飞翔的智能体
@nengpao
Anthropic刚做了一件很重要的事：让Claude Code自己优化Claude的成本。
所有用Claude Code的人都应该试一试这三个命令：
- /claude-api prompt-audit
让Claude Code直接扫描你的Prompt、CLAUDE.md、Skills、Tool descriptions，找出那些老模型时代遗留下来的Prompt反模式。
Anthropic特别点名这些写法：
double-check your work、verify twice、be maximally thorough、CRITICAL: YOU MUST ALWAYS...、强制step-by-step、固定六步流程、为旧模型写的大量few-shot、相互矛盾的instruction。
原因很有意思：以前这些Prompt是为了弥补模型能力不足。现在模型变强以后，它们反而开始拖累模型。例如新模型真的会把verify twice理解成真的执行两遍查询。
Anthropic做了一个Opus 4.8到Opus 5的迁移实验。只跑一次prompt-audit：成本下降14.6%，同时准确率反而提升5.3%。
这个结论其实挺值得注意：Prompt Engineering也会形成技术债。模型升级以后，旧Prompt不一定继续帮你，甚至可能变成负优化。
- /claude-api cost-optimize
这个更像是一个自动FinOps / AI Cost Engineer。你让Claude Code对整个Claude API项目做一次成本审计，它会先分析钱花在哪里，然后尝试：Prompt caching、减少每次请求携带的内容、限制output、Batch API、调整effort、换模型。
如果你提供eval，它甚至会同时测Cost和Performance，然后找一个更合适的配置。
- /claude-api hillclimb
这个是我觉得最有意思的。你给Claude一个eval，Claude Code会：拆train/test、改配置、跑eval、看失败案例、修改Prompt/模型/effort、再跑、最后在held-out test上验证。
Anthropic给的客服benchmark案例：原始Opus 4.8是78.6%，自动优化后的配置达到90.5%，同时成本大约只有原来的1/5。它试了Sonnet 5 low effort，准确率先掉到88.9%，然后Claude自己读取失败样本，给Prompt加routing rules和refund-cap cross-reference，最终把训练集重新拉到98.9%。
