跨国深谈← 返回←Claude Code 造物主 Boris:删掉 80% 系统提示词，让模型跑两周不停

Claude Code 造物主 Boris:删掉 80% 系统提示词，让模型跑两周不停

关联

人物 Boris Cherny

公司 Claude Code · Anthropic · Bun

概念 Opus 5 · harness · 系统提示词 · 消融实验 · 评估 · 产品悬置 · hobbling(束缚) · 智能体 · 动态工作流 · 沙箱 · 测试时计算 · 验证 · 提示词注入

把 10 万行的 JavaScript 运行时从一种语言整个重写成另一种语言,最顶尖的工程师要干一年以上——Claude 只用了 11 天,靠的是一个提示词。说这话的人是 Boris,Claude Code 的创造者。这一集他聊的是:模型换代越来越快,基于模型构建产品的整套方法论正在被推翻重写——核心动作只有一个字,删。

每次新模型发布,先按删除键

Claude Code 作为一个产品和 harness(包裹模型、让它能干活的那层外壳)一直在变:每次新模型发布,Boris 团队都会删掉一大堆系统提示词、改换工具集合。这次 Opus 5 发布,他们删掉了超过 80% 的系统提示词——原因是系统提示词里的很多内容,本来是在纠正模型「本应知道但不知道」的行为,现在 Opus 5 直接就会做了。

团队的具体做法是「消融实验」:把整个系统提示词删掉,然后一行一行加回来,评估每一行的实际影响。工具也一样——他们经常把工具下架、删 harness 里的代码。今天 Claude Code harness 里的代码,几乎全是关于安全性、权限和静态分析的。

他的建议不止给做智能体产品的人:普通用户每六个月也该删掉自己的 Claude MD、skills、hooks,看看模型会怎么做——它可能会让你惊讶,因为新模型可能真的不再需要你给旧模型写的那些指令。

重建的方法:先跑,别猜

删完之后怎么重建?Boris 的答案是:不要猜模型需要什么指令。先把产品跑起来,观察它在哪里失败、哪里做得好,只有当它反复在同样的事情上跌倒,才把那条指令加回去——而且别太早加,因为模型每次使用都会读这条指令,你要确保它真的需要。

在这个世界里,稳定的是什么?答案有点意外:eval(评估集)会保留,但也要不断追加;而且现在模型提升太快,eval 经常被「用饱和」——模型把分数打满了,只好扔掉再造新的。

一个 eval 大概存活一到三代模型。Boris 强调,关键永远是保持实证:你必须用产品、用模型、看它在哪儿挣扎,然后据此构建 eval。

【背景】“harness” 是业界对包裹模型的工程外壳的统称,包含系统提示词、工具定义、权限控制等;这里 Boris 把 Claude Code 本身就视为 Claude 的 harness。

产品悬置:下一个 Claude Code 的诞生公式

Boris 给了一个他最想传播的概念:product overhang(产品悬置)——今天的模型已经能做到很多事,只是还没有产品让它表达出来;反过来,产品碍事、限制模型,就叫 hobbling(束缚)。两面是同一件事。

Claude Code 本身就是这么诞生的。它立项时,Sonnet 3.5 已是当时最强的编码模型,能一次写整个函数、整个文件;但当时的编码产品全在做单行/多行自动补全、或只能读不能写的聊天。

模型的能力被产品压着。Claude Code 的做法是:去掉所有脚手架,给模型最简单的外壳和完整的终端访问权限,让它一次写整个文件。这就是「解绑」。

他的判断是:今天现代模型身上堆积的产品悬置,大量还没被初创公司捕捉。谁能解开模型的束缚,谁就能造出下一个 Claude Code。

怎么找悬置:给模型「稍微太难」的任务

具体两招。第一,给模型比你认为它能做到的稍微难一点的任务。

最常见的错误是给模型过度具体的指令——「先做一、再做二、再做三」。对现代模型应该反过来:描述任务、描述护栏、描述退出标准,然后让模型自己开干,过一会儿再回来。这在六个月前行不通,今天行得通。

第二,实验,给自己自由去玩模型。Anthropic 内部最近病毒式传播的发现:给 Opus 5 OpenCV(一个计算机视觉库)让它画图,它能画出肖像、动物、风景——而他们从没训练过模型画画,纯粹是「问对了方式它就会」。Boris 假设:今天的模型身上还有几十、几百个这样的机会,没人意识到。

验证,是大多数人没做对的最重要的事

现在最值钱的技能,已经不是提示词工程(他说一年前热门职位还是提示词工程师,后来变成上下文工程师,这些浪潮来了又走),而是:怎么给 Claude 一个看起来太难的硬任务,以及怎么让 Claude 在过程中验证自己的工作。

他自己的实验:用 Claude Tag(Slack 里运行的 Claude)把 Claude 桌面应用——一个 Electron 应用——用 Swift 重写成原生版本。他的提示词核心就几句话:接上 Mac 虚拟机、给它空的 Swift 代码库、运行 Electron 版截图、逐像素和 Swift 版对比、不许停直到做完。这个任务启动时到现在还在跑,已经超过两周。

他说你甚至不需要花哨的东西——不需要 slash go、slash loop 这类脚手架。你只需要:把任务交给模型,给它一种验证自己工作产出的方式,它就会一直做下去。这个例子里 Claude 还自己决定在内部开了个 Slack 频道,每隔几分钟播报自己的进展截图。

被问到「怎么成为前 1% 用户」,他的回答是:别听 LinkedIn 网红、别刷 Twitter,没有一招鲜的怪招。就是实证:给太难的任务、给验证工具、看它卡壳,然后用更好的提示词、一个 skill,或者缺上下文就给 MCP(让模型能拉取外部上下文的接口)。

老工程师最常见的失败模式恰恰是过度指定——让模型完全按你本来会做的方式干活。把模型当同事对待,而不是当工具配置。

数千个智能体:动态工作流与自我维护

Boris 透露,这个两周任务派生的智能体可能数以千计、甚至万计。规模化派生智能体的最简单方式是**动态工作流**:这是 Claude Code 相当新的功能,你只需要说「use a workflow」,Claude 就会触发。

原理是用 Bun 运行时作沙箱,在里面启动虚拟机,让 Claude 启动并编排大量智能体——第一批做初稿,第二批验证或总结,第三批再扇出。他因为有函数式编程背景,把它设计成「一套面向智能体的代数」:有序运行、并行运行,可以组合。他称之为一种新形式的测试时算力——以前模型智能靠网络规模、数据量、训练 flops,后来加了生成 token 数,现在动态工作流是编排测试时算力的新维度。

第二种方式是 loops 和 routines(循环与例行任务):loop 是本地定时任务,routine 是云端版本——合上笔记本也在跑。区别在于:动态工作流是把一个任务拆成多块;loops/routines 是一个重复性任务反复执行,不共享上下文但可能共享记忆。

Anthropic 内部已经在用这个让 Claude 维护它自己:一个 Slack 频道里,每天约 20 到 30 个例行任务跑在 CLI、iOS、Android、桌面应用的所有代码库上。例子:

• 清理死代码:就一句话的提示词,每天用静态+动态分析查找死代码、每天提交删除的 pull request——连用哪种分析方法都是模型自己想明白的;
• 发布已推到 100% 的实验:从代码库删掉实验开关、直接上线;
• 补测试、删无用测试(旧模型或人加上去的);
• 「抽象警察」:每天横跨所有代码库,找出几乎重复的抽象(同一功能在代码库不同地方被重写了好几遍),然后统一它们。

Boris 说这每天是数百、有时数千个智能体在跑,做着几十甚至上百名工程师的工作——工程师得以去做真正想做的事:发新产品、和用户交流。他们正走在完全自动化维护自己应用的路上。

边界与心态

「编码已被解决」要打个限定:是被 Boris 所做的那类编码解决了。超深的系统级代码库、分布式系统,Claude 依然吃力;像素级的 UI 验证也不完美——Opus 5 在视觉和计算机使用上是巨大飞跃,但还没到头。

至于什么是现在最成功的心态:保持实证,忘掉你从过去模型学到的一切,甚至忘掉课堂上的计算机科学理论——看模型、试任务、看它吃力、据此调整。这不是理论科学,是实证科学。真正擅长的人,是擅长放下先入之见、对「以前不管用的想法」保持开放愿意再试的人。

最后给学生的建议来自他自己的经历:他初中在 TI-83 计算器上用 Basic 学编程——动机是在数学考试上作弊,后来微积分太难,不得不学汇编写更好的求解器。编程对他从来都是实用的。

所以他的建议是:别只学计算机科学本身,要学怎么应用——做产品、培养设计感和商业嗅觉、学数据科学、学跟用户交流。这些硬技能,仍然值得亲手去练。

本集带走

• 每六个月按一次删除键:新模型发布,删掉系统提示词、工具、你自己项目里的 Claude MD/skills/hooks,用消融实验(删光后逐行加回、测每行影响)找出真正需要的。
• 重建指令别猜,先跑:观察模型反复在哪里跌倒,才把那条指令加回去;指令每多一条,每次使用都要付出代价。
• 找产品悬置:问「今天的模型已经能做、但还没有产品让它做/被产品碍着的事是什么?」给模型比你认为能做到的稍微难一点的任务,不断把最新模型扔给以前失败过的问题。
• 验证大于提示:让模型长期自治的关键是给它验证自己产出的方式(测试套件、逐像素对比、可检查的退出标准)——这是大多数人没做对的最重要一件事。
• 规模化用动态工作流:一句「use a workflow」就能让 Claude 编排成百上千个智能体分阶段干活;重复性任务用 loops/routines 定时跑,可以做到让 Claude 每天自动清理死代码、统一重复抽象、自己维护自己的代码库。
• 少过度指定:别让模型按你的步骤一二三四来——描述任务、护栏、退出标准,然后让它开干;过度指定是资深工程师最常见的失败模式。

它可以一次运行几天、几周、几个月,就是不会停下来。
It can go for days, weeks, months at a time. It just won’t stop.
—— Boris Cherny · [01:39]

这个模型似乎不再能被提示词注入了。
the model does not seem to be prompt injectable anymore.
—— Boris Cherny · [02:03]

有了这三层,我们已经完全无法演示出提示词注入了。
And with these three layers, we just cannot demonstrate prompt injection anymore.
—— Boris Cherny · [03:16]

所以是的,我们删掉了 80% 的系统提示词。
So yeah, we deleted 80% of the system prompt.
—— Boris Cherny · [04:30]

有趣的是,没有这些提示词时,模型反而会稍微聪明一点。
And what’s interesting is that the model is actually a little bit more intelligent without these prompts.
—— Boris Cherny · [05:05]

对于那些不是在构建智能体产品、但在使用 Claude Code 的人:每六个月,删掉你的 Claude MD。
And for people that aren’t building agentic products, but you’re using Claude Code, every six months, delete your Claude MD.
—— Boris Cherny · [06:56]

只有当你看到它反复在同样的事情上跌倒时,那才是你把它加回去的时候。
And only when you see it repeatedly stumble on the same thing, that’s when you add it back.
—— Boris Cherny · [08:14]

这个概念是:模型用今天的模型——不是未来的模型,而是今天的模型——就能做各种各样的事,只是我们尚未意识到。
And the idea is the model is able to do all sorts of things with today’s models, not a future model, but today’s model that we have not yet realized.
—— Boris Cherny · [11:04]

我认为如今用现代模型,有非常多的产品悬置是我没有看到初创公司去捕捉的。
I think that nowadays with modern models, there is so much product overhang that I’m not seeing startups capture.
—— Boris Cherny · [13:34]

你应该描述任务、描述护栏、描述退出标准,然后就让模型自己开干,过一会儿再回来。
You want to describe the task, you want to describe the guardrails, you want to describe the exit criteria, and then just go with the model cook and come back in a little bit.
—— Boris Cherny · [15:19]

它运行了 11 天,重写了整个代码库。
And it ran for 11 days. And it rewrote the entire code base.
—— Boris Cherny · [17:40]

而这个验证,我认为,可能是人们普遍没有做对的最重要的一件事。
And the verification, I think, is probably the single most important thing that people do not get right, largely.
—— Boris Cherny · [20:29]

但实际上,你只需要把任务交给模型,给它一种验证自己工作产出的方式,这样它就不会卡住,它就会一直做下去。
But really, all you need is give the model the task, give it a way to verify the output of its work so it doesn’t get stuck, and it’ll just go.
—— Boris Cherny · [22:40]

忘掉你在课堂上学到的关于计算机科学理论的一切。
Forget everything that you’ve learned about computer science theory in class.
—— Boris Cherny · [31:49]