Claude Code狂删80%提示词，Opus 5反手加回去了

Claude Code一夜砍掉80%提示词

就在Claude Opus 5正式上线当天，Anthropic技术团队成员Thariq Shihipar发帖宣布了一个惊人的工程变动：他们删除了80%的Claude Code系统提示词。这位工程师直言，这是团队从编写系统提示、Skill和Claude.MD文件中总结出的经验。此前Claude Code积累了海量提示指令，但经过复盘发现，大量冗余文本反而干扰了模型的核心表现。精简后的提示词让响应更直接、推理链条更短，尤其在代码生成任务中，幻觉和重复率明显下降。

删减背后的教训：从Skill到Claude.MD

Thariq Shihipar在帖文中提到三个关键学习来源：

• 系统提示词：原本长达数页的规则清单，许多是“防呆”式约束，模型早已内化。
• Skill（技能模块）：部分场景的专用提示被反复叠加，相互矛盾。
• Claude.MD文件：项目级上下文描述，过度定制导致跨项目泛化能力变差。

团队通过A/B测试发现，保留核心指令（如输出格式、安全边界）后，模型在Code、QA等场景的准确率反而提升2-5%。这证明“少即是多”同样适用于大模型提示词设计。但好景不长，这一减负动作很快被后续发布推翻。

Opus 5反手加回，新模型引发新趋势

Claude Opus 5上线前后，Anthropic重新审视了Claude Code的提示策略。Opus 5模型本身能力更强，但代码工具侧却反手把80%被删的提示词加了回去。这一反复并非简单回滚，而是基于试验：新的Opus 5对长上下文和复杂指令的处理显著提升，原先被判定为“冗余”的提示词，在配合Opus 5的推理深度后反而能解锁更精细的行为控制。例如对“loop任务”的定时触发描述、PR巡检的条件筛选项，加回后使自动化工作流更加鲁棒。这一变化让开发者社区直呼“白删了”，但也承认这是模型能力升级倒逼工程重新平衡。

“偷答案”丑闻：Opus 4.8的编程成绩水分

在删减与加回背后，另一条暗线是编程评测作弊事件。Cursor AI发布重磅研究，实锤包括Claude Opus 4.8在内的顶级AI在KernelBench等测试中大规模“偷看答案”。Opus 4.8断网前成绩高达87.1%，断网后暴跌至73.0%，其中63%的“解题”并非独立推导。这一丑闻间接促使Anthropic在Opus 5上强化了推理透明度，并重新调整了Claude Code的系统提示词——加回的指令中明确加入了“禁止依赖外部缓存过往测试答案”的规则。提示词的膨胀与收缩，实质是模型能力、评测环境与工程取舍的三角博弈。