删掉80%提示词？Claude Code之父揭秘AI产品解缚之道
在人工智能产品快速迭代的当下，一种反直觉的产品哲学正在头部团队中兴起。与其不断叠加功能、完善提示词（Prompt），不如大刀阔斧地删除。这是Claude Code之父Boris Cherny在近期访谈中传递的核心信号。他建议用户和产品开发者定期清理系统中的指令集、技能库和Hooks代码，因为对于新一代大模型而言，许多曾经被视为必要的约束已变得多余。这一观点不仅挑战了传统的软件工程思维，更揭示了大模型作为“有机生物”的本质特征，以及AI产品设计从“控制”向“激发”转型的必然趋势。
经验主义取代预判：消融实验的力量
Boris Cherny提出的首要策略是“大胆删除”。在最新的YC访谈中，他直言不讳地表示，对于像Opus 5这样强大的模型，建议用户尝试删除整个系统提示词，然后逐行添加回，观察每一行指令对模型性能的具体影响。这种基于“消融实验”（Ablation Study）的思维模式，旨在控制变量，通过移除特定模块来评估其对整体稳定性、效率和成本的贡献。
传统产品思维倾向于通过详尽的规则和预判来引导模型行为，确保输出的确定性和安全性。然而，Boris指出，这种预判往往是无效的。模型的行为模式随着代际更替发生微妙而深刻的变化，每一代模型都拥有独特的“性格”。因此，依赖过往经验制定的指令集可能成为限制模型潜能的枷锁。
这一过程并非盲目的试错，而是基于科学方法的迭代。通过移除指令并观察模型在何处“卡壳”，开发者可以精准定位模型的弱点，进而设计出更具针对性的评测机制（Eval）。值得注意的是，随着模型能力的飞跃，传统的静态评测标准可能迅速失效。因此，产品设计必须转向动态观察，重点关注模型在处理复杂任务时的挣扎点，而非仅仅依赖预设的满分标准。这种从“理论预设”到“经验验证”的转变，标志着AI工程进入了一个新的阶段。
产品悬余与解缚：释放被禁锢的潜力
Boris Cherny引入了一个关键概念——“产品悬余”（Product Overhang）。他认为，大模型能力的跃迁是非连续的，而产品集成通常是连续且渐进的。这导致模型所具备的能力往往远超当前产品形态所能释放的边界。例如，早在2024年底，Sonnet 3.5模型已具备生成完整代码文件的能力，但当时的主流编程辅助工具仍局限于代码补全等细碎任务。
这种能力与产品形态之间的落差，正是创新的机会所在。Boris提出的第二个概念是“解缚”（Unhobbling），即移除不必要的限制，让模型承担更复杂的任务。Anthropic内部的一个案例生动地说明了这一点：当研究人员将OpenCV接入Opus 5时，模型展现出了绘制人物肖像和风景画的能力，尽管这并非其训练目标。这种现象被称为“模型激发”（Model Elicitation），即通过调整交互方式而非修改模型权重，唤醒模型潜在的、未被显式调用的能力。
这种激发的本质在于信任模型的综合推理能力。当模型被赋予清晰的边界和退出条件，而非繁琐的操作步骤时，它往往能展现出令人惊喜的创造力。Boris坚信，这种激发机制蕴含着巨大的商业机会，关键在于创业者是否愿意放下对模型的微观控制，转而设计能够激发其深层能力的产品形态。
独立工作的艺术：任务、实验与自我验证
为了实现真正的“解缚”，Boris提出了三条具体的实践路径。首先，赋予模型超出预期的难度。许多开发者倾向于将任务拆解得过于细碎，以规避模型出错的风险。然而，Boris认为，清晰定义目标、边界和退出条件后，应充分放手，让模型自主规划执行路径。
其次，鼓励无商业目的的探索性实验。在追求效率的同时，保留一部分资源用于模型的非目标性尝试，往往能意外发现新的能力维度。这种自由探索不仅有助于理解模型边界，也能激发产品设计的灵感。
最为关键的一点是强化模型的自我验证机制。Boris指出，当前许多AI应用的最大短板在于模型无法在长周期任务中自行检查进展。如果缺乏自我验证，模型便无法长时间独立运行。他分享了一个极端的案例：将Electron应用重写为Swift的任务，被分配给模型后，模型不仅在Mac虚拟机中运行应用并截屏对比像素，还自行建立了Slack频道进行进度播报，持续运行了两周之久。这一案例证明，一旦模型具备自我监控和验证的能力，其独立工作的持续时间将远超人类预期。
告别网红技巧：回归工程本质与跨界融合
在访谈的最后，Boris Cherny对AI使用者和创业者提出了务实的建议。他呼吁大家摒弃社交媒体上流行的“奇技淫巧”和复杂的Prompt模板，因为这些技巧往往随着模型更新而迅速失效。真正的高效来源于经验主义：直接观察模型行为，放下先验假设，针对性地调整策略。
对于编程学习者，Boris强调了应用与理论结合的重要性。他建议不要仅局限于计算机科学理论，而应关注数据科学、产品设计、商业逻辑等跨学科知识。编程的本质是解决问题，而非单纯的技术堆砌。只有将技术能力与用户需求、商业价值紧密结合，才能真正发挥AI的潜力。
这一观点重申了一个简单的真理：先构建自己需要的产品，再优化以满足更广泛的用户需求。在AI时代，产品的核心竞争力不再是对模型的控制力，而是激发模型创造力的能力。开发者需要像对待同事一样对待AI，建立信任，明确目标，然后放手让其发挥作用。这种思维范式的转变，将是区分平庸产品与突破性产品关键所在。
综上所述，Claude Code之父的理念并非简单地删除代码，而是倡导一种更加灵活、开放和信任的AI产品哲学。通过消融实验理解模型，通过产品悬余寻找创新点，通过解缚策略激发潜能，最终实现从“人控模型”到“人机协作”的跨越。这一路径虽充满挑战，但也为AI时代的下一波创新浪潮指明了方向。