Anthropic发布Claude Code插件评估工作流
发生了什么
据MarkTechPost报道，Anthropic发布了Claude Code的新插件评估工作流（plugin evals）。该工作流支持6种评分器类型，其中4种免费，LLM和基线评分需计费。它允许开发者运行插件并与无插件版本对比，以衡量技能是否触发、能否抵御编辑或新模型变化，以及是否优于裸模型。该功能部署于Claude Code v2.1.269及以上版本，每次评估均为向计划或API账户计费的真实模型调用。
- 评分器数量
- 6种
- 免费评分器数量
- 4种
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口