● DoorDash 构建 LLM 对话模拟器，规模化测试客户支持聊天机器人

📌 一句话摘要 DoorDash 开发了一个基于 LLM 的自动化模拟与评估“飞轮”，用于严格测试非确定性客户支持聊天机器人，实现了幻觉率降低 90%。 📝 详细摘要 DoorDash 实施了一个精密的离线实验框架，以解决测试非确定性 LLM 驱动的聊天机器人固有的难度。该系统具有一个“模拟与评

● Claude 悄悄更新了 Skills 生成器，这绝对是一次史诗级升级。

📌 一句话摘要 本文详细解析了 Anthropic 官方 Skills 生成器（Skill-creator）的重大更新，重点介绍了其引入的评估系统、基准测试、并行测试及描述调优四大核心工业化能力。 📝 详细摘要 文章聚焦于 Anthropic Skills 生态的基石工具——Skill-crea