Boris Cherny, criador do Claude Code, incentiva desenvolvedores a excluir 80% dos prompts do sistema

A cada seis meses, exclua seu Claude.md, exclua suas habilidades e exclua seus ganchos.

Este é Boris Cherny — o pai do Claude Code, dando sugestões aos usuários do produto.

No vídeo de entrevista recém-lançado pela YC em 28 de julho, intitulado “Boris Cherny: We Cut 80% of Claude Code’s Prompt”, Boris entusiasma todos os que desenvolvem produtos de IA a corajosamente apagarem os prompts, ferramentas e códigos de harness de seus novos produtos.

△

Você deve apagar todo o prompt do sistema e depois adicionar cada linha de volta, para ver qual é o impacto de cada linha.

O conceito por trás dessa perspectiva é o estudo de ablação (ablation study), que permeia a última entrevista de Boris Cherny e visa remover, substituir ou desativar um módulo, mantendo todas as outras condições constantes, para comparar as mudanças no desempenho, estabilidade, eficiência ou custo.

Na entrevista, Boris afirmou com orgulho: na verdade, para o Opus 5, recomendamos sinceramente que vocês apaguem tudo isso, pois o modelo já não precisa mais.

Apesar das recentes turbulências... os usuários também podem afirmar: “Na verdade, para o Claude, recomendo sinceramente excluí-lo, pois já não precisamos mais.” (x)

Além de “excluir ousadamente”, Boris também revelou, na entrevista, mais reflexões sobre o valor do design de produtos, uso de modelos e aprendizado de programação—

As opiniões deste artigo são provenientes do vídeo da entrevista. Os pontos principais são: 1. Estratégia de iteração de produto de Boris: menos previsão, mais testes; 2. "Sobrecarga de produto": em um mesmo período, a capacidade do modelo sempre ultrapassa os limites do produto; 3. "Libertação": permitir que o modelo realize tarefas mais difíceis e trabalhe de forma independente por períodos mais longos; 4. Como os usuários avançados do Claude utilizam a IA?; 5. Três sugestões para quem está aprendendo programação

Hoje, o código no Claude Code Harness quase resta apenas as partes de segurança, permissões e análise estática.

Em 24 de julho, a Anthropic publicou as novas diretrizes para o engenharia de contexto do Claude 5, nas quais, para os novos modelos Opus 5, Fable 5, etc., o system prompt do Claude Code foi significativamente simplificado, com mais de 80% das instruções originais removidas.

Para mais detalhes, consulte o artigo do Quantum Bit: “Claude Code exclui 80% dos prompts, Opus 5 os reintroduz”.

Sobre essa mudança, Boris compartilhou sua estratégia de iteração de produto na entrevista: não tente adivinhar quais instruções o modelo precisa, porque você simplesmente não vai acertar. O que você pode fazer é remover linha por linha, testar e identificar os pontos em que o modelo fica preso repetidamente.

Você deve pensar no modelo como um ser vivo, algo mais orgânico. O comportamento de cada geração de modelo é diferente, com personalidades ligeiramente distintas; você precisa gastar tempo para entendê-lo e, com base nisso, ajustar o harness.

△

Portanto, para Boris, isso é mais “empírico” e deve ser tratado cientificamente: tentar sem pressupostos, observar os resultados, iterar e repetir.

E nesse mundo em constante reconstrução, o Eval também pode não ser estável. Embora seja mais durável que harness e prompt, os modelos estão evoluindo muito rapidamente, e muitas vezes um conjunto de avaliações é rapidamente pontuado com nota máxima. Por isso, é necessário observar em quais pontos o modelo continua lutando e, em seguida, projetar novos Evals.

Na entrevista, Boris compartilhou um conceito chamado “Product Overhang”, que ele considera uma forma de pensar muito útil para seu trabalho com produtos.

Overhang, o que significa? Sobra.

Os grandes modelos avançam em saltos descontínuos, enquanto a integração de produtos avança em ritmo contínuo e incremental. Isso faz com que as capacidades dos modelos sempre ultrapassem os limites que os produtos atuais conseguem liberar.

Boris deu um exemplo: no final de 2024, quando o Sonnet 3.5 foi lançado, esse modelo já conseguia escrever todo o código de um arquivo de uma só vez. Mas os produtos de programação da época, como Copilot e a versão inicial do Cursor, ainda estavam se concentrando em tarefas menores, como completar trechos de código.

O Claude Code com permissões completas de terminal compensa parcialmente essa lacuna. Esse também é o segundo conceito proposto por Boris, “Unhobbling”, ou seja, remover restrições.

△

Ele compartilhou um caso interno da Anthropic: alguém tentou conectar o Opus 5 ao OpenCV (a maior biblioteca de visão computacional de código aberto do mundo) e descobriu que o modelo conseguia criar sozinho retratos humanos e cenas de animais, algo que nunca havia sido treinado anteriormente.

Isso é "model elicitation": fazer o modelo demonstrar habilidades que já possui, mas que não foram previamente ativadas, por meio do design de prompts, contexto, ferramentas ou forma de produto, sem alterar os pesos do modelo.

Embora ainda possam existir dúvidas aqui: como atribuir? O modelo simplesmente ativou habilidades que já possuía, ou ele aprendeu novas habilidades devido ao design do “andamagem”?

Mas isso talvez não seja importante; de qualquer forma, Boris não tem dúvidas de que existem enormes oportunidades comerciais aqui:

Não estou dizendo que todas as startups conseguem capturar isso. Mas sei que há pessoas pensando sobre essas questões, e aqui realmente existe uma enorme oportunidade de extrair comportamentos incríveis, interessantes e com valor comercial dos modelos.

Para isso, Boris propôs três métodos de "libertação" do seu próprio modelo.

Primeiro, dê ao modelo tarefas mais difíceis do que você imagina. Descreva claramente o objetivo, os limites e as condições de saída, e depois solte.

Em segundo lugar, faça mais experimentos. Permita que o modelo faça tentativas divertidas sem um propósito comercial claro, “dê-se a liberdade de brincar com o modelo e fazer coisas criativas”.

Terceiro, permita que o modelo valide seus próprios resultados. Hoje, o foco já não é mais “engenharia de prompt”; a questão é: “como você faz com que o Claude verifique seu próprio trabalho durante o processo, após atribuir a ele uma tarefa muito difícil?”

Boris acredita que o terceiro ponto pode ser a coisa menos bem-sucedida que as pessoas estão fazendo hoje. Porque, se o modelo não puder validar suas próprias tarefas, não conseguirá operar de forma independente por longos períodos.

△

Seu próprio exemplo pode inspirar todos:

Boris: “Bem, o que quero que você faça é reescrever o aplicativo Electron em Swift. Eu quero que você execute o aplicativo Electron em uma máquina virtual Mac, faça capturas de tela e compare pixel a pixel com a versão em Swift — não pare até terminar.” Apresentador: Esse é o seu prompt? Boris: Esse é o meu prompt. Apresentador: Há quanto tempo está rodando? Boris: Ainda está rodando. Apresentador: Quando começou? Boris: Já está rodando há mais de duas semanas, cerca de 14, 15 dias... Claude também decidiu fazer uma transmissão ao vivo; ele criou internamente um canal no Slack e envia uma captura de tela do progresso a cada alguns minutos.

No final da entrevista, o apresentador fez a pergunta:

Então, Boris, como podemos usar o Claude bem, como você?

Boris disse que o mais importante é não ouvir os influenciadores no LinkedIn e não rolar o Twitter.

Sobre o uso de IA, “todo mundo está procurando por aquele ‘truque mágico’. Mas simplesmente não existe nada assim. Não existe tal coisa.”

Ele sugeriu que todos adotem uma abordagem empírica em relação aos modelos, esqueçam as experiências passadas com modelos antigos e as teorias de ciência da computação aprendidas na escola, observem diretamente onde os modelos travam e façam ajustes específicos.

Então já não é mais uma ciência teórica, tornou-se uma ciência empírica. Acho que as pessoas que conseguem deixar de lado suas suposições prévias, abandonar a ideia de que “não funcionou antes” e estão dispostas a tentar novamente — terão um sucesso enorme.

Mais importante ainda é manter uma mentalidade de soltar o desejo de controlar o modelo, tratando-o como um colega: não dê instruções excessivas, não faça exigências muito específicas e não tente forçar o modelo a realizar tarefas exatamente da maneira como você faria. Porque “o modelo não funciona assim”.

Para aqueles que ainda estão aprendendo a programar, Boris incentiva não apenas estudar teorias puras de ciência da computação, mas também aprender como aplicá-las. Por exemplo, sua própria motivação inicial para aprender programação era para colar em provas de matemática.

Normalmente, trata-se de empreendedorismo, de criar produtos, de desenvolver seu próprio senso de design e de negócios, de aprender a fazer ciência de dados e a se comunicar com os usuários... Quando você combina tudo isso com ciência da computação e engenharia, então se torna verdadeiramente valioso.

Em resumo, “faça primeiro o que você quer, depois evolua para fazer o que os outros querem”.

Este artigo é do canal oficial do WeChat “Quantum Bit” (ID: QbitAI), autor: focado em tecnologias de ponta