YC Startup School 2026

We Cut 80% of Claude Code's Prompt

Boris Cherny(对谈 Diana Hu) · Anthropic · Claude Code

2026-07-27 · 36分钟 · 36 万次观看 · Y Combinator

每次新模型发布都做「消融」:删掉系统提示、CLAUDE.md、skills、hooks,看模型反复卡在哪再一行行加回;给模型比你以为它能做的更难的任务、给它验证手段,然后放手——Bun 从 Zig 重写成 Rust 用一个动态 workflow 跑了 11 天。

观看原视频 ↗

内容概要

Opus 5 发布次日的访谈。Boris 说新模型能连续跑几天到几周,几乎不再被提示注入(对齐 + 基于可解释性的注入分类器 + auto mode 分类器三层);Claude Code 因此删掉了 80% 的系统提示,harness 代码剩下的主要是安全、权限、静态分析和 UI。他把方法论总结为:删除 → 使用 → 只在反复踩坑的地方加回;评测比 harness 活得久,但也只撑一两代模型。「产品悬空」与「束缚(hobbling)」是一体两面:找到模型已经会、产品却挡着的能力,就是下一个 Claude Code。动态 workflows 是一种「agent 代数」(串行、并行、多阶段扇出),是新的测试时算力形式;routines 则让 Claude 每天维护自己的代码库。

要点(点击时间跳到原视频)

  1. 1:19

    Opus 5 + auto mode 可以连续工作几天到几周,不需要 /goal 之类的脚手架。从 Opus 4.7 起模型越来越难被提示注入;对齐、基于可解释性(观察「注入」相关神经元)的分类器、auto mode 分类器三层叠加后,团队已无法复现注入。这会改变 harness 和产品设计。

  2. 3:21

    每次新模型发布,Claude Code 都会删改大量系统提示、工具集合和工具提示。Opus 5 删掉了 80% 的系统提示;可以用 --system-prompt 自定义,或设置 CLAUDE_CODE_SIMPLE=1 去掉所有提示(团队用它做消融),模型在无提示时甚至略聪明一点。

  3. 5:30

    消融就是「用删除做评测」:删掉整份系统提示,再一行行加回,测每行的影响;工具、harness 代码也常被下线。今天 harness 里主要是安全、权限、静态分析和 UI 代码。给用户的建议:每隔半年删掉你的 CLAUDE.md、skills、hooks 试试。

  4. 7:38

    重建提示的方法:先删,再用;不要猜模型需要什么指令。只有当它反复在同一件事上卡住时才加回,因为每条指令每次都会被读。模型像一个有性格的「活物」,每代都不同,要用经验科学的心态去认识它。

  5. 9:08

    评测比代码和提示活得久,但通常也只撑一到三代模型就饱和,然后要基于新的卡点重做。

  6. 10:30

    「束缚(hobbling)」是产品挡住了模型,「产品悬空」是模型能做但没有产品释放它,两者是一回事。原版 Claude Code 就是对 Sonnet 3.5 的「解束缚」:当时产品只做补全和只读聊天,它给了模型最简单的 harness 和完整终端权限。现在的悬空比当时更多。

  7. 14:26

    常见错误是指令过细(先做一、再做二……)。对新模型应描述任务、护栏和退出条件,然后放手。

  8. 15:55

    案例:Claude Code 用的 Bun 运行时由 Zig 写成,手动内存管理导致内存泄漏;Jarred 每代模型都试「重写」,从 Fable 开始可行。依托 Bun 和 Node 庞大的测试集,用一个动态 workflow 把 10 万+ 行代码从 Zig 重写为 Rust,跑了 11 天(有人工引导),已在生产使用。

  9. 18:35

    另一个例子:给 Opus 5 OpenCV,它能画肖像和风景,模型从没被训练画画,只是「激发差距」。现在的关键技能不是 prompt engineering,而是给一个看似过难的任务,并让它能边做边验证;验证是多数人做错的地方。

  10. 20:47

    他在 Claude Tag 里让 Claude 把 Electron 桌面应用重写成 Swift:接上 GitHub macOS runner,要求在虚拟机里同时跑两版、逐像素截图对比、不完成不停,已跑两周多;Claude 还自己开了个 Slack 频道每几分钟发进度截图。

  11. 25:00

    动态 workflow:只要说「use a workflow」。Claude 在 Bun 沙箱里的虚拟机中启动并编排大量 agent:首轮扇出、再一轮验证或汇总、再扇出……本质是「agent 的代数」(串行、并行),是新形式的测试时算力,可以一次调动成千上万个 agent。

  12. 28:00

    Claude 在维护自己:每个代码库有 20–30 个每日 routine,每条只是一句提示。清理死代码(它自己想到用静态+动态分析)、下线已 100% 放量的实验、补测试、删无用测试、「抽象警察」合并重复抽象。

  13. 30:10

    仍未解决的:极深的系统代码、分布式系统、像素级 UI 验证。最好的用户是经验主义者:忘掉对旧模型的认知,试、看、调整。给 CS 学生的建议:把计算机科学和设计感、商业感、数据科学、与用户沟通结合起来,做自己想要的东西。

可以用在日常工作里的

  • 编码 Agent

    每次模型大版本升级,备份后清空 CLAUDE.md/skills/hooks 跑一周,只把反复出现的问题加回去。

  • Harness

    对自己的 agent 产品做提示消融:逐行删除系统提示并用评测衡量影响;harness 只保留安全、权限、UI 等真正必要的部分。

  • 工程

    大型迁移/重写先准备好强测试集作为验收标准,再交给多阶段 workflow 长时间运行,人只做方向引导。

  • 工程

    把代码库维护拆成每日 routine:清死代码、清已全量的开关、补测试、删无效测试、合并重复抽象。

  • 创业

    寻找「产品悬空」:列出模型今天已能做、但现有产品形态挡住它的能力,用最简单的 harness 释放它。

演讲提到的资源

同一章节的其他演讲

← 返回全景 · 目录