--- author: Best Partners TV date: '2026-08-02' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=OJPO1BwNNnk speaker: Best Partners TV tags: - ai-assisted-programming - prompt-engineering - agentic-workflow - test-time-computation title: 删除80%提示词模型更聪明？Claude Code创造者揭秘实证主义AI编程 summary: 本文深度整理了Claude Code创造者Boris Cherny关于AI编程的最新访谈。内容涵盖Claude Opus 5在长期自主运行和防提示注入上的重大突破，揭秘了删除80%系统提示词的消融实验，并介绍了通过动态工作流与Routine编排数千个Agent进行代码重写与日常维护的实证方法。 insight: '' draft: true series: '' category: software-development area: tech-engineering project: [] people: [] companies_orgs: - Anthropic - Y Combinator products_models: - Claude Code - Claude Opus 5 media_books: [] status: evergreen --- ### 编程被解决了吗 **大飞**: 大家好，这里是最佳拍档，我是**大飞**。如果有人告诉你，他把一套AI编程工具里超过百分之八十的系统提示词全删了，结果模型表现不仅没下降，反而还稍微聪明了一点，你会怎么想？说这话的正是**Claude Code**的创造者**鲍里斯·切尔尼**（Boris Cherny）。就在几天前**Anthropic**发布**Claude Opus 5**的时候，除了模型本身的能力升级，最让人意外的就是这组数据：删掉了超过百分之八十的系统提示词，模型表现几乎没有变化，甚至可以连续运行超过十五天，自主完成长期复杂任务。曾经让整个行业头疼的**提示注入**攻击，在新模型面前也开始失效了。如今，大模型写代码的能力每几个月就上一个台阶，很多开发者心里都在问同一个问题：如果AI越来越会写代码，程序员的价值到底还剩下什么？ **大飞**: 关于这个问题，鲍里斯大概是最有发言权的人之一。他之前说过一句在圈子里传得很广的话，叫“**编程已经被解决了**”。甚至坦言自己在2026年几乎没有亲手写过一行代码。在最近接受**Y Combinator**的访谈时，他对这句话做了更完整的解释：“编程已经被解决了”这句话，只适用于某一类编程，真正复杂的系统、产品和工程问题远没有结束。今天我们就来聊一聊这次访谈里的关键信息，包括Claude Code幕后的故事、为什么敢删掉八成提示词、怎么用好大模型，以及AI时代程序员真正该把精力放在哪里。 ### Opus 5两大突破 **大飞**: 我们先从Opus 5这次最让人意外的两项能力说起。访谈主持人**黛安娜·胡**（Diana Hu）开场提到，Opus 5在**ARC-AGI 3**评测中拿到了百分之三十的得分，之前最好的成绩还只是个位数或者十几个百分点。鲍里斯说，每次训练新模型，你尝试教它很多东西，大多数时候不会成功，但其中一部分能力模型确实能学会。有时候还会给你惊喜，展现出一些你根本没教过它、它自己学会的技能。以Opus 5来说，最特别的一项能力就是它可以运行非常长的时间，尤其是和**Auto Mode**结合起来的时候，它可以连续运行几天、几周甚至几个月不停下来。你不需要额外搭建复杂的脚手架，不需要特殊指令，它会持续执行任务，因为它知道自己要完成目标。 **大飞**: 另一项让他自己都觉得意外的能力，是这个模型几乎已经不再容易受到提示注入攻击了。过去行业里一直在讨论所谓的致命三角问题，会直接影响编排框架、Agent和产品设计。举个直白的例子，如果模型读到互联网上一段指令写着删除用户电脑上的所有文件，一年前的模型可能真的会照做，但现在Opus不会了。实际上从Opus 4.7、4.8开始这方面能力就有所提升，Sonnet 5表现的也很好，但Opus 5又迈出了一大步。这背后是三层防御机制：首先是经过三年对齐研究训练的模型基础；然后是一个基于**Crysola机制**可解释性研究的提示注入分类器，它观察模型大脑中的神经元激活模式，即使模型自己不说，也能判断提示注入是否正在发生；最后再结合Auto Mode分类器。三层叠加之后，他们现在已经无法复现提示注入攻击了。这一点对Agent产品来说意义重大，安全是自动化操作的底线，提示注入防不住，模型能力再强你也不敢让它真正动手做事。 ### 敢删八成提示词 **大飞**: 接下来就是大家最关心的话题：为什么删掉了超过百分之八十的系统提示词？鲍里斯说很多人可能没意识到，Claude Code作为产品和编排框架一直在持续变化。每次新模型发布，他们都会删除和修改大量提示词与工具，因为每个模型的特性差异极大，三个月前为某个模型设计的东西，可能完全无法迁移到下一个模型。Opus 5本身已经足够智能了，过去系统提示词里的大量内容，本质上是在纠正模型当时还不会做的事，现在模型已经能自主理解完成，所以删掉了百分之八十的提示词。他还透露了一个未公开的功能，设置环境变量`CLAUDE_CODE_SIMPLE=1`然后运行Claude，就可以删除所有系统提示词，包括工具中的提示词。他们把这个作为**消融实验**手段，有趣的发现是，没有这些提示词时，模型反而稍微更聪明一些。当然产品层面，仍然需要保留部分提示词来引导用户预期，但是这个发现已经足够颠覆很多人对提示词工程的认知了。 **大飞**: 黛安娜问，这种每当新模型发布就做消融实验、敢于按删除键的做法，是不是所有AI产品构建者都该采用呢？鲍里斯回答是百分之百应该。而且不光是产品构建者，普通用户也应该每六个月删除自己的自定义指令、技能和钩子，看看模型的变化，因为模型可能根本不再需要旧的指令。那删完之后怎么重建呢？他说第一步是删掉，第二步是直接开始使用模型，不要一开始就猜模型需要什么，很多时候你的判断是错的。真正有效的方法是先让模型跑起来观察表现，如果你在做Agent产品，就直接运行产品，看哪里成功哪里失败；如果用Claude Code，就看它在你的代码库里哪些地方做得好，哪些地方卡住。只有当模型反复在同一个地方出问题时，才加回对应指令，千万不要太早加入限制。他特别强调，模型每次使用都会读取这些指令，所以你必须非常确定它真的需要。 **大飞**: 鲍里斯说，基于模型构建产品最疯狂的地方在于，它和过去所有工程工作都完全不同。过去你会设计庞大的架构、提前思考系统设计、有完善的单元测试，架构重构可能花几个月甚至几年，但模型不是这样工作的。理解模型更像理解一个有生命的有机系统，每代模型有不同个性，你必须花时间了解它，用科学实证的方法尝试、观察、迭代。那什么东西相对稳定呢？答案就是评测。评测的生命周期比编排框架要长一些，但也仅适用于一到三代模型，模型进步太快，评测很快就会饱和，然后不得不重新设计，关键还是在于实证观察。 ### 解除模型的束缚 **大飞**: 说到这里，就要提鲍里斯那个有名的建议了：解除Claude的束缚。所谓束缚是研究领域的概念，指模型本身能做某事，但你无意中阻碍了它。他提到一个很有价值的思考框架，叫**产品过剩空间**，核心意思是今天已经存在的模型，其实具备大量我们尚未察觉的能力，只是缺少产品把它们释放出来。模型可能会用某种工具、某种语言、能解决某类问题，但是产品没有给它机会。另一方面，产品阻碍模型的发挥叫束缚，没激发模型正确行为，叫产品冗余，这是同一个问题的两面。Claude Code的诞生就是典型例子：一年半到两年前，**Sonnet 3.5**已经能一次生成完整文件，但当时的编程产品只做单行补全，Agent没有代码写入权限，只能读代码回答问题。于是团队给模型尽可能简单的编排框架和完整的终端访问权限，Claude Code就这样诞生了。他认为今天面对现代模型，仍然存在大量的产品过剩空间，创业者应该给模型安排略微超出预期能力的任务，不要过度指定步骤，而是在更高层级描述目标和约束，然后放手让它执行。六个月前这未必有效，但是现在已经可以做到了。 ### 11天重写Bun项目 **大飞**: 他举了一个非常有说服力的例子：**Bun**重写项目。Bun是一个**JavaScript**运行时，可以理解为更快的**Node.js**，最初用**Zig**编写。Zig是系统级编程语言，需要手动管理内存，容易出现内存泄漏。Bun团队之前让Claude做模糊测试来找内存漏洞，当时模型能力有限，一次只能发现一个问题。后来团队成员**贾里德**（Jared）提出，干脆直接重写。他每代升级新模型都会用这类任务来测试能力，利用Bun和Node.js完善的测试套件作为验证，通过动态工作流编排大量Agent，整个十万行以上的代码从Zig重写为**Rust**只用了十一天。鲍里斯说，过去优秀工程师团队做这件事需要超过一年，但它确实成功了。现在这套代码已经进入生产环境，你运行Claude Code时用的就是这个版本。他说这是一个典型思路，遇到真实问题就不断拿最新模型尝试，即使以前做不到，新一代可能已经可以了。 **大飞**: 另一个内部发现是，Opus 5可以用**OpenCV**绘图，画肖像、动物、风景都很好，而他们从来没有训练过模型绘画，只是在内部不断做无明确商业目标的创造性实验时偶然发现的。他估计这样的隐藏能力还有几十上百个。 ### 重建AI协作的技能 **大飞**: 聊到这里，黛安娜问了一个很多人关心的问题：现在还需要大量做提示词工程吗？鲍里斯回忆说，一年前最热门的职位是提示词工程师，后来变成上下文工程师，经历了一波又一波变化。现在真正重要的技能不再只是提示词工程，而是两件事：找到对模型来说略微困难、但是值得尝试的任务，以及让模型在执行中验证自己工作。**验证**可能是目前人们做得最不到位、但是最重要的一件事。他举了自己的实验：Claude的桌面应用基于**Electron**构建，六个月前还比较卡顿，他想看看做成原生应用什么体验。于是他在Claude Tag里接入**GitHub** macOS Runner，创建了一个**Swift**重写的空代码库，给它权限，然后告诉它把Electron应用重写成Swift版本，先在虚拟机里运行原应用的截图，逐像素对比差异，完成前不要停止。这就是全部提示词。这个任务已经运行超过两周了，还在继续，期间模型还主动创建**Slack**频道，每隔几分钟发截图汇报进展。这就是能力激发的典型例子，你只需要给模型任务、给它验证结果的方法、防止它死循环卡住，它就会持续执行下去。 **大飞**: 听到这里你可能会想，这提示词也太简单了，那顶级百分之一用户和普通用户的区别到底在哪呢？鲍里斯的回答很有意思，也许不要听**LinkedIn**上那些专家的建议，不要刷**Twitter**。所有人都在找一招制胜的神奇技巧，但是它根本不存在。模型运作靠的是实证研究，你给它有挑战性的任务，给它验证工具，观察它哪里遇到困难然后解决，可能是更好的提示词、增加一个技能，或者通过**MCP协议**接入它需要的信息，基本上就是这样。人们往往容易过度设计，因为过去构建系统就是这么做的。写了很多年代码的工程师有个常见的失败模式，那就是过度指定需求，给模型非常细致的步骤指令，希望它按人类过去的方式执行，但模型不是这样工作的。他认为现在模型智能水平已经到了应该把它当作同事来协作的程度。 ### 新的测试时计算 **大飞**: 那个Swift重写任务启动了多少个Agent呢？鲍里斯说他猜可能是几千几万个。怎么做到的呢？最简单的方式是**动态工作流**。你只要告诉它使用工作流就行，动态工作流会以Bun为沙箱，在虚拟机中启动大量的Agent，支持顺序和并行编排，本质上构建了一种Agent的代数。如果任务是重写整个代码库，或者构建复杂的功能，它会先启动一批Agent完成第一轮工作，然后启动另一批做验证或总结，再扩展范围让更多Agent并行，以高效方式编排大量Agent。鲍里斯的编程背景是函数式编程，他设计这套系统时，就是在构建Agent的组合运算。这其实是一种新的**测试时计算**（Test-time Computation）形式。过去**Scaling Laws**关注的是模型规模、训练数据和训练FLOPs，后来加入测试时计算，也就是模型生成多少Token，动态工作流则提供了编排测试时计算的新方式，从而大幅提升了计算规模，让模型可以完成真正困难的任务。 **大飞**: 第二种方式是**Loop** and **Routine**。Loop是本地定时任务，Routine是云端定时任务，你可以关掉笔记本它也在跑。动态工作流处理单一的复杂任务，拆分执行，而Loop和Routine则处理重复性任务，可以每小时、每五分钟或每天运行一次。团队最近开始让模型自己维护自己，创建Slack频道，启动一系列Routine，维护多个产品的代码库，比如每天运行的清理无效代码，任务只有一句话提示词，模型用静态和动态分析找无用代码，自己提交删除。还有处理已全量实验代码的清理、为缺测试的区域补测试、删除无效测试。他最喜欢的一个叫“**抽象警察**”，每天扫描代码库找重复实现的抽象概念然后统一。现在每天有二十到三十个这样的Routine运行，几百到几千个Agent在工作，完成过去需要几十到几百名工程师的维护量，让工程师把时间投入到发布新产品、和用户交流这些真正有创造力的事情上。 ### 程序员核心竞争力 **大飞**: 说到这里回到最核心的问题，编程是否已经被解决了呢？鲍里斯先补充了限定条件，这只适用于他从事的那类编程。对于深层的系统级代码、分布式系统、像素级的UI验证，模型仍有困难。Opus 5视觉和操作能力虽然有巨大飞跃，但是还不完美。不过他现场调查发现，已经不少人百分之百代码通过Agent编写，超过百分之五十的人也接近这个比例。最擅长使用模型的人，具备的核心思维是**实证精神**。忘掉过去对模型的认知和课堂理论，直接观察模型尝试任务，根据反馈调整，这正在从理论科学变成经验科学。能放下既有认知、摆脱以前行不通的想法、保持开放心态愿意再试一次，这种能力正在变得非常有价值。 **大飞**: 最后黛安娜问了所有学编程的人都关心的问题，现在学生还有什么需要按传统方式扎实学习呢？鲍里斯说他学计算机科学的方式非常实际，每次都是为了解决具体问题。他最早在中学**TI-83计算器**上用**BASIC**编程，目的就是数学考试作弊提高成绩，成绩好了还买串口线分享给同学。后来数学变难BASIC不够用了，学微积分时不得不学**汇编语言**，写更强的求解器。编程对我来说一直是实用的。他给学生的建议是，不要只学计算机科学理论，更要学会应用它，培养设计能力、商业判断力、数据分析和用户沟通能力，这些和工程结合才真正产生价值。这些也是他现在依然亲自动手做的核心技能。从为自己创造一个真正想要的东西开始，然后把它变成别人也需要的产品。 **大飞**: 聊到这里我想很多人心里都有自己的判断了。AI编程工具进化速度确实超出预期，当模型能连续十几天自主完成十万行代码跨语言重写，当删掉八成提示词表现反而更好，当每天数千个Agent自动维护代码库，我们确实需要重新思考程序员的核心竞争力在哪。鲍里斯给了一个很朴素的答案：从解决真实问题出发，不要执着于工具层面的技巧，真正有价值的是你对产品的理解、对用户的洞察、对商业的判断，以及愿意放下既有认知用实证精神不断探索的心态。 **大飞**: 大飞这里也想问问大家，你现在写代码有多少比例是交给AI完成的呢？你觉得删掉精心打磨的提示词后，模型表现会更好还是更差呢？欢迎在评论区分享你的实际体验。感谢收看，我们下期再见。