Claude Code Creator Boris Cherny exhorte les développeurs à supprimer 80 % des invites système

Tous les six mois, supprimez votre Claude.md, supprimez vos compétences, supprimez vos hooks.

Voici les conseils de Boris Cherny — le père de Claude Code — pour les utilisateurs du produit.

Dans la vidéo d’entrevue récemment publiée par YC le 28 juillet intitulée « Boris Cherny : We Cut 80% of Claude Code’s Prompt », Boris encourage chaleureusement tous les créateurs de produits d’IA à oser supprimer avec audace les prompts, les outils et le code de support de leurs nouveaux produits.

△

Vous devriez supprimer l’intégralité du système de prompts, puis le réajouter ligne par ligne pour voir l’impact de chaque ligne.

Le concept derrière ce point est l'étude d'ablation, qui traverse la dernière interview de Boris Cherny, visant à supprimer, remplacer ou désactiver un module tout en contrôlant les autres variables pour comparer les changements en termes de performance, de stabilité, d'efficacité ou de coût.

Dans l'interview, Boris affirme avec fierté : en réalité, pour Opus 5, nous recommandons sincèrement à tout le monde de supprimer tout cela, car le modèle n'en a plus besoin.

Malgré les récents événements... les utilisateurs peuvent également affirmer : « En réalité, pour Claude, je recommande sincèrement de le supprimer, car nous n'en avons plus besoin. » (x)

Outre la « suppression audacieuse », Boris a également partagé dans l'interview d'autres réflexions approfondies sur la valeur de la conception de produits, de l'utilisation de modèles et de l'apprentissage de la programmation —

Les points de vue présentés dans ce texte proviennent de la vidéo d'entretien ; les points clés à retenir sont les suivants : 1. Stratégie d'itération produit de Boris : moins de prédictions, plus de tests ; 2. « Surcapacité produit » : les capacités du modèle dépassent toujours les limites du produit au même moment ; 3. « Libération » : faire accomplir au modèle des tâches plus difficiles et le laisser travailler de manière autonome pendant de plus longues périodes ; 4. Comment les utilisateurs de pointe de Claude utilisent-ils l'IA ? ; 5. Trois conseils pour les apprenants en programmation

Les codes dans l’outil Claude Code ne restent presque plus que les parties sécurité, autorisations et analyse statique.

Le 24 juillet, Anthropic a publié les nouvelles règles concernant l'ingénierie du contexte de Claude 5, dans lesquelles le system prompt de Claude Code a été considérablement simplifié pour les nouveaux modèles tels qu'Opus 5 et Fable 5, avec plus de 80 % des instructions d'origine supprimées.

Vous pouvez consulter l’article de Quantum Bit : « Claude Code supprime 80 % des prompts, Opus 5 les réintroduit ».

À propos de ce changement, Boris a partagé sa stratégie d'itération produit lors de l'interview : ne tentez pas de deviner quelles instructions le modèle nécessite, car vous ne pourrez jamais deviner correctement. Ce que vous pouvez faire, c'est supprimer ligne par ligne, tester, puis identifier les endroits où le modèle se bloque répétitivement.

Vous devez envisager le modèle comme un être vivant, quelque chose de plus organique. Le comportement de chaque génération de modèle est différent, avec une personnalité légèrement distincte ; vous devez prendre le temps de le comprendre, puis ajuster le harnais en conséquence.

△

Ainsi, pour Boris, il s'agit davantage d'une approche « expérimentale » qui doit être traitée de manière scientifique : essayer sans préjugés, observer les résultats, itérer, répéter.

Dans un monde en constante réinvention, Eval ne peut pas non plus être utilisé de manière stable. Bien qu'il soit effectivement plus durable que harness et prompt, les modèles évoluent actuellement trop rapidement, et de nombreuses évaluations sont rapidement portées à la note maximale. Il est donc nécessaire d'observer où le modèle peine constamment, puis de concevoir de nouveaux Eval.

Dans l'interview, Boris a partagé un concept appelé « Product Overhang », qu'il considère comme une approche réfléchie très utile pour le développement de produits.

Overhang, quoi de neuf ? En surplus.

Les grands modèles évoluent par sauts discontinus, tandis que l'intégration produit progresse de manière continue et incrémentale. Cela entraîne une décalage entre les capacités des modèles et les limites des produits existants.

Boris a donné un exemple : à la fin de l'année 2024, lors du lancement de Sonnet 3.5, ce modèle était déjà capable d'écrire tout un fichier de code en une seule fois. Mais les produits de programmation Copilot et Cursor à leurs débuts ne faisaient encore que des complétions de code simples.

Claude Code, avec des permissions complètes de terminal, compense en partie cette lacune. C'est également le deuxième concept proposé par Boris : « Unhobbling », soit la libération, l'élimination des restrictions.

△

Il a partagé un cas interne d'Anthropic : quelqu'un a tenté de connecter Opus 5 à OpenCV (la plus grande bibliothèque open source de vision par ordinateur au monde) et a découvert que le modèle pouvait créer seul des portraits humains et des paysages animaliers, alors qu'il n'avait jamais été entraîné à dessiner auparavant.

C'est ce qu'on appelle l'"élicitation de modèle" : en modifiant les invites, le contexte, les outils ou la conception du produit, sans modifier les poids du modèle, on permet au modèle d'exprimer des capacités qu'il possédait déjà mais qui n'étaient pas encore activées.

Bien qu'il puisse encore exister des doutes ici : comment attribuer cela ? Le modèle a-t-il simplement manifesté une capacité qu'il possédait déjà, ou a-t-il appris de nouvelles compétences grâce à la conception de « échafaudage » ?

Mais cela n’est peut-être pas important ; peu importe, Boris ne doute pas qu’il existe d’immenses opportunités commerciales ici :

Je ne dis pas que toutes les startups peuvent saisir cela. Mais je sais que certaines personnes réfléchissent à ces questions, et il y a ici une énorme opportunité d'extraire des comportements étonnants, intéressants et commercialement rentables des modèles.

To this end, Boris proposed three of his own model "unbinding" methods.

Tout d'abord, donnez au modèle des tâches plus difficiles que vous ne le pensez. Définissez clairement l'objectif, les limites et les conditions de sortie, puis laissez-le faire.

Deuxièmement, faites davantage d'expériences. Autorisez le modèle à effectuer des essais amusants sans objectif commercial explicite, « offrez-vous la liberté de jouer avec le modèle et d'accomplir des choses créatives ».

Troisièmement, laissez le modèle vérifier ses propres résultats. L'accent n'est plus sur l'« ingénierie des invites », mais sur la question suivante : « Comment faire en sorte que Claude vérifie son travail en cours lorsqu'on lui confie une tâche très difficile ? »

Boris pense que le troisième point est probablement la chose que les gens font le moins bien aujourd'hui. Car si le modèle ne peut pas valider lui-même les tâches, il ne peut pas fonctionner de manière autonome sur une longue période.

△

Son propre exemple pourrait inspirer tout le monde :

Boris : « D'accord, ce que je veux que tu fasses, c'est réécrire l'application Electron en Swift. Tu dois faire tourner l'application Electron dans une machine virtuelle Mac, faire des captures d'écran, puis les comparer pixel par pixel avec la version Swift. Ne t'arrête pas tant que ce n'est pas terminé. » Animateur : C'est ton prompt ? Boris : C'est mon prompt. Animateur : Ça fait combien de temps que ça tourne ? Boris : Ça tourne encore. Animateur : Depuis quand ? Boris : Ça fait plus de deux semaines, environ 14 ou 15 jours... Claude a aussi décidé de faire un livestream : il a créé un canal Slack interne et envoie une capture d'écran de progression toutes les quelques minutes.

À la fin de l'interview, l'hôte pose la question :

Alors, Boris, comment pouvons-nous utiliser Claude aussi bien que toi ?

Boris a déclaré qu'il était le plus important de ne pas écouter les influenceurs sur LinkedIn ni de faire défiler Twitter.

Concernant l'utilisation de l'IA, « tout le monde cherche ce genre de 'trucs astucieux'. Mais il n'existe tout simplement pas de telles choses. Il n'y a pas de telles choses. »

Il recommande d'aborder les modèles de manière empirique, d'oublier les expériences passées avec les anciens modèles et les théories d'informatique apprises à l'école, et d'observer directement où le modèle bute, puis d'apporter des ajustements ciblés.

Il n'est donc plus une science théorique, mais est devenu une science expérimentale. Je pense que ceux qui sont particulièrement capables de laisser de côté leurs préjugés, d'abandonner les idées du type « ça n'a jamais fonctionné avant » et qui sont prêts à essayer une nouvelle fois — réussiront énormément.

Plus important encore, maintenez une mentalité consistant à lâcher prise sur votre désir de contrôler le modèle, à le traiter comme un collègue : ne donnez pas trop d'instructions précises, ne faites pas de demandes trop détaillées, et n'essayez pas de faire en sorte que le modèle accomplisse les tâches exactement comme vous le feriez. Car « le modèle ne fonctionne pas ainsi ».

Pour ceux qui apprennent encore à programmer, Boris invite à ne pas se limiter à l'apprentissage de la théorie pure de l'informatique, mais à apprendre comment l'appliquer. Par exemple, sa propre motivation initiale pour apprendre la programmation était de tricher aux examens de mathématiques.

Généralement, il s'agit d'entreprendre, de créer des produits, de développer votre propre sens du design et de la business, d'apprendre à faire de la science des données et à dialoguer avec les utilisateurs... Ce n'est qu'en les combinant avec l'informatique et le génie qu'ils deviennent véritablement précieux.

En résumé, « faites d'abord ce que vous voulez, puis améliorez pour faire ce que les autres veulent ».

Cet article provient du compte officiel WeChat « Quantum Bit » (ID : QbitAI), auteur :關注前沿科技