Anthropic删掉了Claude Code超过80%的提示词，我把CLAUDE.md砍掉了79%

7月24日，Anthropic宣布，它为最新模型删掉了Claude Code系统提示词的80%以上。编码评测的分数没有下降。你去年读到的上下文工程（Context Engineering）经验，尤其是大多数CLAUDE.md最佳实践，一夜之间都变得可疑。

如果你在维护一份CLAUDE.md，这应该让你不太舒服。Anthropic现在把许多老建议称为「迷思」：多给规则，多给示例，所有东西都放在最前面，重要的话说上几遍。

我检查了自己的配置。9月下旬，我把CLAUDE.md砍掉了79%，从40,405个字符减到8,641个。

但我并没有把大部分内容删掉。我是把它们移到了指针后面。Anthropic的故事主要是删，我的故事主要是移。这个差别，说明了你的指令到底是什么。

我读了Anthropic的原文，读了Opus 5、Opus 5.5、Fable 5.1和Sonnet 5.5提示指南的相关章节，也读了Claude Code文档，并把每一处引文都追溯到了出处。我是从Claude Fast上的一篇摘要入手的，其余部分都回到了一手来源。

要点先看

• Anthropic删掉了Claude Code系统提示词的80%以上，编码评测上没有可测量的损失。 Anthropic没有公布过同样的测试结果来覆盖营销、写作或运营类工作。
• Anthropic的诊断是约束过度。 过时的最坏情况规则，加上互相冲突的规则，让模型还没开工就先当裁判。长度同样有影响。
• 一个测试决定每一行的去留： 没有这一行，强模型的表现会变差吗？再加第二个问题：万一它猜错了，最坏的后果有多严重？
• 删掉复制模型能力的指令。把偶尔才用的流程移到指针后面。留下任何模型都猜不到的、关于你的事实。 我的文件缩小79%，主要靠移动。
• 把验证放进机器会判失败的检查里。 测试、钩子和拒绝规则是确定性的。「请仔细」只是一个建议，还要花token。
• 删减是一种习惯，不是一次事件。 我的文件在13天里又长了17%。给每条规则标上日期，写下它存在的原因，这样模型更换时你可以重新测试。

什么是上下文工程？它和提示词工程有什么区别？

上下文工程，是设计模型在你的问题之外读到的一切：系统提示词、CLAUDE.md文件、技能、记忆、工具描述和参考文件。 一条提示词只服务一次请求。上下文却会在成千上万次请求中反复使用，所以一行写错的内容，就成了你每次都要交的税。

CLAUDE.md是放在项目根目录的纯文本文件，Claude Code在每次会话开始时都会读取它。里面放的，是模型猜不到的事实、规则和指针。 好的上下文工程会让它简短、具体，并且不包含模型本来就会遵守的规则。

这个词在2025年6月火了起来。当时Simon Willison汇总了各方反应，Shopify的Tobi Lütke和Andrej Karpathy都说，比起「提示词工程」，他们更喜欢这个说法。Anthropic在2025年9月29日的文章里确立了一条至今有效的原则：找到最小的一组高信号token，让你想要的结果最有可能出现。

上下文还有单条提示词没有的失败方式。Drew Breunig在2025年6月命名了四种：污染、分心、混淆和冲突。冲突，指新信息与上下文中已有的内容相矛盾，是Anthropic在7月那篇文章里最清楚的例子。

Anthropic删掉了什么

那篇文章叫The new rules of context engineering for Claude 5 generation models，作者是Thariq Shihipar，阅读时间七分钟。核心说法是：对于Claude Opus 5和Claude Fable 5这类模型，Anthropic删掉了Claude Code系统提示词的80%以上，“在我们的编码评测上没有可测量的损失”。

有两个细节很重要。第一个是范围：编码评测。文章没有拆分说明，哪些类型的任务扛住了。

第二个是诊断。Anthropic说，它给模型加了过多约束，来源包括系统提示词、CLAUDE.md文件和技能。它自己的对话记录显示，同一个请求里会出现互相冲突的信息，比如一处写着“酌情保留文档”，另一处写着“不要添加注释”。模型能想明白你要什么，但它得先多费一番脑筋。

Anthropic并不只是删。它还把验证和代码审查移进了技能，至于那80%里删除和移动各占多少，它没有公布。

拿注释规则来说。旧的系统提示词让Claude默认不写注释、不写长文档字符串、不写规划文档，除非有人要求。这是一种取舍：老模型写的注释很糟，所以Anthropic接受了一条规则，哪怕有人想要文档时，这条规则就是错的。

新的提示词用一句话取代了它：

写出读起来像周围代码的代码：匹配它的注释密度、命名和惯用写法。

Claude Fast把这个转变总结得很好：大多数时候正确的规则，变成了任何时候都正确的标准。

你在营销里见过这种模式。品牌手册说一套，代理公司的简报说另一套，CEO深夜发来的邮件又是第三套。模型就是那个要交出一份成果、同时满足三方的人。

六大转变，写给不写代码的人

Anthropic列出了六个变成迷思的旧习惯。下面是每一个的商业版本，因为这套逻辑适用于你交给人或机器的任何一份简报。

第二个转变在一年前就有近亲。2025年7月，Manus团队写道，语言模型是“出色的模仿者”。他们的智能体在筛选20份简历时，常常陷入某种节奏，把同一种模式重复下去。Anthropic发现，工具描述里的示例会缩小模型探索的范围；在文章的一张图里，TodoWrite的描述从约9,100个字符缩成了一行。场景不同，但效应相关。

第四个转变是我最喜欢的。老模型对上下文末尾的内容，可能比对开头听得更认真，所以团队会把关键规则重复几遍。Anthropic删掉了重复，把工具的使用指引移进了工具描述。

重复也是矛盾的来源。一条规则说在三个地方，迟早有一天你只改了其中两处。

每一行背后的那一个测试，以及它漏掉的问题

Claude Fast把这套方法浓缩成对每一行的一个问题：没有这一行，强模型的表现会变差吗？ 如果不会，就删掉。

这是个好测试，但并不新。Claude Code文档里早有一个孪生版本：“删掉这一条，Claude会出错吗？”后面跟着“如果不会，就删掉。”文档还补充了原因：臃肿的CLAUDE.md会让Claude忽略你真正的指令。7月的变化在于，不及格的行变多了。

这个测试漏掉了一件事：最坏的情况有多糟？ Anthropic说，早期的规则是为了避免删除文件之类的最坏情形。强模型可能1,000次里有999次都做对。第1,000次，就是让你丢掉一个客户的那一次。

即便Anthropic的Sonnet 5.5指南递给你一段提示词来提高自主性，它也补了一句：这段提示词“不能取代你自己针对高风险或不可逆操作制定的规则。请把这些规则保留在系统提示词中。”

所以每一行要打两次分。模型自己做对的可能性有多大，做不对的代价有多高？代价低、很可能做对：删掉。代价高：保留规则，再用无法争辩的东西给它兜底。文档自己划了这条线：CLAUDE.md里的指令是建议性的，而钩子是确定性的。

10月9日，Claude Code的自动模式（由另一个分类器模型审查操作）拦下了一个即将写入线上生产系统的脚本。它一直被拦着，直到我写下一句话，点明操作、资源和脚本。一句“继续吧”不够。

文件里的规则是建议。第二个模型来审查更好。只有钩子或拒绝规则，才是保证。

Claude 5之后的上下文工程：CLAUDE.md该删、该留还是该移

我的知识库是一个运行在Claude Code上的第二大脑。配置方式我在第二大脑那篇文章里讲过。根目录的CLAUDE.md是内核：每次会话都会加载，不管我是在做客户、做活动，还是写这个博客。

到9月，它已经膨胀到40,405个字符。9月26日，我让智能体重建了它。新文件是8,641个字符，砍掉了79%。同一轮里，五份工作记忆笔记缩小了41%到79%，其中一份从17,363个字符降到4,883个。

转折来了。我没有把大部分内容删掉，而是移走了。

79%指的是常驻加载的体积。旧文件的19个章节，现在分布在七个wiki页面里，由触发条件打开。留下来的内核有六个短章节：身份与风格、会话开始与记录、写作与搜索、硬性约束、一张含13个触发条件的表，以及维护这个文件本身的规则。

每个触发条件都写着：做这件事时，先打开那个页面。没有任何导入。新的风险是触发条件没有触发，所以每个触发条件都写明了自己的页面。

动手之前，我的智能体用校验和备份了18个文件。完成后，它们核对了孪生文件AGENTS.md逐字节完全一致，也确认了内核、手册和时间线里的205个链接全都能正常跳转。

为什么是移而不是删？因为我的指令本身是什么。 Claude Fast说，它删掉的大部分是指令，不是信息：那些叫模型要小心、要一步步想的话。Anthropic没有逐项列出它的80%。我的则大多是关于一个人的业务的事实，任何模型都推导不出来。

模型猜不到我默认要用意大利语。它不知道我的CDN会拒绝Python脚本的默认user agent。它也不知道，没有我明确说go，任何广告活动都不能改。Claude Fast把这类东西叫作“模型无法推导出的信息”。它能通过任何测试，唯一的问题是放在哪里。

Claude Fast还有一句提醒，说得对。有些行看起来无聊，其实是金子。项目事实“是你的CLAUDE.md里价值最高的几行，而它们看起来很无聊，这恰恰让它们成了一轮热情高涨的删减最先毁掉的东西。”

渐进式披露就是好的归档

对于「所有东西都放在最前面」，Anthropic的解法是一棵可以在合适时机加载的文件树。文章把相反的做法称为迷思：以为必须把所有做法放在一个中心文件里，因为Claude“否则找不到它”。Claude Fast说得更短：Claude找得到。

我的做法是一套有体积预算的归档系统：

1. 路由器。 一份企业与领域的索引笔记，几千个字符。
2. 领域索引。 一家公司的客户和活动。
3. 单项活动的工作笔记。 目标1,000到3,000个字符，上限10,000个。
4. wiki页面和原始资料。 只在任务需要时才打开。

会话开始时，模型读内核和一份工作笔记，其余一概不读。我的大部分记忆躺在磁盘上，在触发条件把它们打开之前，不花一分钱。

有个值得知道的陷阱：导入不等于渐进式披露。 Claude Code文档对此说得很直白：导入能帮你整理一个很长的文件，但不会降低它的上下文成本，因为被导入的文件同样会在启动时加载。把一个600行的文件拆成六个导入，你得到的是六个文件和同样的600行。真正省上下文的，是只对特定文件夹加载的规则、技能，或者模型需要时才会跟随的一个普通指针。

这个转变的另一半，是用标准取代阈值。Claude Fast的例子，是按文件数量把工作分给专家智能体。一次涉及40个文件的重命名越过了阈值，却只是一项机械工作。一次只改三个文件的变更，如果同时碰到数据库迁移、API契约和表单，就需要三种专业能力。所以标准改成了领域数量，外加一个说明界线在哪里的实例。

你在预算里见过这个。“任何超过5,000的支出都要审批”是阈值。“任何无法撤销的事都要审批”是标准。阈值会放过那笔4,900的错误。我把标准当作规则，只有客户设定了真实上限时，才保留一个数字。

别矫枉过正。Shihipar的Fable实战指南提醒，如果你说得太具体，即使转向更好，Claude也会照着你说的做。说得太含糊，它就会拿通用的最佳做法去填补空白。用测试找到中间点。

验证陷阱，以及17美元的教训

我见过的每一份指令文件里，几乎都有某个版本的“汇报前请验证你的工作”。这感觉很勤勉。Anthropic的Opus 5指南却说它适得其反。Opus 5不用人说，就会验证自己的工作，而明确的验证指令“会导致Claude Opus 5过度验证，删除这些指令可以减少浪费的token，且质量没有损失。”

同一份指南还警告，Opus 5比早期模型更愿意把任务委派给子智能体，并建议对同时运行的数量设置确定性的上限。

10月9日，我明白了原因。我让自己的系统调研一篇文章。它并行启动了十个调研智能体，它们继承了会话的最高effort。另外还计划了八个。

六分钟后我叫停了它。它发起了233次调用，处理了约3,100万个token，几乎全是对上下文里已有网页的重复读取。用量表显示约17美元。调研产出是零，一份完成的资料都没有。

那天早上的第二个工作流没有设置effort，在40分钟里处理了约2.87亿个token。Anthropic早就警告过，它自己的工作流“最终可能消耗明显更多的token”。

我的第一个修补是一套仪式：每个工作流之前先估算成本，再问我。我否决了它：更慢，也没有更安全。第二个修补是一个接口。effort成了每次智能体调用的必填参数： 网页调研和机械性工作用low，写作和翻译用medium，只有真正困难的判断才用high。

Anthropic的Opus 5.5指南解释了这为什么有效：降低effort会减少思考，成本和延迟随之下降，而且“比提示词指令更可靠”。这就是第二个转变的实际应用。不要用文字去描述行为，要设计控制手段。

不过，effort减少的是思考，不是重复读取。更强的刹车是上限。Opus 5指南列出了CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS、CLAUDE_CODE_MAX_SUBAGENT_SPAWN_DEPTH，以及SDK用的max_budget_usd，都来自Claude Code 2.1.217。这些是设置，不是建议。

还有两点细节。Sonnet 5.5指南说，在编码任务的最高effort下，一条禁止审查型子智能体的停止指令，让会话成本降低了约三分之一，质量没有变化。它还说，在低effort下Sonnet 5.5可能跳过检查，用一条简短的提示要求真正去检查，这种情况就很少见。这取决于模型和effort。

那么验证该放在哪里？放在项目已有的检查里：测试、构建、钩子。只有在品味或风险很高的地方，才像Anthropic的工作流那样另加一个带评分标准的审查者，因为模型往往偏爱自己的结果。一个机器会判失败的检查，胜过一句要求小心的话。

关于真正的检查除了一句要求小心的话还需要什么，请看我写的AI幻觉与Human in the Loop。

删减在哪里会出错

这是一个编码结果。 Anthropic写的是“在我们的编码评测上没有可测量的损失”。正如AI Weekly所指出的，文章没有拆分说明哪些任务类别扛住了。我没有找到关于品牌语气、法务文案或客户报告的公开测试。请测你自己的任务。

这是Claude 5的建议。 即便在同一个家族内，各份指南也不一样：Anthropic的Opus 5.5指南说，不同模型的effort级别名称，并不对应同样的思考量。如果你的技术栈混用多种模型，像我这样在Claude旁边还用GLM和Kimi，就要按模型分别调整行为规则。我那些镜像文件能共用一个内核，只因为它大多是与模型无关的事实和指针。如果你想看开放权重的一面，我写过GLM 5.3。

如果你在不同的Claude模型之间分配工作，我的Claude价格与模型对比把价格和各自适合的活放在了一起。

大窗口不等于有注意力。 Chroma在2025年7月发布的Context Rot报告测试了18个模型，包括Claude 4，发现即使是简单任务，输入越长，可靠性越低。Anthropic说，Claude Opus 5的指令遵循、工具调用和推理在整个1M token的窗口里保持一致，但指南没有公布数字。模型不同，相隔一年：两边我都不敢下注。

无论哪种说法成立，有两点都实用。在Chroma的记忆测试里，聚焦的输入胜过完整的输入。Manus还指出，在Claude Sonnet上，缓存的输入token只有未缓存的十分之一价格，所以稳定的前缀能省钱。

Claude Code记忆：租用还是自有

第五个转变说，#快捷键已经过时，自动记忆登场：Claude现在会保存与工作和与你相关的记忆。我在用。Claude Code文档给出了细则。自动记忆默认存在本机，每次会话只加载其索引的前200行或25KB，并且会跳过Claude能从你的代码中推导出的内容。

由Claude决定保存什么，这对习惯和纠正来说很好，这些小事你本来也不会去写。但对于你要在会议上辩护的决定，它不是合适的归宿。它是你可以审阅的普通markdown，却仍然放在某一个工具的文件夹里。

我的规则：规范放在我自己拥有的文件里，自动记忆保持简短，主要是指针和小的纠正。 知识库会在我的几台设备之间移动，同样的规则通过AGENTS.md这个孪生文件传达给其他智能体。文档现在写到，Claude Code可以读取AGENTS.md来代替CLAUDE.md，所以这个孪生文件可能是我可以放下的习惯。

当我为我的photoshop开源替代品那篇文章审计十二个PhotoCraft仓库时，每一个仓库都带着一份AGENTS.md。上下文文件，就是新的README。

删减是一种习惯，不是一次事件

下面这部分，没人会放进标题。10月9日，在我砍掉之后的第十三天，我的CLAUDE.md有10,127个字符。 比我精简那天大了17%，也超过了我给自己定的10,000上限。指令文件会像杂草一样长回来，每次只加一条合理的内容。

所以我把每条规则都当成带日期的假设。我笔记里的一条规则，会写明做什么、为什么、怎么用，以及我做出决定的那一天。7月，我在三天里设定了三次压缩阈值，也就是长会话被总结时的token数：先是500,000，然后400,000，再到约100,000。这段历史就放在规则旁边。

再给你的规则加一个字段：你怎么知道可以安全地移除它。新模型一到，问问自己，当初的理由是否还成立。

Claude Fast有一句话说的正是这个：“你过去的指导并不会事后变成错的。”变的是取舍，不是逻辑。我希望未来的自己，把我的规则读作在旧条件下做出的决定，而不是错误。

今天就能跑完的30分钟CLAUDE.md审计

设个计时器。短文件按30分钟算，大文件更久。你需要一份副本和一双诚实的眼睛。

1. 复制文件，或者把它提交到git。 保留原件。只要能找回来，你删掉的东西就不算丢。
2. 运行/doctor prompt-audit。 需要Claude Code v2.1.283或更高版本。读一读报告里的失效引用、矛盾，以及为老模型写的规则。先别应用任何修改。
3. 挑3到5个真实任务，保存输出。 这是你的基线。
4. 逐行分类：删除、保留或移走。 删掉你已经测试过、强模型本来就会做的，比如“请小心”。保留模型推导不出来的、以及猜错代价高的。其余的移到指针后面。如果测试显示有帮助，就保留一个角色设定或一句先思考再动手的话，尤其是在编码之外。
5. 查找重复和矛盾。 对每条核心规则做一次搜索。如果它出现在三个地方，你就有了它的三个版本。
6. 把“请小心”变成机器会判失败的检查。 一个测试、一个钩子、一条拒绝规则。只有在品味本身就是产品的地方，才加一个带评分标准的审查者。
7. 用标准替换阈值。 再加一个说明界线在哪里的实例。
8. 分批删减，重跑任务。 哪一批让结果变差，就恢复哪一批。然后给留下的内容标上日期、写明原因，并在日历里为下一个模型发布设一个提醒。

对那些你舍不得删的行要多留个心眼。有些是金子，大多数是疤痕。

常见问题

一定需要CLAUDE.md吗？

不一定，但它是存放Claude猜不到的东西最便宜的地方。Anthropic的建议是保持轻量，说明这个仓库是做什么的，把大部分token花在陷阱上。习惯和纠正可以交给自动记忆。

CLAUDE.md应该多长？

Claude Code文档的目标是每个文件200行以内，因为更长的文件会占用上下文，降低遵循度。行数只是粗略的衡量：我的文件有71行，却约有10,000个字符，所以我盯的是矛盾和字符数。

删减指令会让Claude变差吗？

在编码评测上，Anthropic没有发现可测量的损失。对于其他类型的工作，没有公开测试，所以请小批量删减，并用你自己的任务做对比。Claude Code文档提到过一个症状：如果Claude总是忽略某条规则，文件很可能太长了。

/doctor是做什么的？

据文档，做两件事。一是精简检查：为已提交的CLAUDE.md提出删减建议，它会去掉Claude能从代码中推导出的内容，比如目录结构和依赖清单，保留陷阱、理由和非默认约定（需要Claude Code v2.1.206或更高版本）。二是/doctor prompt-audit：找出为老模型写的指令、失效引用和矛盾，并提出修改建议，但不会直接应用。

提示词工程已经死了吗？

没有。每一项工作，你仍然要写任务说明。死掉的，是上下文工程里的一种做法：往常驻上下文里塞满强模型本来就会遵守的规则。

我的结论

Anthropic给我们的教训不是“少写”。而是：不要再写强模型本来就会遵守的指令，开始整理它无从知道的东西。

Claude 5之后的上下文工程，一张卡片就写得下：

1. 删掉重复模型能力的内容。
2. 保留只有你知道的东西。
3. 移走偶尔才用的内容。
4. 锁住一切危险操作，靠机制，不靠一句话。
5. 标上日期，然后回来复查。

本页反映的是截至2026年10月9日的各份指南。Anthropic经常修订它们，所以在依赖任何细节之前，请先核对日期。

刚开始用智能体做东西？从我的氛围编程指南开始。已经在用，想让另一双眼睛看看你的指令文件或整套配置？联系我。