AI 洞察
29 分钟
Claude Code 砍了 80% 提示词，但 86% 的 Agent 项目还是死在"听我指挥"
Site Owner
Published on 2026-07-27
Anthropic 在 Claude Code 上删掉 80% 提示词，编码评测纹丝不动。同一周 EvoX 蜂群跑分追平 Codex。两个相反的故事指向同一真相：规则多寡从来不是信仰问题，是层级问题。
Loading...
Loading...
Site Owner
Published on 2026-07-27
Anthropic 在 Claude Code 上删掉 80% 提示词，编码评测纹丝不动。同一周 EvoX 蜂群跑分追平 Codex。两个相反的故事指向同一真相：规则多寡从来不是信仰问题，是层级问题。
Anthropic 在自家旗舰 Coding Agent 上删掉了超过 80% 的系统提示词，编码评测纹丝不动。同一周，中国团队 EvoMap 用一套"蜂群式协作"的多 Agent 框架，在 6 个主流 benchmark、424 个任务上追平 OpenAI Codex。两个故事方向完全相反——一个拼命删规则，一个拼命加规则——却意外地指向了同一个真相。
真正的问题从来不是规则要不要，而是规则该塞在哪一层。
2026 年 7 月 25 日，Claude Code 团队的工程师 Thariq 发了一篇长文，里面最炸的事实是：面向 Claude Opus 5 和 Claude Fable 5，他们删掉了 Claude Code 超过 80% 的系统提示词，Coding 评测没出现可测量的损失（来源：Thariq 推文 / Anthropic 官方博客）。
被删的提示词长这样：
In code: default to writing no comments. Never write multi-paragraph docstrings or multi-line comment blocks — one short line max.
换上去的是这一句：
Write code that reads like the surrounding code: match its comment density, naming, and idiom.
前一句是规则清单，规定注释写几行；后一句是判断依据，告诉模型拿什么当参照。规则消失了，约束其实更准了。 在一个注释本来就很密的老代码库里，"默认不写注释" 这条硬规则本身就是错的，而模型会认真执行一条错的指令。
<!-- 配图：六组 then-to-now 上下文工程变化 -->
Thariq 把这种演化描述成"短—长—短"曲线。早期模型理解力差，需要短 Prompt 加大量示例和限制；模型能力起来后 Prompt 越写越长；到了 Opus 5、Fable 5 这一代，又短回去了。我们正好站在第二个拐点上（来源：Anthropic 长文）。
但很多人没注意 Cat 在那场访谈里讲的一句关键补充：只有最前沿那几个模型享受这次 80% 的削减，旧模型用的还是完整版（来源：花叔公众号）。
如果你跑的是 Sonnet、Haiku 或者更老的模型，照搬这套删法，大概率会变笨。
规则删不删，要看你用的是单 Agent 还是多 Agent。
德勤 2026 年发布的《Why 86% of AI Agent Pilots Never Reach Scale》报告里有一个刺眼的数字：86% 的多 Agent 项目，在真实落地时都会失败（来源：AI 科技评论）。
为什么死？硅谷最近的现场是"无限智能体死循环"：多个聪明的 Agent 在协同处理供应链时，意见不合、互相纠错，结果空转几小时，烧掉上千美元的 Token，任务却毫无进展（来源同上）。
EvoMap 团队做了一个拆解：在 563 个任务的 Agent Team 主从模式里，过程中其实已经有 373 个做对了，但经过报告传递 + 主协调 Agent 综合之后，最终交付只剩 217 个正确。过程正确答案的保留率，只有 55.50%。
也就是说，每两个子 Agent 算出的正确答案里，就有近一个在交付那一刻变成了错或缺失。这就是传话游戏：每多传一层，就多一次走样。
Thariq 让单 Agent 删规则，是因为单 Agent 不传话。EvoX 决定给多 Agent 加规则，是因为主从模式把同一个 Prompt 当作传话筒，规则只能更严，不能更松。
规则多寡，从来不是信仰问题，是层级问题。
<!-- 配图：EvoX 蜂群 vs 主从 Agent Team 协作流程对比 -->
EvoX 没有去叠一个更聪明的"总管"，而是换了一套"蜂群式自进化"打法。每个 Agent 各干各的、各自进化，最后像自然界蜂群一样自主汇合。
团队跑出来的结果有点出人意料：EvoX 在 Opus 4.8 同一模型基础上，6 个 benchmark、424 个任务，跟 OpenAI Codex 同台比只差 4.72 个百分点（来源：AI 科技评论）。
| Benchmark | Claude Code | EvoX | Codex |
|---|---|---|---|
| AppWorld | 88 | 87 | 78 |
| GAIA | 49 | 49 | — |
| SWE Multilingual | 68 | 65 | 66 |
| 6 项合计 | 358 | 338 | 338 |
蜂群赢在三层：
第一，拆得更碎。 原子任务边界明确，每个都有处理者和输出位，覆盖关系可追踪。
第二，执行隔离。 每个 Agent 只面对局部问题，不被前面几十项任务的上下文干扰。
第三，汇合不转述。 程序按约定位置收答案，正确答案不再经过压缩和主观取舍。
蜂群模式的灵魂在这：多 Agent 的结果，汇总时不再被主 Agent 的有限上下文卡一遍脖子（来源：AI 科技评论）。
一句话：Thariq 让模型自己判断，是因为模型够聪明。EvoX 让系统接管汇合，是因为主 Agent 的上下文一定会爆。两种"规则"分别塞进了不同的层。
把上下文拆成三层，规则的位置才能讲清楚：
Thariq 的 80% 删减，主要是把"过程教条"从模型层搬到"接口层 + 参照层"。Anthropic 文档里那句 "tool 描述写在工具自己定义里就够了，不必再塞进系统提示词"，翻译过来就是：这条规则应该住在接口里，不是住在 Prompt 里。
花叔照着这套思路重构自己的 Agent，把自己 60% 的提示词砍掉了（来源：花叔公众号）。这个比例接近 Thariq 的 80%，说明大多数项目里的提示词冗余不是个别问题。
EvoX 的"反方向"加规则，是把"过程怎么协作"从 Prompt 搬到协作层——拆任务的边界、汇合的位置、Agent 怎么选队友，全是程序硬约束。
Anthropic 不是告诉你别写规则，是告诉你规则该换个地方塞。
下次想往 CLAUDE.md 或 System Prompt 加一条规则时，先问三个问题：
满足这三问的规则才留在 Prompt 里。其余全部外迁到工具、Hook、CI 和接口。
Anthropic 这次真正想告诉开发者的是：Prompt 里的句子越少，模型越聪明。 但前提是你得给规则找好下一个家。
不找，删了就是真的删了。
把"不要删 SSH 密钥"写进 Prompt，问题不是 Claude 不听话，是这条规则本就不该靠听话来执行。模型对"删除"的判断是基于语义，不是基于系统调用拦截。 同样一句"不要删"，如果改用 Claude Code 的 Hook 在 PreToolUse: Bash 里拦 rm -rf、在 Read 之外禁止 Write 到 .ssh/，规则就被搬到工程层，不需要模型做判断。
Thariq 在文章结尾说得很克制："CLAUDE.md 本质上是给模型的指导，不是强制执行层。涉及密钥、危险命令、生产发布、合规要求和不可逆操作，应该交给权限、Hooks、CI 或独立审核器"（来源：Anthropic 长文）。
这句话翻译成中文就是：Prompt 是给员工看的参考书，不是给监狱上锁的钥匙。
下次 Agent 看起来"变笨"，先别往 CLAUDE.md 里再加一条。打开它看一眼，问题也许不是规则太少，而是规则还在错的那一层。
参考来源