删去80%系统提示词：给顶级模型松绑
2026 年 7 月 24 日，Anthropic 在其官方博客发表关于新一代模型上下文工程指导原则的文章。作者 Thariq Shihipar 透露，针对 Claude Opus 5 与 Claude Fable 5 模型，团队审计并删除了 Claude Code 中超过 80% 的系统提示词。基准测试结果显示，这种大幅度的提示词瘦身没有造成任何可测量的性能下降。
Anthropic 将这次系统提示词的大幅精简称为「给 Claude 松绑」（Unhobbling Claude）。在早期模型迭代阶段，开发人员往往倾向于向系统提示词中塞入大量控制指令，试图通过详尽的规则约束模型行为。随着 Claude 5 世代模型在推理与上下文理解能力上的跃升，冗长的规则反而限制了模型自身的理解力。
工程团队通过对提示词的逐项剥离，验证了新一代模型在极简系统提示词下的表现。删除冗余规则后，模型在代码生成与工程协作任务中的整体响应效率与执行灵活性均有所提高。这一测试结果在 AI 开发者社区引发关注，促使从业者重新审视上下文工程的设计基准。
规则冲突与摩擦：旧护栏变成新枷锁
早期系统提示词中积累的大量规训指令，在模型能力演进后逐渐转化为系统运行中的阻尼。例如旧版指令曾硬性规定「代码中默认不写注释，绝不编写多行注释块，单行注释不得超过一行」。此类限制原本用于防止旧模型生成过于啰嗦的代码，但在能力更强的模型面前，它强行打断了良好的编码规范。
多重指令来源之间的逻辑碰撞更进一步加剧了模型的推理开销。在实际开发场景中，系统提示词要求「不留冗长文档」，用户加载的技能插件指示「记录关键架构决策」，而用户直接输入的提示词又要求「写清楚详细注释」。模型需要消耗额外的上下文资源去解析并平衡这些互相抵触的指令。
原本用于防止模型犯错的硬性护栏，最终变成了限制模型发挥上下文理解能力的枷锁。Anthropic 在新版系统提示词中将注释规则替换为「编写与周围代码风格一致的代码，匹配其注释密度、命名与惯用法」。这种改动标志着提示词工程从硬性指定具体行为向引导模型观察上下文环境转变。
图：Claude Code 系统提示词新旧逻辑对比。来源：Anthropic 官方博客
从固化指令向上下文适配的转变，让模型能够根据项目既有的代码基底自动调整输出。这种基于现场环境进行判断的方式，大幅减少了由于硬性规则与具体项目要求冲突而产生的错误。
信任模型判断：六项上下文工程范式转换
Anthropic 在总结 Claude 5 世代的开发经验时，梳理出六项核心范式转换。首要原则是从单纯给规则（Rules）转向信任模型判断（Judgment），避免写入大量否定式禁令。开发者只需在模型无法自行推断的特定失败场景下补充限制条件，其余情况交由模型自主评估。
第二项转变是以接口类型设计取代具体示例（Examples to Interface Design）。过往的做法是通过展示大量输入输出示例来规范格式，但这往往固化了模型的思维路径。通过提供定义清晰的枚举类型与强类型接口，模型能够更好地理解约束边界并展开灵活推理。
第三项与第四项转变聚焦于信息的加载机制与工具描述。提示词设计从全量预加载转向按需渐进式加载（Progressive Disclosure），避免将所有指令一次性塞入系统提示词。同时，重复性指令被大幅压缩，针对特定工具的操作要求只需在工具自身的描述字段中阐明一次即可。
最后两项转变涉及记忆管理与复杂引用处理。Claude Code 引入了自动记忆机制（Auto-memory），替代了过去依赖人工维护配置文件的记忆模式。同时，Claude 5 世代能够直接消化复杂的设计稿、测试套件与评分标准，无需开发者将其手动拆解为简化版文本规范。
动态审计工具：用doctor清理定制规范
为了帮助开发者将这一松绑理念应用到实际项目中，Anthropic 在 Claude Code 中内置了 /doctor 审计命令。该命令专门用于扫描与检测用户自建的技能插件（skills）以及配置文件。通过识别过度约束的指令，该工具协助开发者清除积累的技术废料。
在实际开发迭代中，开发者项目库中的配置文件容易陷入膨胀状态。随着功能增加，团队不断追加针对特定历史缺陷的硬性规则，导致配置文件逐渐变得庞杂。/doctor 命令应用了与官方系统提示词审计相同的筛选标准，自动标出冗余或过时的提示词内容。
借由诊断工具的辅助，开发团队可以定期清洗上下文环境中的沉淀规则。将原本散落在各个文件中的冲突规则精简后，模型的响应速度与指令遵循准确率均得到改善。这种自动化维护机制使得上下文工程的日常保养变得可执行且具持续性。
上下文负债重构：开发范式的深刻转向
删去 80% 系统提示词的举措在业界引发了广泛反响。技术分析网站 Mager.co 指出，这种松绑标志着开发者与 AI 代理交互方式的根本改变。知名开发者 Simon Willison 在分析 Claude Opus 5 的启动机制时也提及，顶级模型在安全约束与防范训练攻击方面展现出了更高的自主权。
科技媒体 The Decoder 引用 Anthropic 原话强调，诸如 Fable 5 这类模型自身更倾向于轻量级的系统提示词。在 Hacker News 社区讨论中，众多工程团队反映上下文工程正在成为新的技术负债来源。过长的提示词提升了 Token 消耗成本，同时也增加了逻辑冲突风险。
Claude Code 的这次瘦身实践证明，模型理解力的提升正在重新定义上下文工程的边界。过度工程化的规则提示词正逐步被结构化接口与按需上下文所取代。对于智能体应用开发者而言，学会信任模型的推理能力并将控制权适度下放，正在成为构建高性能 AI 系统的关键技能。
参考链接：
- Anthropic 官方博客
- Mager.co 分析文章
- The Decoder 报道
- Simon Willison 博客
- Hacker News 讨论帖
