这几天，围绕 claude code 的系统提示词到底是被大幅删减，还是暗中悄悄加长，引发了广泛热议。
事情起源于 Claude Code 团队成员 Thariq Shihipar 发布的一篇文章。他在文中指出：团队已将 Claude 的系统提示词精简超 80%，而内部编程能力评测显示，性能并未出现明显下降。
这确实有些反直觉——通常在构建 Agent 时，工程师们往往恨不得把提示词写满几十页；模型每出一次错，就在后面补一条新规则，层层叠加，越积越厚。
但仅仅两天后，Qoder 工程师陈成通过抓取真实请求数据发现：大幅缩减其实发生在 Opus 4.8 版本，而非外界猜测的 Opus 5。数据显示，Opus 4.7 的系统提示词长度约为 15225 字符；到 4.8 版本骤降至 4467 字符；而到了 Opus 5，又回升至 7694 字符，比 4.8 多出 72%。
两组结论看似矛盾，风波再起。不少人开始怀疑：Anthropic 是在释放误导性信息？还是另有所图，准备新一轮概念炒作？
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
然而，这次还真不是。
删掉的 80%，是为旧模型量身定制的六条“防护栏”
我们先来看看，到底删掉了什么。
Anthropic 团队复盘了 Claude Code 的历史使用日志，发现一个典型现象：同一请求中常存在彼此冲突的指令。例如，系统提示词写着「禁止添加注释」，Skills 模块却要求「适当补充文档说明」，而用户临时又提出「请清晰解释复杂逻辑」。
Claude 其实能理解用户的真正意图，但它必须先花时间解析这些互相打架的指令，之后才开始执行任务。这个过程既拖慢响应速度，也白白消耗大量 Tokens。
这些提示词并非毫无价值——在旧模型时代，它们确有存在的必要。那时模型缺乏上下文判断力，若不靠硬性规则约束，最坏情况真可能误删关键文件。但随着模型能力跃升，它已能结合用户输入与当前语境自主权衡决策。旧规则反而成了新能力的枷锁。
因此，本次删减主要聚焦六个方向，系统性清除那些「专为旧模型设计」的冗余内容。
让模型自己做判断
早期版本对注释、文档字符串、规划文档等均有严苛限制：默认不写注释、禁用多段 docstring、未明确要求不得生成分析文档……这些条款虽压制了旧模型的“表达冲动”，却也误伤了真正需要深度说明的复杂场景。
新版仅保留一句原则性指引：「保持与周边代码一致的注释密度、命名风格与工程习惯」。表面看要求变少了，实则对模型的理解与推理能力提出了更高要求——它得先读懂任务性质，再决定是否写、怎么写、写多少。
重接口设计，轻示例堆砌
过去给模型灌输工具调用范例，几乎是 Agent 开发的标配。Anthropic 却观察到：新模型容易把示例当成唯一解法，甚至直接套用其中结构，忽略真实需求。
于是团队转向更抽象的设计思路：少给例子，多定义接口。比如 Todo 工具只需明确定义三种状态（pending / in_progress / completed），并限制并发任务数为一，Claude 就能自行推演出完整使用逻辑。
按需加载，拒绝全量驻留
以往大量审查流程、验证逻辑和工具说明都固化在系统提示词中。哪怕用户只修改一行文案，Claude 也要先通读整段冗长上下文才能开工。
如今这些模块已被拆解为独立 Skills，工具定义也通过 ToolSearch 实现动态加载。Claude 只需知道“东西在哪”，真正要用时才拉取对应部分。
指令只说一遍
旧模型记忆弱、易遗忘，同一条规则常在系统提示词、工具描述、调用示例中反复出现。而新模型具备更强的长上下文理解力，重复强调非但无益，反而加剧指令冲突。一件事，只由一个模块负责，责任清晰，边界分明。
交由自动记忆接管长期状态
过去项目背景、用户偏好、历史经验全塞进 CLAUDE.md 文件里。现在，长期上下文交由自动记忆机制管理，CLAUDE.md 仅保留代码库概览及真正违反直觉的关键约束。“写出高质量代码”无需提醒，“所有类型定义必须集中在一个文件中”才值得写入。
只提供原始规格，不做人工转译
新模型已无需人类把需求翻译成“AI 友好型”的简化语言。HTML 原型图、测试用例、已有代码片段、评分标准……这些真实材料本身就能成为最有效的输入。一张高保真原型图所传达的信息量，远胜于“页面要高级、简洁、有呼吸感”这类模糊形容。
换句话说，Anthropic 删去的并非上下文本身，而是人类替旧模型提前代劳的全部判断。
模型能力没涨时，规则是补丁；能力涨了还不删，规则就成了新漏洞。
新增的 70%，是在驯服新模型的“过度发挥”
上述六类删减，解决的都是旧模型遗留问题。但旧规则失效，并不意味着系统提示词会持续萎缩。当模型升级后，一些此前不显著的行为开始影响实际体验，Anthropic 不得不新增针对性约束。
这也是 Opus 5 相比 4.8 多出 72% 的根本原因。
据 Qoder 工程师陈成披露，Opus 5 主要新增了两段核心内容：Delivering work 和 Corrections。我们结合 Piebald-AI 提供的 Claude Code 提示词库，具体看看这两段究竟写了什么。
Delivering work
该段明确要求 Claude 必须严格依照用户原始范围交付成果。对于模糊请求，模型可自行判断；但一旦不同理解可能导致结果显著偏差，则必须暂停并主动确认。
同时规定：Claude 不得擅自扩大、缩小或更改任务目标；不能只完成简单部分就宣称“已完成”；若某环节确实无法推进，也应优先完成其余部分，并清晰说明缺失项及其原因。
这些限制，直指 Opus 5 的一个新倾向：过度自主。
Opus 5 更具主动性，常在用户未要求的情况下追加步骤——比如修复一个报错时，顺手重构周边代码、补全测试、更新文档，甚至横向检查同类模块。
Corrections
Anthropic 在 Opus 5 指南中特别指出：该模型比以往更热衷于向用户解释纠错过程。它会逐条指出前文哪句有误、详细剖析错误根源、再说明修正方案。
这种行为虽显“诚恳”，却极易造成用户认知负担。尤其在长任务中，许多微小调整根本不影响最终输出，却徒增冗长说明。
因此 Corrections 明确要求：仅对影响代码逻辑、结论走向或关键决策的错误进行解释；无关紧要的小失误，直接修正即可；禁用道歉话术与开场白；不得反复自我批评，也不必统计过往错误总数。
当用户提出追问，并不等于 Claude 之前一定错了；其他 Agent 若指出问题，Claude 也需先独立判断对方是否准确，而非盲目推翻自身结论。
一段管住“做得太多”，一段压住“说得太多”。
旧模型首要挑战是“能不能干”，而 Opus 5 已能胜任更复杂、更长周期的任务，产品团队的关注焦点，自然转向了“干得准不准”和“说得清不清”。
最舍不得删的，往往是人类最引以为豪的聪明
2019 年，强化学习奠基人 Richard Sutton 发表《The Bitter Lesson》一文，回溯七十年 AI 发展史后得出一个扎心结论：人类总是忍不住把自己的知识、经验与解法，直接编码进机器。
下棋就教套路，语音识别就硬塞音素结构，图像识别就指定专家认定的关键特征……短期看，这些“聪明设计”见效快、成就感强，也最容易获得同行认可。
但算力一旦突破临界点，这些精心雕琢的规则迅速过时。最终胜出的，永远是依靠海量数据与强大算力驱动的通用方法——而且优势遥遥领先。
这份教训之所以苦涩，正因为它淘汰的从来不是拙劣方案，恰恰是研究者倾注最多心血、最引以为傲的部分。
人类智慧，在（算）力面前，常常不堪一击。
Claude Code 此次删减的提示词，正是一个微缩版的「苦涩教训」。正是这些规则，曾助它登上 Agent 神坛；但随着模型持续进化，它们却悄然变成了拖累产品的负资产。
作为当前 Agent 与大模型协同演进领域最前沿的产品，这次提示词调整风波，罕见地将 Claude Code 在应对模型能力跃迁时的设计哲学完整呈现出来。
回想上一次 Claude Code 源码泄露如何引爆后续 Agent 产品的井喷式发展，就不难理解：此次表面是提示词删减，背后这套“苦涩教训”式的系统性思考，其价值千金。
今天所有深耕上下文工程的人，都该记住一点：别把你自己干活的每一步都写进提示词，别让模型永远踩着你旧经验的脚印走路。
真正经得起模型换代考验的，是一套可持续演进的环境；至于具体走哪条路，最终应当交给模型自己决定。
本文来自微信公众号“硅星人Pro”，作者：董道力，36氪经授权发布。
