这几天，围绕 Claude Code 系统提示词的删减与增补，业界争论不休。先是 Claude Code 团队成员 Thariq Shihipar 发文称，他们砍掉了 80% 以上的提示词，内部评测结果并未下滑。但这番言论很快遭遇了反转。两天后，Qoder 工程师陈成抓取了实际请求数据，指出大幅精简发生在 Opus 4.8 版本，而非 Opus 5。4.7 版本提示词约 15225 字符，4.8 降至 4467 字符，而 5.0 又增至 7694 字符，比 4.8 增长了 72%。两组数据看似打脸，实则揭示了 Anthropic 在模型迭代中的真实策略：并非单纯的删减，而是根据模型能力的进化，对提示词进行重构。
第一，删掉的 80% 是旧模型时代的最佳实践
首先需要明确，删掉的内容主要针对的是旧模型。Anthropic 团队在梳理内部使用记录时发现，旧提示词中充满了互相冲突的要求。例如，系统提示词规定“不要加注释”，技能配置却说“适当补充文档”，用户临时又要求“把复杂逻辑解释清楚”。旧模型必须先处理这些矛盾，效率极低。虽然这些规则能防止旧模型犯下乱删文件等致命错误，但在新模型具备足够判断力后，这些死板的规则反而成了累赘。
因此，这次删除主要沿着六个方向，销毁了那些为旧模型准备的“护栏”：
第一，注释策略。旧模型默认不写注释，禁止多段文档字符串，这能压制其表达欲，但也常误伤复杂代码。新版只保留一句话：匹配周围代码的注释密度、命名和习惯。看似要求少了，实则判断更难，需要模型根据任务自主决定。
第二，示例与接口。过去设计 Agent 时，常塞入大量工具调用范例。Anthropic 发现新模型容易把示例当成唯一答案，于是改为多设计接口。例如 Todo 工具只需定义 pending、in_progress 和 completed 状态，并限制同时只能有一个任务进行，模型便能自行推断用法。
第三，按需加载。过去大量审查、验证和工具说明常驻系统提示词，用户改一句文案也要陪模型跑长上下文。现在这些流程被拆成独立 Skills，工具定义通过 ToolSearch 按需加载。模型只需知道东西放在哪，用时再取。
第四，消除重复。旧模型容易忘指令，导致同一条规则在系统提示词、工具描述和示例中反复出现。新模型对长上下文理解更深，重复提醒反而容易制造冲突。同一件事，现在只交给一个地方负责。
第五，记忆管理。过去过去项目说明、用户偏好全往系统提示词里堆。现在长期状态交给自动记忆，CLAUDE.md 只保留代码库简介和真正反常识的坑。“写出高质量代码”不必提醒，“所有类型必须放在同一个文件里”才值得写。
第六，简化说明。旧模型需要人类把所有要求翻译成一份“适合 AI 阅读”的简化说明。新模型已无需如此，HTML 原型、测试用例、现有代码和评分标准，都可以直接成为参考。一张真实原型图告诉 Claude 的东西，远比“页面要高级、简洁、有呼吸感”更多。
可以说，Anthropic 删掉的不是上下文本身，而是人类替旧模型预先做好的判断。模型能力未增长时，规则是在填坑；模型能力增长后，不肯删掉的规则，本身就成了坑。
第二，增加的 70% 是管理新模型的坏脾气
删除旧规则不代表系统提示词会一直变短。模型升级后，一些过去不明显的行为开始影响体验，Anthropic 又不得不增加新的限制。Opus 5 比 4.8 长了 72%，正是为了管理新模型的“坏脾气”。
根据 Qoder 工程师陈成的推文，Opus 5 主要增加了两段内容：Delivering work（交付工作）和 Corrections（纠错规范）。
Delivering work 要求 Claude 按照用户原本要求的范围交付工作。普通模糊问题由模型自行判断，只有理解分歧会改变结果时才需询问。它严禁模型因为发现更好方案，就擅自缩小、扩大或改变任务，也不能只做容易的部分然后声称完成。若某部分无法推进，也需先完成剩余部分，再明确说明缺失原因。
Corrections 针对 Opus 5 容易过度解释的倾向。该模型喜欢向用户解释纠错过程，指出哪句话错了、原因是什么、准备怎么调整。这种行为在长任务中会显得反复啰嗦，且很多更正并不改变最终结果。因此，Corrections 要求模型只解释真正影响代码、结论或决策的错误。无关结果的小失误直接改掉继续做，不要加入道歉、开场说明或逐条统计错误。用户追问不等于 Claude 之前一定说错了，面对其他 Agent 的质疑，也要先判断对方是否正确，不能直接推翻结论。
一段是防止 Claude 做得太多，一段是防止 Claude 说得太多。旧模型首要任务是能不能完成任务，而 Opus 5 已能完成更复杂、更长的任务，产品团队才开始处理任务范围和过程沟通的问题。
第三，苦涩的教训：人类最舍不得删掉自己的聪明
2019 年，强化学习先驱 Richard Sutton 写了一篇名为《苦涩的教训》的文章。他回顾了七十年的 AI 发展史，发现人类总忍不住把自己的经验和解法直接写进机器。下国际象棋，就告诉机器人类棋手的套路；做语音，就把音素结构写死；做图像，就让专家指定视觉特征的重要性。短期看，这些规矩往往立竿见影，也让研究者最有成就感。但当算力上来，这些精心设计的规则很快失效，反而是利用算力的通用方法最有效。
这个教训之所以苦涩，是因为被淘汰的通常不是愚蠢设计，恰恰是研究者最得意、投入最多的部分。人类的智慧，在算力大砖飞面前，不值一提。
Claude Code 删掉的那些提示词，就是一个缩小版的“苦涩的教训”。正是这些提示词，让 Claude Code 成为神一样的 Agent。但随着模型继续进化，这些提示词开始反过来拖产品的后腿。作为 Agent 与模型协同进化领域最领先的产品，这一次的删减风波，难得地把 Claude Code 在设计系统提示词时如何应对模型变化背后的核心思想展示了出来。想想上次 Claude Code 源代码泄露给后续各类 Agent 产品爆发带来的关键作用，就知道这次看似提示词删减背后，这一整套“苦涩教训”的价值千金。
今天所有关注上下文工程的人们该记住的是，别把自己干活的每一步都写进提示词，让模型永远踩着旧经验的脚印走。更能扛过模型代际更替的，是一套能持续扩展的环境：具体走哪条路，最终应该交给模型自己。