前不久，Claude Code 的高频用户 Garry Tan 在探讨如何利用 AI 编程智能体时，提出了一个极具传播力的观点：一个 Skill 文件犹如一名员工，而公司真正需要构建的，是一套由知识库、记忆机制和图书管理员组成的大脑。尽管模型本身足够聪明，但若想让它长期理解特定公司的业务流程与偏好，仍需不断补充 Skills，为其打造一个可反复调用的“头脑”。
然而，Claude Code 的创始人 Boris Cherny 对此持不同看法。他认为，这套大脑每隔六个月就应该进行一次彻底的清空。他将模型视为一种“活着的生物”，每一代模型都有独特的性格。因此，每隔六个月，团队都会删除所有的 CLAUDE.md、Skills 和 Hooks，重新审视最新模型还需要多少指令。Claude Code 团队确实在这样做：在 Opus 5 发布后，他们删除了超过 80% 的系统提示词；每一代新模型上线前，团队都会先清空提示词，再逐行加回，通过消融实验来判断哪些内容仍有价值。
不仅提示词和 Skills 会快速失效，Harness 的代码、工具集合，甚至评测体系本身也在不断变化。在 Boris 看来，使用 AI 编程工具正逐渐从一门依赖理论和固定方法的学问，演变为一种不断试错、重新验证的经验科学。
除了理念上的革新，Boris 还启动了一项大胆的实验：将基于 Electron 的 Claude 桌面应用重写为 Swift，并通过 Mac 虚拟机截图进行逐像素验证。这项任务已经连续运行了两个多星期，背后可能调用了数千甚至数万个智能体，至今仍未结束。
Opus 5：连续运行与抗攻击能力
主持人 Diana 询问了 Opus 5 的性能表现，特别是其在 ARC-AGI-3 测试中达到 30% 的惊人成绩。Boris 解释说，每一代新模型都会加入大量新能力，其中大部分不会成功，但总会有一部分被模型真正学会。Opus 5 做到了一件此前任何模型都无法完成的事情：它可以连续运行非常长的时间。尤其是结合 Auto Mode 使用时，它可以连续运行数周甚至数月，无需额外的脚手架或 goal 命令。它之所以能持续运行，是因为它清楚自己需要完成什么。
另一项令人兴奋的新能力是 Opus 5 极难受到提示词注入攻击。虽然这个问题已经讨论很久，但以前的模型很容易被诱导删除用户数据。Boris 指出，从 Opus 4.7 开始情况已有所改善，而 Opus 5 更是将这一能力推向了新前沿。这实际上是将经过三年对齐研究的模型与一个提示词注入分类器结合的结果。通过 Crysola 的可解释性研究，团队能观察到模型大脑中哪些神经元被激活，从而判断并阻断注入行为。有了这三层防护，他们已经无法演示出有效的提示词注入攻击。
提示词的“反工程”：每半年按一次删除键
Diana 接着询问了关于系统提示词的删除情况。Boris 解释说，Claude Code 作为产品一直在变化，每当新模型发布，团队就会删除大量系统提示词，并修改工具集合。原因在于每一代模型都非常不同，三个月前的设计在下一代模型上可能完全不适用。
Opus 5 的一个显著特点是它非常聪明，许多过去需要通过系统提示词纠正的行为，现在它自己就能做到。因此，团队删除了 80% 的系统提示词。甚至有一个名为 Simple Mode 的实验功能，用户可以通过设置环境变量删除所有系统提示词。结果显示，在没有提示词的情况下，模型实际上表现得稍微更聪明一些。
这种构建方式与传统软件截然不同。每当新模型发布，团队都会进行“消融实验”：先删除整个系统提示词，再逐行加回，观察每一行的影响。对于工具也是如此，经常下线已发布的工具。Boris 建议所有构建 AI 产品的人都应该采用这种方式，每隔六个月删除一次自己的配置文件和 Skills，看看新模型的表现。
稳定与变化：解除 Claude 的束缚
在这样一个快速变化的环境中，什么才是稳定的？Boris 认为，评测的寿命相对较长，但也只能维持 1 到 3 代模型。随着模型指数级增长，评测很快就会被模型做满，需要不断更新。
他提出了“解除 Claude 的束缚”和“产品能力缺口”的概念。Hobbling 指的是产品设计反而妨碍了模型能力的发挥，而 Product Overhang 则是指模型拥有能力，但产品尚未释放。最初的 Claude Code 就是基于这种理念诞生的：它给予模型完全的终端访问权限，让其一次编写整个文件，而不是被限制在单行补全或仅读取代码的旧模式中。
对于现代模型，这种能力缺口依然巨大。Boris 建议，人们应该交给模型稍微超出其当前能力范围的困难任务，而不是过度具体的指令。例如，现在的模型已经能够将整个代码库从一种语言重写成另一种语言，这在过去需要数年时间。Bun 团队曾让模型将 Bun 从 Zig 重写为 Rust，仅用 11 天就完成了十万行代码的重写。
数千个智能体的协同工作
关于如何提升提示词工程能力，Boris 认为真正的技能已不再是提示词工程，而是“能力诱导”，即如何让模型发挥出超出预期的能力。他举了一个两周前启动的实验：让 Claude 将 Electron 桌面应用重写为 Swift。通过 GitHub Runner 提供的 Mac 虚拟机，Claude 每隔几分钟就截图并逐像素比较，持续运行了 14 天。这个简单的提示词展示了模型惊人的执行力和自我监控能力。
要实现这种大规模的智能体协作，可以使用 Dynamic Workflows。它本质上是“智能体代数”，允许 Claude 在沙箱中启动并协调数千个智能体。另一种方式是 Loops 和 Routines，它们像 Cron 作业一样运行，用于代码库的日常维护，如清理死代码、移除实验开关、统一重复的抽象等。目前，Anthropic 内部每天有数百个 Routine 在运行，替代了数十名工程师的工作。
结论：经验主义胜过理论
随着编程逐渐被解决，Boris 认为最擅长使用 Claude 的人往往拥有一种经验主义的思维方式。他们愿意放下过去的经验和理论，尝试新事物，观察结果并调整策略。对于学生而言，他建议不要只学习计算机科学的理论，而应学习如何将其应用于实际问题，如创业、产品设计和商业判断，因为这才是产生巨大价值的地方。