Garry Tan 曾提出，Skill 文件如同员工，企业需为 AI 构建由知识库和记忆组成的“大脑”。然而，Claude Code 创始人 Boris Cherny 认为，这个“大脑”应每半年清空一次。他将模型视为具有不同性格的“活体生物”，主张在新模型发布时删除旧的 CLAUDE.md、Skills 和 Hooks，通过消融实验重新验证指令价值。Opus 5 发布后，团队已删除超过 80% 的系统提示词。
Boris 指出，AI 编程正从依赖理论转向经验科学。Harness 代码、工具集乃至评测标准都在快速迭代。此外，Boris 正在运行一项长期实验：利用数千个智能体将基于 Electron 的 Claude 桌面应用重写为 Swift，并通过逐像素截图验证，该任务已持续运行两周以上。
以下为播客内容精编。
不依赖 Goal 命令，Opus 5 可连续运行数月
主持人 Diana：Opus 5 在 ARC-AGI-3 上取得了 30% 的成绩，远超以往。与旧版本相比，它实现了哪些突破？
Boris：每一代新模型都经过大量训练，部分能力是模型自行涌现的。Opus 5 的核心突破在于其超长时运行能力。结合 Auto Mode，它无需额外的脚手架或 goal 命令，即可连续运行数天、数周甚至数月，自主完成任务。
另一项显著进步是抗提示词注入（Prompt Injection）能力。得益于三年的对齐研究及基于可解释性机制的分类器，Opus 5 能有效识别并阻断恶意指令。即使模型未明确报告注入行为，系统也能通过监测神经元激活状态进行拦截。目前，三层防护机制已使有效的提示词注入攻击无法复现。
每隔六个月按一次删除键
Diana：听说你们删除了 Claude Code 超过 80% 的系统提示词，能否详述？
Boris：Claude Code 作为 Harness 始终处于动态变化中。由于每一代模型特性迥异，旧的设计往往不再适用。Opus 5 足够聪明，许多过去用于纠正行为的提示词已不再必要，因此我们大幅删减。用户甚至可通过设置环境变量（如 CLAUDE_CODE_SIMPLE=1）进入"Simple Mode"，清空所有系统提示词进行实验。结果显示，移除冗余提示词后，模型表现反而更优。
Diana：这是否意味着开发者应习惯每隔六个月就“重置”一次代码库和提示词？
Boris：完全正确。我们采用“消融实验”方法：先清空系统提示词，再逐行加回以验证其必要性。工具集也是如此，大量旧代码已被下线，现有代码多聚焦于安全、权限及静态分析。建议用户每半年清理一次个人配置，观察新模型的自主能力。
Diana：在新模型发布后，应如何重建系统提示词？
Boris：应采取实证主义 approach：先删除，再观察。不要预设模型需求，而是让模型实际运行，仅在发现重复错误时才添加相应指令。构建 AI 产品不同于传统软件工程，不应过度设计。模型是有机的“活体”，需通过不断试错和迭代来适配其特性。
当一切都在快速过期，什么才是稳定的？
Diana：在这种快速迭代中，评测标准是否相对稳定？
Boris：评测的寿命略长于 Harness，但也仅能维持几代模型。随着模型能力指数级增长，旧评测很快会被“做满”，必须不断设计新评测。这依然是一个经验驱动的过程。
Diana：您曾提到"unhobbling Claude"（解除束缚）和"product overhang"（产品能力缺口），如何理解？
Boris："Hobbling"指产品设计限制了模型本有的能力；"Product Overhang"则指模型已具备某种能力，但尚无产品能将其激发。例如，早期的编程产品仅支持单行补全，而当时的模型已能编写完整函数。Claude Code 的诞生正是为了填补这一缺口，给予模型完整的终端访问权。
当前仍存在巨大的能力缺口。创业者应尝试交付稍高于模型当前认知难度的任务，减少过度具体的指令，设定目标与约束后放手让模型执行。例如，利用 Dynamic Workflows 协调数千个智能体，可在 11 天内将 Bun 运行时从 Zig 语言重写为 Rust，这在以前需要数年。此外，模型还涌现出如使用 OpenCV 绘画等未被训练过的创意能力。
数千个智能体跑了两周，要把 Electron 桌面端重写成 Swift
Diana：如何提升提示词工程能力以诱导模型潜能？
Boris：核心技能已从提示词工程转向任务验证。关键在于赋予模型困难任务，并提供自我验证的工具。例如，我启动了一个任务：让 Claude 将基于 Electron 的桌面应用重写为 Swift。我仅提供 Mac 虚拟机访问权限和简单的指令：“在虚拟机中运行旧版并截图，与新版逐像素对比，完成前不要停止。”该任务已运行两周，涉及数千甚至数万个智能体的协同工作，且模型自动创建了 Slack 频道实时汇报进度。
Diana：顶尖用户与普通用户的区别何在？
Boris：顶尖用户不迷信捷径，而是遵循经验实验：交付高难度任务，提供验证工具，观察失败点并修复。许多人受限于传统工程思维，试图过度规定细节，而忽略了模型作为“同事”的自主性。
数千个智能体怎么启动？
Diana：如何启动如此规模的智能体集群？
Boris：主要依靠 Dynamic Workflows。这是 Claude Code 的新功能，允许模型在沙箱中自动协调大量智能体。面对复杂任务（如重构代码库），模型会将任务拆解为多个阶段，并行或串行启动成百上千个智能体高效协作。这是一种新的“测试时计算”编排方式。
另一种方式是 Loops 和 Routines，即定时运行的自动化任务。我们已部署数十个 Routine 用于代码库维护，如清理死代码、合并重复抽象、补充测试覆盖率等。这些任务每天自动运行，替代了大量人工运维工作，使工程师能专注于创新。
当编程逐渐被解决，什么能力真正拉开差距？
Diana：如果编程已被解决，卓越构建者的核心竞争力是什么？
Boris：对于常规开发，编程已基本解决，但在深层系统代码、分布式系统及精细 UI 验证上仍有挑战。真正的差距在于思维方式：从理论科学转向经验科学。优秀的使用者善于摒弃先入为主的观念，保持开放心态，通过实践不断重新验证模型能力。
Diana：对计算机专业学生有何建议？
Boris：计算机科学值得深入学习，但更重要的是应用能力。建议通过解决实际问题来学习，如创业、构建产品、培养商业与设计判断力。将硬技能与实际应用场景结合，才能产生最大价值。
声明：本文为 AI 前线整理，不代表平台观点，也不构成投资建议，未经许可禁止转载。
