Cada seis meses, elimina tu Claude.md, elimina tus habilidades y elimina tus hooks.
Este es el consejo de Boris Cherny, el padre de Claude Code, para los usuarios del producto.
En el nuevo video de entrevista publicado por YC el 28 de julio, titulado “Boris Cherny: We Cut 80% of Claude Code’s Prompt”, Boris anima entusiastamente a todos los que desarrollan productos de IA a tener el coraje de eliminar con decisión los prompts, herramientas y código de harness de sus nuevos productos.
△
You should delete the entire system prompt and then add it back line by line to see what impact each line has.
El concepto detrás de esta idea es el estudio de ablation, que se recorre en la última entrevista de Boris Cherny y consiste en eliminar, reemplazar o desactivar un módulo mientras se mantienen constantes las demás condiciones, para comparar los cambios en el rendimiento, la estabilidad, la eficiencia o el costo.
En la entrevista, Boris afirmó con orgullo: de hecho, para Opus 5, realmente recomendamos que todos eliminen todo esto, porque el modelo ya no lo necesita.
A pesar de la reciente tormenta... los usuarios también pueden afirmar: "En realidad, para Claude, recomiendo sinceramente eliminarlo, porque ya no lo necesitamos." (x)
Además de "eliminar con valentía", Boris también compartió en la entrevista más reflexiones sobre el valor del diseño de productos, el uso de modelos y el aprendizaje de programación:
Las opiniones de este artículo provienen del video de la entrevista. Los puntos clave a leer son: 1. Estrategia de iteración de producto de Boris: menos suposiciones, más pruebas. 2. "Sobrecarga del producto": en un mismo período, la capacidad del modelo siempre supera los límites del producto. 3. "Liberación": hacer que el modelo realice tareas más difíciles y trabaje de forma independiente durante períodos más largos. 4. ¿Cómo utilizan los usuarios avanzados de Claude la IA? 5. Tres recomendaciones para quienes aprenden programación.
El modelo es un ser vivo que tiene su propia personalidad.
Hoy, el código en el entorno de Claude Code casi solo queda en las partes de seguridad, permisos y análisis estático.
El 24 de julio, Anthropic publicó las nuevas directrices sobre el diseño del contexto de Claude 5, en las que, para los nuevos modelos como Opus 5 y Fable 5, el system prompt de Claude Code se simplificó considerablemente, eliminando más del 80% de las instrucciones originales.
Puedes consultar el artículo de Quantum Bit: «Claude Code elimina el 80 % de los prompts, Opus 5 los vuelve a añadir».
Sobre este cambio, Boris compartió su estrategia de iteración de producto en la entrevista: no intentes adivinar qué instrucciones necesita el modelo, porque nunca lo adivinarás correctamente. Lo que puedes hacer es eliminar líneas una por una, probarlas y encontrar los puntos donde el modelo se atasca repetidamente.
Debes pensar en el modelo como un ser vivo, algo más orgánico. Cada generación de modelo se comporta de manera diferente, tiene una personalidad ligeramente distinta, y debes dedicar tiempo a comprenderlo, luego ajustar el harness en consecuencia.
△
Por lo tanto, para Boris es más bien una experiencia que debe abordarse de manera científica: probar sin prejuicios, observar los resultados, iterar y repetir.
En un mundo que se reinventa constantemente, Eval también puede no ser estable. Aunque es más duradero que harness y prompt, los modelos evolucionan demasiado rápido, y con frecuencia un conjunto de evaluaciones se completa perfectamente en poco tiempo. Por lo tanto, es necesario observar en qué aspectos el modelo sigue luchando y diseñar nuevos Eval.
Una forma de pensar: exceso, liberación
En la entrevista, Boris compartió un concepto llamado "Product Overhang", que considera una forma de pensar muy útil para desarrollar productos.
Overhang, ¿qué significa? Sobreabundancia.
Los modelos grandes avanzan a través de saltos discontinuos, mientras que la integración de productos avanza a un ritmo continuo e incremental. Esto hace que las capacidades del modelo siempre superen los límites que los productos actuales pueden liberar.
Boris dio un ejemplo: cuando se lanzó Sonnet 3.5 a finales de 2024, este modelo ya podía escribir todo el código de un archivo de una sola vez. Pero en ese momento, los productos de programación Copilot y la versión inicial de Cursor aún se centraban en tareas menores como completar código.
Claude Code, con permisos completos de terminal, compensa en cierta medida esta brecha. Este es también el segundo concepto propuesto por Boris: “Unhobbling”, desatar, quitar las restricciones.
△
Compartió un caso interno de Anthropic: alguien intentó conectar a Opus 5 con OpenCV (la biblioteca de visión por computadora de código abierto más grande del mundo) y descubrió que el modelo podía generar retratos humanos y paisajes animales por sí solo, algo para lo que nunca habían entrenado al modelo anteriormente.
Esto es lo que se denomina "model elicitation": hacer que el modelo muestre capacidades que ya posee, pero que hasta ahora no se habían activado, mediante el diseño de prompts, contexto, herramientas o forma de producto, sin modificar los pesos del modelo.
Aunque aún pueden existir dudas aquí: ¿cómo atribuirlo? ¿Es que el modelo ha activado habilidades que ya poseía, o ha aprendido nuevas habilidades debido al diseño de “andamiaje”?
Pero quizás esto no sea importante; de cualquier manera, Boris no duda de que existen enormes oportunidades comerciales aquí:
No digo que se puedan captar todas las startups, pero sé que hay personas que están pensando en estos problemas, y aquí realmente existe una gran oportunidad para extraer de los modelos comportamientos asombrosos, interesantes y con valor comercial.
For this, Boris proposed three of his own model "unbinding" methods.
Primero, asigna al modelo tareas más difíciles de lo que imaginas. Describe claramente el objetivo, los límites y las condiciones de salida, luego suéltalo.
En segundo lugar, haz más experimentos. Permite que el modelo realice intentos divertidos sin un propósito comercial claro: "darte libertad para jugar con el modelo y hacer cosas creativas".
Tercero, permite que el modelo verifique sus propios resultados. Hoy en día, el enfoque ya no es la "ingeniería de prompts"; la cuestión es: "¿Cómo haces que Claude verifique su propio trabajo mientras realiza una tarea extremadamente difícil?"
Boris cree que el tercer punto es probablemente la cosa que más mal hacen hoy en día. Porque si el modelo no puede autoverificar las tareas, no puede funcionar de forma independiente durante mucho tiempo.
△
Su propio ejemplo podría inspirar a todos:
Boris: "Bien, lo que quiero que hagas es reescribir la aplicación Electron en Swift. Quiero que ejecutes la aplicación Electron en una máquina virtual de Mac, tomes capturas de pantalla y las compares píxel por píxel con la versión en Swift; no pares hasta que lo termines." Presentador: ¿Ese es tu prompt? Boris: Sí, ese es mi prompt. Presentador: ¿Cuánto tiempo ha estado corriendo? Boris: Aún está en curso. Presentador: ¿Cuándo comenzó? Boris: Lleva más de dos semanas, aproximadamente 14 o 15 días... Claude también decidió hacer una transmisión en vivo; lo que hizo fue crear un canal interno en Slack y enviar capturas de pantalla del progreso cada pocos minutos.
Consejos prácticos de Boris para usuarios de IA y emprendedores
Al final de la entrevista, el presentador hizo la pregunta:
Entonces, Boris, ¿cómo podemos usar Claude tan bien como tú?
Boris dijo que lo más importante es no escuchar a los influyentes de LinkedIn ni navegar por Twitter.
Sobre el uso de IA, "todos buscan ese 'truco mágico'. Pero simplemente no existe tal cosa. No hay ninguna cosa así."
Sugirió que todos aborden el modelo de manera empírica, olviden la experiencia pasada con modelos antiguos y la teoría de ciencias de la computación aprendida en la escuela, observen directamente dónde se atasca el modelo y realicen ajustes específicos.
Entonces ya no es una ciencia teórica, se ha convertido en una ciencia empírica. Creo que las personas que son especialmente capaces de dejar de lado sus prejuicios, de olvidar las ideas de “antes no funcionaba” y están dispuestas a intentarlo de nuevo, tendrán un éxito muy, muy grande.
Lo más importante es mantener una mentalidad: suelte su deseo de controlar el modelo, trátelo como un colega, no imponga instrucciones excesivas, no haga solicitudes demasiado específicas y no intente que el modelo realice las tareas exactamente como usted lo haría, porque “el modelo no funciona así”.
Para quienes aún están aprendiendo a programar, Boris invita a no limitarse a estudiar solo teoría de ciencias de la computación, sino a aprender cómo aplicarla. Por ejemplo, su propia motivación inicial para aprender programación fue para copiar en exámenes de matemáticas.
Normalmente se trata de emprender, de crear productos, de desarrollar tu propio sentido del diseño y del negocio, de aprender cómo hacer ciencia de datos y cómo comunicarte con los usuarios... Cuando combinas todo esto con la informática y la ingeniería, entonces adquiere un verdadero valor.
En resumen, "haz primero lo que tú quieres, luego mejóralo para hacer lo que otros quieren".
Este artículo proviene del canal de WeChat "Quantum Bit" (ID: QbitAI), autor: Seguimiento de la tecnología de vanguardia