XNews

Claude Code系统提示缩减80%与AI工程洞察

Claude Code系统提示缩减80%与AI工程洞察

在AI工程师世博会的炉边谈话中,Claude Code产品负责人Cat Wu与工程师Thariq Shihipar透露,Claude Code的系统提示词已缩减80%。该变化适用于Fable 5、Opus 4.8及未来计划中的模型。讨论关键发现包括:移除少样本示例提升了效果,因为前沿模型比示例更具创造性;硬性禁止指令(如“不要做X”)减少,因其与用户指示冲突时会产生矛盾,转而用更多上下文替代禁止;每条指令都经过100%正确性测试,若仅90%正确(如“始终验证前端更改”对微小文本调整无效),则予以软化或移除;小型模型(如Haiku)仍需详细提示,而大型模型得益于精简指令,依赖自身判断;子代理与Claude Code工作流工具的提示由Claude自身编写;Claude Tag(Slack协作版)现已能自主监控、修复缺陷并提交拉取请求;Anthropic产品工程团队65%的拉取请求由AI生成;代码审查自动化已用于非核心变更,基于六个月的故障驱动改进构建;自动模式使用Sonnet分类器动态决定何时继续,安全性通过沙箱与凭据注入保障;旧有“缰绳”模型——一种编码人类假设的固定流水线——正被更薄、类似教练的层取代,让模型自主判断。

Key insights

前沿模型的提示工程最佳实践正在反转

曾经不可或缺的少样本示例与显式规则,如今Claude Code团队发现,移除示例、减少约束能让模型发挥更优推理能力。这一转变挑战了多年的既定建议,但团队强调,这只在Opus/Fable级别有效;小型模型仍需详细脚手架支撑。其根本原则是:每条指令必须在所有上下文中100%正确,否则将被误解。

Anthropic内部采用表明智能体工具正在重塑软件工程

Anthropic自身实践中,65%的拉取请求已由AI生成,非核心变更的代码审查基本实现自动化,这表明智能体驱动的开发已超越实验阶段。这一转变将工程师角色从代码撰写重新定义为产品判断与审查,而“缰绳”的瘦化(让模型自行决定如何执行任务)进一步强化了这一趋势。

安全依赖于动态分类器与沙箱,而非静态禁令

自动模式使用Sonnet分类器,在对话上下文中评估每次工具调用,并结合沙箱与临时凭据注入。该系统声称风险低于人工审查,但完整评估数据尚待公布。该方法符合摒弃硬编码禁令的趋势,转而采用上下文风险评估。

随着模型能力超越假设,旧有“缰绳”正被拆除

从僵化的分步流水线过渡到灵活的教练式系统,反映了一个更广泛的趋势:那些编码了“模型不能做什么”的基础设施正变得过时。随着模型改进,“缰绳”从规定流程转向提供上下文,让模型自主编排其方法。

Source posts