在人工智能开发领域,发生了一次具有标志性意义的范式转变。Anthropic公司通过分析其工具Claude Code的内部遥测数据,得出了一个出人意料的结论:超过80%的系统提示词——多年来一直被视为管理模型的关键——不仅毫无用处,反而有害。这涉及对新一代Claude模型上下文工程原则的根本性重新审视。

为什么旧规则适得其反

问题在于矛盾重重。传统方法要求用详细的指令、技能和示例来填充模型。然而,日志分析显示,这些组件相互冲突。系统提示词要求一件事,工具描述却要求相反的事,而用户请求又增加了第三个不兼容的维度。模型被相互矛盾的指令压得喘不过气,将计算资源浪费在试图协调这些矛盾上,而不是解决问题上。

Anthropic的核心洞察在于,新一代Claude模型已经足够“聪明”,能够自行解读周围环境。它们不再需要僵硬的框架和长篇大论的宣言。相反,它们能够基于最少但清晰的信号做出决策。正因如此,公司才进行了大幅精简,而值得注意的是,在内部编程测试中,结果质量不仅没有下降,在某些场景下反而有所提升。

新规则:更少文本,更多信任

Anthropic的新理念建立在四个原则之上,彻底颠覆了以往对提示工程的认识。首先,要信任模型。像“不要在代码中写注释”这样的禁令被简单的建议所取代:“遵循周围代码的风格”。其次,示例不再是黄金标准。展示三种解决方案会让模型将其视为唯一可能的方式,从而限制其创造力和适应性。

第三,不要把所有指令堆砌在一个巨型文件中。Claude会在需要时自行获取必要信息,多余的规则只会消耗令牌并制造噪音。第四,重复是祸害。如果同一条规则在提示词、工具描述和记忆中都被提及,就会造成优先级冲突。现在Anthropic建议删除所有重复内容,只保留最清晰的一个版本。

关于记忆和工件处理的建议尤其值得关注。与其使用模型可能产生歧义解读的简单markdown文件,不如使用HTML和结构化数据。这能让模型更快、更准确地提取所需信息。

我的分析:Anthropic的这一举措不仅仅是优化,更是LLM走向成熟的信号。我们正在见证从用僵硬提示词“驯化”模型的时代,转向“引导”的时代,其中对模型推理能力的信任扮演着关键角色。对开发者而言,这意味着是时候重新审视自己的CLAUDE.md和系统提示词,只保留最重要的内容。否则,你不仅是在浪费令牌,更是在积极阻碍模型发挥全部潜力。这是所有基于现代AI构建智能体系统的人都应该吸取的教训。