设计抗 AI 的技术测评

Anthropic 性能团队负责人 Tristan Hume 复盘了公司性能工程师招聘 take-home 测试的三次迭代:从最初用来区分高手,到被 Claude Opus 4、Opus 4.5 先后追上甚至反超。他尝试换更难的最优化问题、引入 Zachtronics 式极端受限指令集,才让人类重新跑赢模型。作者还公开了原版 take-home 作为开放式挑战,欢迎人类专家在无限时条件下挑战 Opus 4.5 的 1487 周期纪录。