Anthropic Claude Code 负责人 Boris Cherny 在 YC 7 月 28 日发布的访谈视频中，给使用者的建议很直接：每六个月，删掉你的 Claude.md，删掉你的 skills，删掉你的 hooks。
在题为《Boris Cherny: We Cut 80% of Claude Code’s Prompt》的访谈里，他呼吁做 AI 产品的人主动删除系统提示词、工具和 harness 代码，再重新测试哪些部分真的还有必要保留。
从整段删除开始，再一行一行加回去
Boris 在访谈中说：“你应该把整个系统提示词全删掉，然后一行一行加回来，看看每一行到底有什么影响。”
这套思路对应的是消融实验，也就是在其他条件不变的前提下，移除、替换或关闭某个模块，比较性能、稳定性、效率或成本出现了什么变化。
他提到，对 Opus 5 而言，自己的真实建议就是先试试把这些东西全删掉，因为模型可能已经不再需要它们。
文章还提到，围绕 Claude 的近期风波，用户也可以反过来说，“实际上对于 Claude，真心建议把它删掉，因为我们已经不需要了。”
Claude Code 的 harness 已大幅收缩
Boris 说：“今天 Claude Code harness 里的代码，几乎只剩下安全、权限和静态分析的部分。”
7 月 24 日，Anthropic 发布了关于 Claude 5 上下文工程的最新规则。按照文中说法，面向 Opus 5、Fable 5 等新模型，Claude Code 的 system prompt 被大幅精简，删除了超过 80% 的原有指令。
文中同时提到，可参考量子位文章《Claude Code狂删80%提示词，Opus 5反手加回去了》了解这次变化。
围绕这轮调整，Boris 给出的产品迭代策略是，不要预判模型到底需要什么指令，因为这种猜测往往并不准确。团队真正能做的，是一行一行删除，一次一次测试，再找到模型反复卡住的位置。
他在访谈中说：“你得把模型想成一个活的生物，一种更有机的东西。每一代模型的行为都不一样，性格都略有不同，你得花时间去了解它，然后据此调整 harness。”
他的核心方法：少预判，多测试
在 Boris 看来，这更像是一套经验性工作方式：先尝试，不带太强预设；看结果；继续迭代；再重复。
他也谈到 Eval 的问题。尽管评测体系通常比 harness 和 prompt 更耐用，但模型迭代太快，一套评测可能很快就被刷到满分。团队还是要回到模型实际卡住的地方，围绕这些新问题重新设计 Eval。
“产品悬余”：模型能力常常先于产品边界
访谈里，Boris 提出了一个对他做产品很重要的概念：Product Overhang，也就是“产品悬余”。
他的解释是，大模型能力的提升往往是跳跃式的，产品集成却通常按连续、增量的节奏推进。结果就是，模型已经具备的能力，常常超出现有产品真正释放出来的边界。
他举例称，2024 年底 sonnet 3.5 刚推出时，这个模型就已经可以一次性写完整个文件的代码；但同一时期的 Copilot 和 Cursor 早期版本，还主要停留在代码补全这类更小的任务上。
在他看来，拥有完整终端权限的 Claude Code，在一定程度上弥补了这类差距。
“解缚”：拿掉限制，让模型承担更难工作
与“产品悬余”相连的，是 Boris 提出的第二个概念“Unhobbling”，也就是“解缚”。
他在访谈中分享了 Anthropic 内部的一个案例：有人尝试给 Opus 5 接入 OpenCV，结果发现模型可以自己画出人物肖像、动物和风景，而团队此前并没有专门训练模型去画画。
这对应的是“模型激发”。也就是在不改变模型权重的情况下，通过提示词、上下文、工具或产品形态设计，让模型表现出原本已经具备、但此前没有被调用出来的能力。
文中也提到，这里面仍然存在归因问题：到底是模型原有能力被激发出来，还是脚手架设计让模型学会了新技能。不过 Boris 认为，不管答案是什么，这里面都存在很大的商业机会。
他的原话是：“我不是说所有创业公司都能抓住。但我知道有人在思考这些问题，这里真的有巨大的机会，能从模型身上激发出那些令人惊叹、有趣、而且有商业价值的行为。”
Boris 给出的三条“解缚”方法
围绕如何释放模型能力，Boris 提了三条做法：
- 第一，给模型比你想象中更难的任务，把目标、边界和退出条件讲清楚，然后放手让它做。
- 第二，多做实验，允许模型进行一些没有明确商业目的、但有趣的尝试，给自己留出和模型“玩”的空间。
- 第三，让模型自己验证成果。按照他的说法，现在重点已经不是 prompt engineering，而是当你把一个很难的任务交给 Claude 后，怎样让它在执行过程中自己检查工作结果。
Boris 认为，第三点可能正是现在大家做得最不理想的地方。因为如果模型无法自我验证任务，它就很难长时间独立运行。
一个持续了两周以上的任务示例
为了说明这一点，Boris 在访谈中举了自己的例子。
他说，自己给模型下达的任务是：把 Electron 应用重写成 Swift，在 Mac 虚拟机里运行 Electron 应用、截图，再与 Swift 版本逐像素对比，没有完成就不要停。
主持人追问：“这就是你的 prompt？”Boris 回答：“这就是我的 prompt。”
当被问到任务跑了多久时，他说：“还在跑。”随后又表示，这个任务已经连续运行了两个多星期，大概 14 天、15 天左右。
他还提到，Claude 甚至自己建了一个 Slack 频道，每隔几分钟就发一张进度截图。
给 AI 使用者和创业者的建议
在访谈末尾，主持人问 Boris，普通人要怎么才能像他一样更好地使用 Claude。
Boris 的回答是，先别去听 LinkedIn 上那些网红说什么，也别一直刷 Twitter。
他说，很多人都在寻找某种“奇技淫巧”，但在他看来，这种东西并不存在。
他建议使用者用经验主义方式对待模型，忘掉过去面对旧模型的经验，也暂时放下课堂上学来的那套计算机科学理论，直接观察模型究竟在哪里卡住，再据此调整。
他的原话是：“所以它已经不是一门理论科学了，它已经变成了一门经验科学。我觉得那些特别擅长放下自己的先验，放下那些‘以前不行’的想法，愿意再试一次的人——会非常非常成功。”
把模型当同事，而不是完全受控的工具
除了方法论，Boris 还谈到一种使用模型的心态：放下对模型的控制欲，把模型当成同事相处。
按他的说法，不要过度指定，也不要把要求写得过于具体，更不要试图让模型完全按你自己的做事方式来完成任务，因为“模型不是那样工作的”。
给编程学习者的三点提醒
对于仍在学习编程的人，Boris 也给出自己的看法。他呼吁不要只学纯粹的计算机科学理论，而要学习如何把这些能力应用起来。
文中提到，他自己最早学习编程的动力，是为了在数学考试中作弊。
他后来进一步解释，真正重要的内容往往和创业、做产品、培养设计感、商业感、学习数据科学以及和用户对话有关。只有把这些和计算机科学、工程结合起来，价值才会真正显现。
按照文中的概括，他的建议可以浓缩成一句话：先做自己想要的东西，再升级去做别人想要的东西。
本文观点整理自 YC 7 月 28 日发布的访谈视频《Boris Cherny: We Cut 80% of Claude Code’s Prompt》。原文注明，文章来自微信公众号“量子位”（ID：QbitAI），作者为“关注前沿科技”。