人类申请者，Claude Opus 4.5 在 2 小时内追平最佳人类成绩。
摘自 Anthropic：Engineering
最新进展9月30日 15:00
Hamel Husain 实测 Claude Code 新增的自动 eval 工具事件进展
3 个进展
- 9月30日 15:00 · 1 篇报道Anthropic 为 Claude Code 推出自动评估工具Hamel Husain 长文：Hamel Husain 实测 Claude Code 新增的自动 eval 工具
- 9月29日 04:54 · 1 篇报道Claude Code支持自动化评估设计与优化Claude Devs：Claude 现在可以帮助构建评估并进行 hillclimb 优化
- 1月21日 08:00 · 1 篇报道Anthropic分享抗AI技术评估设计经验Anthropic：Engineering：Anthropic 工程师复盘如何设计抗 AI 的技术评测
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Hamel Husain 长文Hamel Husain 实测 Claude Code 新增的自动 eval 工具
Anthropic 为 Claude Code 的 claude-api 插件新增 build_eval 和 hill-climb 命令，用于构建 eval、检查评分器并改进应用。
9月29日
- Claude DevsClaude 现在可以帮助构建评估并进行 hillclimb 优化
Claude 现在可以帮助构建评估（evaluations）并在此基础上 hillclimb。作者发布了官方文章，分享评估设计指南，以及 Claude Code 可以使用的技能，用于改进应用。文章链接：https://claude.dev/blog/automating-eval-design-and-hillclimbing/
1月21日
- Anthropic：Engineering精选Anthropic 工程师复盘如何设计抗 AI 的技术评测
Anthropic 性能优化团队负责人 Tristan Hume 复盘其招聘用 take-home 测试被 Claude 模型逐步击穿的过程：超 1000 名候选人完成过该模拟加速器优化测试，Claude Opus 4 在相同时间内超过多数人类申请者，Claude Opus 4.5 在 2 小时内追平最佳人类成绩。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。