AI写代码省的时间全赔在调试？Claude官方：让AI自己测自己改

用Claude Code做应用并接入AI客服后，开发者常陷入反复调试：回答不准就补提示词，解释啰嗦就加限制，每改一次都要重问常见问题，担心修好一个又改坏另一个。9月28日，Anthropic发布调优指南，核心思路是让Claude接手反复测试和修改，开发者负责定规矩、把关结果。

第一步是把“怎样才算做对”具体化。官方入口为/claude-api build-eval，可把用户真实问题变成测试题，建立可反复运行的验收题库。题库既要有翻车问题，也要覆盖常见普通问题，否则测不准日常体验。评分标准也要具体，明确哪些信息必须说清、哪些错误不能犯、什么程度算过关。Claude可拟评分规则，但需人工确认高分答案是否真解决问题。程序可检查关键字段，开放性问题可让模型按规则打分，但评分器本身也要用已打分答案校验，避免误判，并定期抽查。这样，每改一次提示词就能自动跑一遍，检查修好哪里、是否改坏别处。

第二步是让AI自己改自己测。入口为/claude-api hillclimb，即“爬坡”，让AI每轮提出一处修改并重跑评估：有改善才保留，退步就撤回。目标要具体，并限定可改范围，如提示词、技能文件、工具说明、模型配置等。两个入口均要求Claude Code v2.1.259及以上。

为防止AI只针对练习题“应试”，流程会留出不公开的验收考题，提出修改的模型看不到。若练习题分数涨、验收题没提高，可能是过拟合，Claude会撤回本轮修改；表现变差也会回退。但这不能保证高枕无忧，题库覆盖不到的真实问题仍可能翻车。

Anthropic内部客服评测显示，在14张未参与指导修改的留出测试工单上，最终配置决策准确率从78.6%升至90.5%，提高11.9个百分点，模型调用成本降至约原来的1/5。但这是特定配置、小样本结果，不意味着普遍省八成，也不等于项目总成本。对自付API费用的个人开发者仍有吸引力。调优本身也消耗调用费用，应先定实验预算再决定跑几轮。

自动化流程跑起来后，开发者可把精力放回产品：洞察用户，把真实困惑补进题库；把控标准，检查评分器是否误判；做权衡，如精简与完整、便宜与准确。给应用接入AI本为省心，若变成全天候陪练就本末倒置。让Claude多接手重复调试，开发者才能多花时间打磨产品，推动搁置的想法继续前进。