什么值得买App下载 App ›
连续签到专享现金活动

Anthropic把提示词砍到只剩两成,Claude编程分数纹丝不动

Anthropic扔出一颗深水炸弹:Claude Code的系统提示词,砍掉80%以上,编程评测分数纹丝不动。这个数字太反直觉了。按照行业惯例,提示词越详细、约束越多,模型输出越稳定。突然删掉八成指令,效果不降反升——这背后藏着什么逻辑?对每个用AI写代码、搭Agent的人来说,这究竟是好事还是警钟?1
先说说这份成绩单有多炸裂
半价旗舰——这是Opus 5最直接的市场定位。输入每百万Token 5美元,输出25美元,正好是Fable 5的一半。但价格打五折不代表性能腰斩,相反,多项核心指标已经摸到了旗舰的天花板。2
Frontier-Bench终端编码测试刷到43.3%,直接翻倍。CursorBench 3.2拉到最高档位,跟Fable 5的差距缩到0.5%以内。更夸张的是ARC-AGI 3——这个测试考的是模型在陌生环境里通过试错搞懂规则的能力,Opus 5得分30.2%,是第二名GPT-5.6 Sol的近四倍,同系列上一代只有1.5%。两代之间20倍跃升,放在任何AI评测史上都算现象级。2
这80%到底是怎么删的
官方说法是"删掉80%以上",但开发者实测后发现事情没那么简单。Opus 4.7版本的系统提示词有15225字符,砍到Opus 4.8只剩4467字符,确实经历了一场"大瘦身"。然而Opus 5发布后,字符数又悄悄涨回7694字符,比上一代多了72%。删掉的指令,又补回来一部分——只是补的不是老规矩,而是新模型专属的行为约束。1
具体补了什么?主要两块内容:任务交付规范和错误纠正约束。前者规定怎么控制任务范围、汇报进度;后者限制模型反复解释和修正自己之前的错误。两项加起来约3755字符,基本解释了Opus 5比4.8多出来的那部分。简单说,删掉的是通用规则,新增的是模型专用护栏。1
  • 核心行为提示:25,695 → 4,650字符,下降81.9%
    这是删减主力,大量常驻行为说明被砍掉
  • 工具层描述:70,151 → 87,593字符,增长24.9%
    控制从一份长文本迁入schema和接口定义
  • 整份Prompt:98,272 → 93,879字符,只下降4.5%
    看似删了很多,实际整体体量变化不大
  • 示例块:12 → 0,全部清零
    不再靠给示例教模型做事
真正发生的变化是:全局层变薄,局部接口变厚。过去写在系统提示词里的硬规则,现在迁移到了工具描述、状态机、验证器里。模型读到的字少了,但每次调用工具时收到的指令反而更精准。3
为什么删了反而更好
Anthropic翻看了内部对话记录,发现一个尴尬现象:同一次请求里,系统提示词说"酌情保留文档",技能文件说"不要加注释",用户自己又说"帮我写清楚点"——三条指令互相打架。Claude能猜出用户真正想要什么,但它得先花精力去调和这些矛盾,再决定怎么做。这些约束在早期模型上确实必要,能避免最坏情况。但新模型的判断力已经足够好,硬规则反而限制了它。4
这背后有一个关键概念:指令遵循阈值效应。当模型的指令遵循能力低于某个阈值时,必须给它足够多的细节约束和示例,它才能输出符合要求的结果。但当模型能力超过阈值后,过多的细碎约束反而会干扰它对核心目标的理解。Claude 5对抽象规则的理解能力、对复杂目标的拆解能力,已经跨过了这个临界点。5
做法旧思路新思路
规则表述写"绝不写多行注释"写"写得像周围的代码"(让模型自己看示例)
示例使用在提示词里堆FewShot把精力放在工具参数、枚举值、状态机表达上
CLAUDE.md写长篇说明文档控制在60行以内,只写仓库特有的坑点和特殊架构
约束加载常驻提示词每轮都读Skills按需加载,不调用不占上下文

上下文工程的核心转变:从"给死规则"到"给判断空间"

这些原则,别盲目套用
适用范围有严格边界。Anthropic的"瘦身80%无损"结论,是严格限定在Opus 5和Fable 5这类顶级强推理模型上的,测试基准也是内部编码集。如果把这套精简提示词直接套在Sonnet或者Haiku这类中轻量模型上,实际表现大概率还是会掉链子。越聪明的模型越不需要管束,这是一个明显的代际阶梯效应,不能简单理解为"提示词越短越好"。6
系统提示词仍然值得花时间打磨,但方向变了。过去研究怎么把规则写得更详细,现在研究怎么把上下文架构设计得更清晰。CLAUDE.md要精简,但token要留给代码库里那些真实的坑。Skills继续承载团队特有的观点与最佳实践,而能用代码表达的规范,就别只靠文字——一个HTML原型,往往比一段描述更管用。7
提示词工程没死,升级了
提示词的价值正在转移。过去写提示词是"教模型做事",现在变成了"告诉模型要做什么事"。靠堆技巧、背咒语、反复强调的那套过时了,但说清需求、给对上下文、设计约束这些基本功反而更值钱。8
上下文工程(Context Engineering)成了新关键词。过去依赖人工设计的提示工程、推理工作流、工具调用,正在逐步被大模型内化,智能体建设的重点从Prompt Engineering转向Context Engineering与Harness Engineering。这不是提示词工程的消亡,而是它的升维。9
对开发者来说,这意味着两件事:如果你在用Opus 5或Fable 5,别再迷信"提示词越详细越好"了,试着把控制权还给模型,只给顶层目标和必要边界;如果你还在用轻量模型,那些详细的约束仍然必要,但可以把更多精力放在优化上下文结构上,而不是堆砌更多规则。模型越强,上下文设计的价值越高——这个趋势只会越来越明显。

评论

评论区空态插画

当前文章无评论,是时候发表评论了