Claude Code之父：Harness保质期只有半年，解开缰绳吧

程浅 2026-07-30 16:57:55 来源：量子位

程浅 发自 凹非寺
量子位 | 公众号 QbitAI

每六个月，删掉你的Claude.md，删掉你的skills，删掉你的hooks。

这是Boris Cherny——Claude Code之父给产品使用者们的建议。

在YC7月28日新发布的访谈视频《Boris Cherny: We Cut 80% of Claude Code’s Prompt》中，Boris热情呼吁所有做AI产品的人都应该对自己的新产品勇敢按下删除键，大刀阔斧地去删除系统的提示词、工具、harness代码。

△Boris Cherny最新访谈截图

“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。”

这个观点背后的概念是消融实验（ablation study），该概念贯穿了Boris Cherny的最新访谈，旨在控制其他条件不变的前提下，移除、替换或关闭一个模块，去比较性能、稳定性、效率或成本的变化。

访谈中Boris无不自豪地声称：实际上对于Opus 5，我们真心建议大家试试把这些东西全删掉，因为模型已经不需要了。

尽管最近的风波……用户也可以声称，“实际上对于Claude，真心建议把它删掉，因为我们已经不需要了。”（x）

除了“大胆删除”，Boris在访谈中还透露了更多关于自己对产品设计、模型使用和编程学习的价值性思考——

本文观点出自访谈视频，阅读重点如下：
1、Boris的产品迭代策略：少一点预判，多去做测试
2、“产品悬余”：同一时期内，模型能力总会超出产品边界
3、“解缚”：让模型做更难的任务，独立工作更长的时间
4、顶尖Claude用户是如何使用AI的？
5、给编程学习者的3个建议

“模型是一种活体生物，它有自己的性格”

“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，其中针对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。

具体可以参考量子位文章《Claude Code狂删80%提示词，Opus 5反手加回去了》。

针对此次变化，Boris在访谈中分享了自己的产品迭代策略：你不要去猜模型需要什么指令，因为你根本猜不对。你能做的就是一行行去删除，去测试，然后找到模型反复卡住的地方。

“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。”

△该图片系AI合成

因此这对于Boris而言是更偏向“经验性”的，需要用科学的予以对待：不加预判地尝试，查看结果，迭代，重复。

而在这样一个不断推倒重来的世界里，Eval也未必能稳定使用。尽管它确实比harness和prompt耐用，但眼下模型进化太快，很多时候一套评测会被很快刷到满分。因此需要观察模型到底在哪不断挣扎，然后设计新的Eval。

一种思维：悬余、解缚

访谈中，Boris分享了一个概念叫“Product Overhang”，他认为这是一个对他做产品很有帮助的思考方式。

Overhang，什么意思？悬余。

大模型以不连续的跳跃式速度跃迁，而产品集成却以连续的增量式节奏推进。这导致模型所具备的能力总会超出现有产品所能释放出的边界。

Boris举了一个例子：2024年底sonnet 3.5刚推出的时候，这个模型就已经能一次性写整个文件的代码了。但当时的编程产品Copilot、Cursor早期版还在做补全代码这样的小事。

拥有完整终端权限的Claude Code一定程度上弥补了这种差距。这也是Boris提出的第二个概念“Unhobbling”，解缚，拿掉限制。

△给大模型解缚（图片系AI生成）

他分享了Anthropic内部的案例：有人尝试给Opus 5接入OpenCV（全球最大开源计算机视觉库），结果发现模型能自己画出人物肖像、动物风景，而在此前他们从未训练过模型去画画。

这就是“模型激发”（model elicitation），在不改变模型权重的前提下，通过提示词、上下文、工具或产品形态的设计，让模型表现出它本已具备、但此前未被调用的能力。

尽管这里或许还存在着疑问：如何归因？究竟是模型被激发出了原本就具备的能力，还是模型因为“脚手架”设计而学会了新的技能？

不过这或许并不重要，不管怎样，Boris毫不怀疑此间存有巨大的商业机会：

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。

为此，Boris提出了三条他本人的模型“解缚”方法。

第一，给模型比你想象中更难做的任务。描述清楚目标和边界和退出条件，然后就放手。

第二，多去做实验。允许模型做一些没有明确商业目的但好玩的尝试，“给自己自由去玩模型、去做有创意的事”。

第三，让模型自己验证成果。如今的重点已经不是“prompt engineering”了，问题在于，“当你给Claude分配了一个非常困难的任务之后，你怎么让它在过程中就去验证自己做的工作？”

Boris认为第三点可能是如今大家做的最不尽如人意的一件事。因为如果模型不能自我验证任务，它就无法长时间独立运行。

△该图片系AI生成

他自己的例子也许能给大家启发：

Boris：“好吧，我要你做的是——把Electron 应用重写成 Swift。我要你在Mac虚拟机里运行Electron应用，截屏，然后逐像素对比，跟Swift版本比，没做完就不要停。”
主持人：这就是你的prompt？
Boris：这就是我的prompt。
主持人：跑了多久？
Boris：还在跑。
主持人：什么时候开始的？
Boris：已经跑了两个多星期了，大概 14 天、15 天吧……Claude 还决定做直播，它做的事情是在内部建了一个Slack频道，然后每隔几分钟就发一张进度截图。

Boris给AI使用者和创业者的实用建议

在访谈末尾，主持人抛出问题：

那么，Boris，我们要怎么才能像你一样用好Claude呢？

Boris表示，最重要的是别去听LinkedIn上那些网红说的，别去刷Twitter。

关于使用AI，“每个人都在找那种‘奇技淫巧’。但根本就不存在那种东西。没有那种东西。”

他建议大家用经验主义方式对待模型，忘掉过去对旧模型的经验和课堂上学的计算机科学理论，直接观察模型在哪里卡壳，再针对性调整。

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。

更重要的是保持一种心态，那就是放下自己对模型的“控制欲”，把模型当同事一样相处，不过度指定，不做太具体的要求，不试图让模型完全按照你会做的方式去做任务。因为“模型不是那样工作的”。

对于那些还在学习编程的人，Boris呼吁不要只学纯计算机科学理论，要学如何应用。例如他本人最初学习编程的动力也是为了在数学考试中作弊。

通常这关乎创业，关乎做产品，关乎培养你自己的设计感、商业感，学会怎么做数据科学，学会怎么跟用户对话……当你把它们和计算机科学、工程结合起来的时候，才会变得真正有价值。

总之，“先做自己想要的东西，再升级去做别人想要的东西”。