हर छह महीने में, अपना Claude.md, अपने कौशल और अपने हुक्स हटा दें।
यह है बोरिस चेर्नी——क्लॉड कोड के जन्मदाता—जो उत्पाद उपयोगकर्ताओं के लिए सुझाव देते हैं।
YC के 28 जुलाई को जारी इंटरव्यू वीडियो "Boris Cherny: We Cut 80% of Claude Code’s Prompt" में, बोरिस ने सभी AI उत्पाद बनाने वालों को अपने नए उत्पाद के लिए साहसपूर्वक डिलीट बटन दबाने का आह्वान किया, और सिस्टम के प्रॉम्प्ट, टूल्स और हैरनेस कोड को बड़े पैमाने पर हटाने का सुझाव दिया।
△
You should delete the entire system prompt and then add it back line by line to see what impact each line has.
इस विचार के पीछे की अवधारणा एबलेशन स्टडी (ablation study) है, जो बोरिस चर्नी की हालिया साक्षात्कार में शामिल है, जिसका उद्देश्य अन्य सभी परिस्थितियों को अपरिवर्तित रखते हुए, एक मॉड्यूल को हटाना, बदलना या बंद करना है, ताकि प्रदर्शन, स्थिरता, दक्षता या लागत में परिवर्तन की तुलना की जा सके।
इंटरव्यू में बोरिस ने गर्व से दावा किया: वास्तव में, Opus 5 के लिए, हम सभी को सलाह देते हैं कि वे इन सब चीजों को हटा दें, क्योंकि मॉडल को इनकी आवश्यकता नहीं है।
हाल के उथल-पुथल के बावजूद... उपयोगकर्ता यह भी दावा कर सकते हैं, "वास्तव में क्लॉड के लिए, इसे हटा देने की सलाह देता हूँ, क्योंकि हमें अब इसकी आवश्यकता नहीं है।" (x)
"बोरिस ने साक्षात्कार में 'डेलीट बोल्डली' के अलावा अपने उत्पाद डिज़ाइन, मॉडल उपयोग और प्रोग्रामिंग सीखने के मूल्य पर अधिक विचार भी साझा किए।"
इस लेख के विचार साक्षात्कार वीडियो से लिए गए हैं; मुख्य बिंदु निम्नलिखित हैं: 1. बोरिस की उत्पाद अपडेट रणनीति: कम भविष्यवाणी, अधिक परीक्षण करें 2. "उत्पाद अतिरिक्तता": एक ही समय में, मॉडल क्षमताएँ हमेशा उत्पाद सीमा से आगे निकल जाती हैं 3. "मुक्ति": मॉडल को अधिक कठिन कार्य करने दें, लंबे समय तक स्वतंत्र रूप से काम करें 4. शीर्ष Claude उपयोगकर्ता AI का उपयोग कैसे करते हैं? 5. प्रोग्रामिंग सीखने वालों के लिए 3 सुझाव
मॉडल एक जीवित जीव है, इसकी अपनी प्रकृति होती है
आज क्लॉड कोड हार्नेस में कोड का लगभग सिर्फ सुरक्षा, अधिकार और स्थैतिक विश्लेषण का हिस्सा बचा है।
24 जुलाई को, Anthropic ने Claude 5 के कॉन्टेक्स्ट इंजीनियरिंग के बारे में नवीनतम नियम जारी किए, जिसमें Opus 5, Fable 5 आदि नए मॉडल के लिए Claude Code का system prompt काफी संक्षिप्त कर दिया गया है, और मूल निर्देशों में से 80% से अधिक हटा दिए गए हैं।
विस्तार से Quantum Bit के लेख, "Claude Code ने 80% प्रॉम्प्ट्स हटा दिए, Opus 5 ने वापस जोड़ दिए," का हवाला दें।
इस परिवर्तन के संदर्भ में, बोरिस ने साक्षात्कार में अपनी उत्पाद अपग्रेड रणनीति साझा की: आप यह अनुमान न लगाएं कि मॉडल को किस प्रकार के निर्देशों की आवश्यकता है, क्योंकि आप इसे सही ढंग से अनुमान नहीं लगा सकते। आप कर सकते हैं कि एक-एक करके पंक्तियाँ हटाएँ, परीक्षण करें, और फिर उन स्थानों को पहचानें जहाँ मॉडल बार-बार अटक जाता है।
आपको मॉडल को एक जीवित जीव, एक अधिक जैविक चीज के रूप में सोचना चाहिए। प्रत्येक पीढ़ी का मॉडल अलग व्यवहार करता है, उसका स्वभाव थोड़ा अलग होता है, आपको इसे समझने के लिए समय देना होगा, और फिर इसके आधार पर हैरनेस को समायोजित करना होगा।
△
इसलिए इसे बोरिस के लिए अधिक “अनुभवजन्य” माना जाना चाहिए, जिसे वैज्ञानिक रूप से संभालना चाहिए: बिना पूर्वाग्रह के प्रयास करें, परिणाम देखें, दोहराएं, दोहराएं।
और इस ऐसी दुनिया में जहां हर चीज को बार-बार तोड़कर फिर से बनाया जाता है, Eval का स्थिर उपयोग भी सुनिश्चित नहीं है। हालांकि यह harness और prompt की तुलना में अधिक टिकाऊ है, लेकिन वर्तमान में मॉडल का विकास बहुत तेज़ है, और कई बार एक सेट का मूल्यांकन जल्दी ही पूर्ण अंक प्राप्त कर लेता है। इसलिए, यह देखना आवश्यक है कि मॉडल कहाँ लगातार कठिनाई का सामना कर रहा है, और फिर नए Eval का डिज़ाइन करना होगा।
एक विचार: अतिरिक्त, मुक्ति
साक्षात्कार में, बोरिस ने “Product Overhang” नामक एक अवधारणा साझा की, जिसे वह अपने उत्पाद बनाने में मददगार मानते हैं।
ओवरहैंग, क्या अर्थ है? अतिरिक्त।
बड़े मॉडल अनुत्तरित कूदों की गति से उछलते हैं, जबकि उत्पाद एकीकरण निरंतर वृद्धि की गति से आगे बढ़ता है। इससे मॉडल की क्षमताएँ हमेशा मौजूदा उत्पादों के सीमाओं से आगे निकल जाती हैं।
बोरिस ने एक उदाहरण दिया: 2024 के अंत में, जब सोनेट 3.5 का शुभारंभ हुआ, तो यह मॉडल पहले से ही पूरी फाइल का कोड एक साथ लिख सकता था। लेकिन उस समय के प्रोग्रामिंग उत्पाद कोपिलॉट और कर्सर के प्रारंभिक संस्करण अभी भी कोड की पूर्ति जैसे छोटे कार्यों में व्यस्त थे।
पूर्ण टर्मिनल अधिकार वाला Claude Code इस अंतर को कुछ हद तक पूरा करता है। यही Boris द्वारा प्रस्तावित दूसरी अवधारणा "Unhobbling", अर्थात् बंधन मुक्त करना है।
△
उन्होंने Anthropic के अंदर का एक मामला साझा किया: किसी ने Opus 5 को OpenCV (दुनिया का सबसे बड़ा ओपन-सोर्स कंप्यूटर विज़न लाइब्रेरी) से जोड़ने की कोशिश की, और पाया कि मॉडल स्वयं चित्रकला बना सकता है—मानव चित्र और पशु-प्रकृति दृश्य—जबकि पहले उन्होंने मॉडल को चित्रकला करने के लिए कभी प्रशिक्षित नहीं किया था।
यह “मॉडल एलिसिटेशन” है, जिसमें मॉडल के वजन को बदले बिना, प्रॉम्प्ट, संदर्भ, उपकरण या उत्पाद रूपरेखा के डिज़ाइन के माध्यम से मॉडल को उसकी ऐसी क्षमताएँ प्रदर्शित करने के लिए प्रेरित किया जाता है जो पहले से मौजूद हैं लेकिन अब तक अनुप्रयोग में नहीं लाई गई हैं।
हालांकि यहाँ अभी भी प्रश्न हो सकते हैं: इसका श्रेय किसे दिया जाए? क्या मॉडल को वह क्षमता प्राप्त हुई जो पहले से मौजूद थी, या मॉडल ने “सहायक संरचना” डिज़ाइन के कारण नई क्षमताएँ सीख लीं?
हालांकि यह शायद महत्वपूर्ण नहीं है, फिर भी, बोरिस को स्पष्ट रूप से यहां विशाल व्यावसायिक अवसर मौजूद हैं:
मैं यह नहीं कह रहा कि सभी स्टार्टअप्स को पकड़ा जा सकता है। लेकिन मुझे यकीन है कि कुछ लोग इन समस्याओं पर विचार कर रहे हैं, और यहाँ मॉडल से उत्सुक, दिलचस्प और व्यावसायिक रूप से मूल्यवान व्यवहार को प्रेरित करने का विशाल अवसर है।
To this end, Boris proposed three of his own model "unbinding" methods.
सबसे पहले, मॉडल को आपके अनुमान से अधिक कठिन कार्य दें। लक्ष्य, सीमाएँ और निकास की शर्तें स्पष्ट रूप से वर्णित करें, और फिर छोड़ दें।
दूसरा, अधिक प्रयोग करें। मॉडल को ऐसे अनुभव करने की अनुमति दें जिनका कोई स्पष्ट व्यावसायिक उद्देश्य न हो लेकिन मजेदार हों, “मॉडल के साथ खेलने और रचनात्मक कार्य करने के लिए खुद को स्वतंत्रता दें।”
तीसरा, मॉडल को अपने परिणामों की खुद जांच करने दें। आज का मुख्य बिंदु "प्रॉम्प्ट इंजीनियरिंग" नहीं है, बल्कि यह है कि "जब आप क्लॉड को एक बहुत कठिन कार्य सौंपते हैं, तो आप उसे कैसे इस प्रक्रिया के दौरान अपना काम जांचने के लिए प्रेरित करें?"
बोरिस का मानना है कि तीसरा बिंदु आजकल लोग जो सबसे कम सफलतापूर्वक कर रहे हैं, वह हो सकता है। क्योंकि यदि मॉडल अपने कार्य की स्वयं की पुष्टि नहीं कर सकता, तो वह लंबे समय तक स्वतंत्र रूप से काम नहीं कर सकता।
△
उनका अपना उदाहरण सभी के लिए प्रेरणा का स्रोत हो सकता है:
बोरिस: "ठीक है, मैं चाहता हूँ कि आप Electron ऐप को Swift में पुनः लिखें। मैं चाहता हूँ कि आप Mac वर्चुअल मशीन में Electron ऐप चलाएँ, स्क्रीनशॉट लें, और पिक्सेल-बाय-पिक्सेल तुलना करें—Swift संस्करण के साथ। जब तक पूरा नहीं हो जाता, तब तक रुकिए मत।" होस्ट: क्या यही आपका प्रॉम्प्ट है? बोरिस: हाँ, यही मेरा प्रॉम्प्ट है। होस्ट: कितने समय से चल रहा है? बोरिस: अभी भी चल रहा है। होस्ट: कब से शुरू हुआ? बोरिस: दो से अधिक सप्ताह से चल रहा है, लगभग 14 या 15 दिन... क्लॉड ने लाइव स्ट्रीम करने का फैसला किया है, और वह अंदरूनी रूप से एक Slack चैनल बना रहा है, जिसमें कुछ मिनटों के बाद प्रगति का स्क्रीनशॉट पोस्ट किया जा रहा है।
बोरिस द्वारा AI उपयोगकर्ताओं और उद्यमियों के लिए व्यावहारिक सुझाव
साक्षात्कार के अंत में, होस्ट ने प्रश्न पूछा:
तो, बोरिस, हम कैसे आपकी तरह क्लॉड का अच्छा उपयोग कर सकते हैं?
बोरिस ने कहा कि सबसे महत्वपूर्ण बात यह है कि लिंक्डइन पर उन इंफ्लुएंसर्स की बातों पर ध्यान न दें और ट्विटर पर स्क्रॉल न करें।
AI का उपयोग करने के बारे में, "हर कोई उस 'जादुई तकनीक' की तलाश में है। लेकिन ऐसी कोई चीज़ मौजूद नहीं है। ऐसी कोई चीज़ नहीं है।"
उन्होंने सभी को मॉडल के साथ अनुभववादी दृष्टिकोण अपनाने की सलाह दी, पुराने मॉडल के लिए पिछले अनुभव और कक्षा में सीखी गई कंप्यूटर विज्ञान की अवधारणाओं को भूल जाएं, और सीधे देखें कि मॉडल कहाँ अटक रहा है, फिर उसके अनुसार समायोजन करें।
तो यह अब एक सिद्धांतात्मक विज्ञान नहीं रह गया है, यह एक अनुभवजन्य विज्ञान बन गया है। मुझे लगता है कि जो लोग अपने पूर्वाग्रहों को छोड़ने में विशेष रूप से कुशल हैं, जो "पहले काम नहीं किया" के विचारों को छोड़ देते हैं और फिर से कोशिश करने को तैयार हैं—वे बहुत बहुत सफल होंगे।
सबसे महत्वपूर्ण बात यह है कि एक मानसिकता बनाए रखें, जिसमें आप अपने मॉडल के प्रति अपनी “नियंत्रण की इच्छा” को छोड़ दें, मॉडल के साथ एक सहकर्मी की तरह व्यवहार करें, अत्यधिक निर्देश न दें, बहुत विशिष्ट आवश्यकताएँ न रखें, और मॉडल को यह न कहें कि वह आपके द्वारा किए जाने वाले कार्यों को पूरी तरह से उसी तरह करे। क्योंकि “मॉडल ऐसे काम नहीं करता।”
जो लोग अभी भी प्रोग्रामिंग सीख रहे हैं, उनके लिए बोरिस ने केवल शुद्ध कंप्यूटर विज्ञान के सिद्धांतों को सीखने के बजाय उन्हें लागू करना सीखने की अपील की। उदाहरण के लिए, उनकी प्रोग्रामिंग सीखने की प्रारंभिक प्रेरणा भी गणित की परीक्षा में धोखाधड़ी करना थी।
आमतौर पर यह उद्यमशीलता, उत्पाद बनाने, अपनी डिज़ाइन और व्यावसायिक समझ को विकसित करने, डेटा साइंस सीखने और उपयोगकर्ताओं के साथ बातचीत करना सीखने के बारे में है... जब आप इन्हें कंप्यूटर साइंस और इंजीनियरिंग के साथ जोड़ते हैं, तो यह वास्तविक मूल्य प्राप्त करता है।
संक्षेप में, "पहले अपने लिए वही करें जो आप चाहते हैं, फिर दूसरों के लिए बेहतर बनाएं।"
यह लेख वेचेन ग्रुप "क्वांटम बिट" (ID: QbitAI) से आया है, लेखक: फ्रंटियर टेक्नोलॉजी पर ध्यान केंद्रित करें