在飞速发展的人工智能世界中,一场悄然却具有标志性的革命正在发生。行业领导者Anthropic公司迈出了看似矛盾的一步:它删除了其旗舰工具Claude Code中超过80%的系统提示词。在所有人都追求增加复杂性和数据量的时代,这一举措展示了技术的成熟以及人机交互范式的转变。
为何少即是多
我对内部变化的分析表明,原因在于旧指令中存在根本性矛盾。工程师们发现,提示词中众多的规则、技能和要求相互冲突,给模型造成了“认知失调”。一部分上下文要求一件事,另一部分则要求完全相反的事。这导致了不稳定性,并降低了回答质量。
我从Anthropic新策略中得出的关键结论是:新一代模型不再需要严格的监管。它们能够自主分析周围环境并做出决策。开发者不再试图预判每一步,而是选择信任模型。正如内部测试所示,这一决定不仅没有降低性能,反而提升了编程任务中的表现。
上下文工程的新规则
Anthropic摒弃了冗长的指令,提出了一种新的极简主义方法。我从这一新范式中提炼出的主要原则包括:
- 信任模型的判断。 用一条简单建议取代禁令:按照周围项目的风格编写代码。
- 避免过多示例。 展示的三种解决问题的方法会被模型视为唯一可能,从而限制其创造力。
- 逐步披露信息。 无需将所有指令堆入一个文件。模型会在需要时自行获取相关信息。
- 消除重复。 指令应只表述一次,而不是在不同位置重复,以免造成混乱。
我还注意到,重点正从简单的markdown文件转向更结构化的格式,如HTML和工件,以及自动记忆的使用。这使模型能够更高效地管理信息,避免浪费令牌处理多余内容。
作为分析师,我的结论是:这一步不仅仅是优化,更是一个信号,表明人工智能正迈向新的自主水平。对开发者而言,这意味着范式转变:从“提示词工程”(如何让模型去做)转向“上下文工程”(如何赋予模型自由以正确行事)。无法适应这一理念的工具,将面临被淘汰的风险。