Boris Cherny: Stop Hobbling Your AI
三句話摘要
Claude Opus 5如何突破AI代理產品的設計瓶頸，以及構建最前沿AI產品的核心方法論。 最前沿的AI產品不是透過新增更多約束和提示實現的，而是透過刪除冗餘、信任模型的真實能力、併為其提供自我驗證的機制來實現的。 消融方法論是新模型時代的核心實踐。每次新模型釋出，Claude Code團隊不是保留舊提示並微調，而是刪除所有系統提示和工具提示，然後一行一行恢復，確保每行都是必需的。這違反傳統工程的"前期設計"思路，卻能解鎖模型真實能力，因為每代模型能力差異巨大——三個月前有效的提示對下一代可能完全冗餘。
重點整理
重點- 1
消融方法論是新模型時代的核心實踐。每次新模型釋出，Claude Code團隊不是保留舊提示並微調，而是刪除所有系統提示和工具提示，然後一行一行恢復，確保每行都是必需的。這違反傳統工程的"前期設計"思路，卻能解鎖模型真實能力，因為每代模型能力差異巨大——三個月前有效的提示對下一代可能完全冗餘。
- 2
"解除約束"是產品與能力的核心差距。模型能做的事遠超產品允許做的事——這叫"產品滯後"；反之產品要求模型做不了的叫"產品過載"。早期Claude Code正是透過移除腳手架和約束、給予完整終端訪問許可權，才從自動完成工具升級為程式碼生成引擎，這種思路對所有基於Claude的產品都適用。
- 3
驗證機制比提示本身更核心。模型能否持續完成長期任務，關鍵不是更復雜的指令，而是給予自我驗證能力——像Boris用Swift重寫Electron應用的任務，執行14天、生成數千個Agent，並沒有使用特殊的"斜槓目標"或複雜提示，只是讓模型能看到執行結果、對比輸出、發現問題。系統提示的價值在於教會模型如何使用產品和驗證工作，而非約束行為。
- 4
經驗方法論取代理論設計。最佳Claude使用者的共同特徵不是掌握"巧妙技巧"（不存在這樣的技巧），而是透過實驗、觀察模型的困難點、然後迭代解決。這需要放下傳統電腦科學的前期規劃思維，轉向像科學實驗一樣的實證迴圈。
實用技巧與重點
乾貨- 模型效能指標
- Arc AGI 3分數：Opus 5達30%（前代個位數或十幾分）
- Opus 5續航能力：可處理數天、數週甚至數月的任務，無需腳手架
- 系統提示改變
- Claude Code中系統提示刪除比例：80%+
- Opus 5相比Opus 4.7、4.8的改進：快速注入防護達到新層級
- 快速注入防護機制
- 三層防護組合：
- 三年對齊研究（研究alignment方法）
- 所有流量執行的快速注入分類器（基於Crystal的機制可解釋性工作）
- 神經元級監測（觀察模型大腦中被啟用的神經元）
- Claude Code實戰案例
- Bun專案：Zig程式碼庫完整重寫為Rust，用時11天，一次透過（此前人工需1年+）
- 專案規模：超過100,000行JavaScript執行時
- 驗證方法：完整測試套件（Bun有大型測試套件，Node.js也有），逐畫素比對
- 使用工具：動態工作流程（Workflow）
- Swift版Electron應用重寫
- 任務執行時長：14天+（仍在執行）
- 生成Agent數量：數千個
- 驗證流程：在Mac虛擬機器執行原Electron應用 → 截圖 → 逐畫素對比 → Swift版本修改
- 進度報告：Claude自動建立內部Slack頻道，每幾分鐘釋出一次進度截圖
- 自動維護例程（每日執行）
- 清理無用程式碼（死程式碼檢測與刪除）
- 刪除已完成的實驗程式碼
- 為需要測試覆蓋的區域編寫測試
- 刪除過時/無用的舊測試
- 抽象概念警察：識別並統一程式碼庫中重複的相似抽象
- 每天執行數量：20-30個例程
- 參與Agent規模：每天數百個，有時數千個
- 模型能力新發現
- 程式碼庫跨語言重寫（之前做不到，Sonnet 3.5開始可以）
- 影象繪製（基於OpenCV）：人像、動物、風景等
- 持續多周任務的自主完成
- 工作流程技術
- 動態工作流程（Dynamic Workflows）：
- 沙箱：基於Bun執行時
- 協調：管理數十、數百、數千個Agent
- 分階段執行：第一輪篩選 → 驗證/總結 → 第二輪擴散
- 本質：面向Agent的代數（序列執行、並行執行）
- Loop：本地cron任務
- Schedule：雲端執行，支援合蓋繼續執行
- 測試時計算（Test-Time Compute）
- 定義：模型生成的token數量的函式式表達
- 應用：動態工作流本質是協調測試時計算的新方法
- 歷史擴充套件規律基於：神經網路大小、訓練資料量、訓練浮點運算
- 新突破：透過工作流有效協調和分配計算資源
- 系統提示實驗功能
- 命令列設定：`--system-prompt` 可指定自定義系統提示
- 簡易模式（未公開）：設定環境變數 `CLAUDE_CODE_SIMPLE=1` → 刪除所有系統提示（包括工具提示）
- 作用：用於消融測試確定提示有效性
結論
結論“最前沿的AI產品不是透過新增更多約束和提示實現的，而是透過刪除冗餘、信任模型的真實能力、併為其提供自我驗證的機制來實現的。”
完整解析
詳細Claude Opus 5的釋出標誌著AI代理產品設計思路的根本轉變。在這次對話中，Anthropic創始人Boris揭示了一個看似矛盾卻深刻的洞察：為了構建最強大的AI產品，需要做的第一步是刪除而非新增。
傳統工程思維認為，當新一代硬體或系統釋出時，應該在舊的最佳實踐基礎上改進。但Claude Code團隊採取了相反的策略。每當新模型推出時，他們不僅不繼承舊提示，反而完全刪除系統提示、工具提示和大量框架程式碼，然後透過嚴格的"消融方法"逐行恢復。這個過程的邏輯很簡單：因為每代模型能力差異巨大，三個月前對Sonnet的關鍵約束在Opus 5上可能完全冗餘，甚至會限制模型的實際能力。Opus 5就是這種方法的成果——刪除了80%的系統提示後，模型表現反而更強，Arc AGI 3基準達到30%（而前代僅為個位數或十幾分）。
這背後的產品理念是"解除約束"。Boris觀察到，產品設計中常見兩類錯誤：一是"產品滯後"——模型能做的事，但產品沒讓它做；二是"產品過載"——產品要求超出模型能力。Claude Code的演進正是逐步解除約束的故事。Sonnet 3.5時代，市面上的編碼產品只能做單行或多行自動完成，充其量是聊天對話。但模型實際能寫整個函式、整個檔案。Claude Code的突破就在於移除腳手架、開放終端訪問許可權，讓模型的真實能力得以釋放。這個模式同樣適用於任何Claude應用——最好的使用者體驗往往來自對模型能力的充分信任，而非對其行為的過度約束。
驗證機制的重要性被大大低估。Boris分享的兩個核心案例——Bun從Zig到Rust的完整程式碼庫重寫（11天完成，之前需1年+）和Swift版Electron應用的逐畫素重寫（執行14天、生成數千個Agent）——都不是靠複雜提示或特殊技巧實現的。關鍵是給予模型自我驗證的能力和清晰的成功標準。在Bun案例中，完整的測試套件讓模型知道是否做對了；在Swift重寫中，模型能在虛擬機器執行原應用、截圖、對比畫素級差異。這種反饋迴圈讓模型能自主發現問題、糾正錯誤、持續多周完成極複雜任務，而無需高度詳細的每一步指令。
最後，Boris強調了學習和使用Claude的正確心態：放下理論，擁抱實驗。傳統CS教育強調前期設計、全面規劃，但在AI代理時代，這套方法反而成了累贅。最高效的使用者會做的是：刪除所有約束 → 觀察模型在哪失敗 → 根據失敗調整。這不是提示工程技巧的問題（"沒有秘密技巧"），而是思維方式的轉變——從"我需要告訴模型做什麼"轉向"我需要觀察模型能做什麼，然後支援它做得更好"。這種經驗科學的方法，是掌握Claude的關鍵。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
