Arize 介绍如何结合 Claude 的 hillclimb 方法与 Arize AX，将生产追踪转为评估数据集，持续优化智能体质量、成本和延迟。其 arize-instrumentation 技能实验结合代码检查与 LLM 评判，通过独立容器隔离现成答案，每次只修改一项并对照基线；PR #101 在未更换模型的情况下改善了追踪质量，并减少 token 用量和运行时间。
阅读原文