“After a few more hours, I think I've figured out Opus 5.”
7月29日，DAIR.AI 创始人、前 Meta AI 研究员 elvis 在 X 上发出了一条看似普通的推文。但接下来的内容，让整个 AI 提示工程圈坐不住了。
“Opus 5 被训练得比我用过的任何模型都更具自主性。所有 Claude 5 模型都是这样。那么，什么变了？和 Opus 5 交互或给它提供上下文的方式，不能再用其他模型的那一套了。”
elvis 不是普通用户。他是 DAIR.AI 的创始人，写过大量关于 AI Agent 的教程和课程，是这个领域最懂“怎么写提示词”的人之一。而他现在告诉你：三年积累的 Prompt Engineering 经验，在 Opus 5 面前可能是一堆废纸。
更让人坐不住的是，Anthropic 在 7 月 24 日官方宣布了一件几乎同样的事：他们把 Claude Code 的系统提示词砍掉了 80% 以上，用于 Claude 5 全系模型——而编码评测结果没有出现任何可测量的性能下降。
“更多指令和更多示例，不再自动带来更好的结果。”Anthropic 技术团队成员 Thariq Shihipar 在解释这一决定时说，新模型“实际上比我们给它的示例更有想象力，示例反而会限制它。”
这不是一次产品迭代的边角新闻。这是三年多来 AI 交互规则的重新定义。
Opus 5 推开了一扇新门
这不是一次普通的模型升级
7月24日，Anthropic 发布了 Claude Opus 5。定价 5 美元输入 / 25 美元输出每百万 token，与 Opus 4.8 完全持平，仅为 Fable 5 的一半。在 Frontier-Bench v0.1 上，Opus 5 得分 43.3%，是 Opus 4.8 的 21.1% 的两倍多，也超过了 Fable 5 的 33.7%。在 ARC-AGI-3 上，Opus 5 拿到 30.2%，是此前最高分的约三倍，同时攻克了五个此前没有任何模型能通过的公开演示环境。
但真正让开发者坐不住的，不是这些数字。
“Opus 5 喜欢探索，所以它不需要太多指导。”elvis 在长文中写道，“它现在能更有效地自主探索、更好地理解意图，所以最好的做法是——给它让路。”
这句话的冲击力在于：整个 AI 行业过去三年被灌输的理念，是“你怎么写提示词，模型就怎么输出”。精细化的指令、分步的思维链、大量的示例、严格的约束规则——这些已经成了 Prompt Engineering 的黄金法则。但 Anthropic 和它的早期测试者都在说同一件事：这些规则对 Opus 5 来说，不仅多余，而且有害。
砍掉 80% 提示词，性能没降
Anthropic 在 7 月 24 日同步发布的“Claude 5 模型上下文工程新规则”中，详细记录了这次“大扫除”的来龙去脉。
旧版 Claude Code 的系统提示词包含大量硬规则：“默认不写注释”“不要写多段文档字符串”“除非被要求，否则不创建计划文档”。这些规则是过去为能力较弱的模型设计的护栏——没有它们，旧模型会写出错误的注释、创建不必要的文件。
但 Claude 5 模型已经不再需要这些护栏了。它们可以根据代码库的上下文自行推断正确行为。过度约束反而迫使模型消耗额外的推理周期来调和冲突的指令。
最终，Anthropic 砍掉了 80% 以上的系统提示词。编码评测结果：零下降。
“我们不再用硬规则来约束模型，而是通过上下文来引导。”Thariq 说。
最抗 Prompt Injection 的模型
elvis 的推文中还提到了另一个关键信息。Anthropic 工程副总裁 Boris Cherny 在 Y Combinator 的 Startup School 上透露，Opus 5 是 Anthropic “迄今为止最抗 Prompt Injection 的模型”。
这一结论有数据支撑。在 Gray Swan IPI 基准测试中，经过 15 轮攻击后，Opus 5 的攻击者成功率仅为 2.0%，低于 Mythos 5 的 2.6% 和 Fable 5 的 2.8%。在浏览器智能体场景中，Anthropic 的系统卡显示，在 Auto Mode 保护下，Opus 5 在 129 个测试场景中实现了零注入成功率。没有 Auto Mode 时，这个数字是 3.7%。
Cherny 解释说，这来自 Anthropic 三年来的对齐研究积累、一个分析模型内部神经活动的提示注入分类器，以及一个自动模式分类器。这些层次叠加在一起，使得提示注入在 Opus 5 上几乎无法被成功执行。
“我不确定这是他们有意训练出来的，还是因为模型被训练得极度 agentic 而自然涌现的结果。”elvis 写道。
这个问题，恰恰点出了这场范式转移的核心。
旧规则为什么在 Opus 5 上失效
要理解为什么 Opus 5 改变了游戏规则，首先要理解“更自主的模型”意味着什么。
过去的模型本质上是一个“指令执行器”。你写一个详细的 prompt，它逐字执行。不写清楚，它就猜；猜错了，你就得改。所以 Prompt Engineering 的全部方法论，本质上是在做一件事：帮模型补全它不理解的上下文。
但 Opus 5 不一样。它被训练成一个“主动探索者”——它不等待指令，而是自己寻找路径。它会在多个工具调用之间规划、验证、迭代，直到任务完成。Anthropic 甚至为它设计了自我验证机制：模型在返回结果之前会检查并修正自己的输出。
“Opus 5 最大的变化是，它不再需要你手把手教它怎么做。”elvis 写道，“你只需要告诉它一个清晰的高层目标，剩下的让它自己去探索。”
这解释了一个反直觉的现象：为什么“规则越少，输出越好”。当模型被过度约束时，它不是在更精确地执行任务，而是在花额外的推理能力去“过拟合”你的规则——就像你给一个顶级设计师列了 30 条设计规范，他做出来的东西反而比只给 3 条核心原则时更差。
Anthropic 在其官方博客中明确了六个具体的“上下文工程”转变，其中第一条就是：从规则转向判断。以前你可能写“默认不写注释”，现在你应该写“让代码看起来像周围的代码”。前者是硬规则，后者是上下文判断——Claude 5 模型能理解后者，而且在理解后执行得更好。
从 Prompt Engineering 到 Context Engineering
这不是一个突然的变化。事实上，整个 2026 年，AI 行业一直在向这个方向移动。
2025 年 9 月，Anthropic 首次提出了“上下文工程”的概念。2026 年 3 月，Andrej Karpathy 将其推广为“精心填充上下文窗口的艺术和科学”。到 2026 年中，多个行业分析机构将上下文工程标记为年度关键趋势。
DataHub 发布的《2026 年上下文管理现状报告》显示，82% 的 IT 和数据领导者认为仅靠 Prompt Engineering 已不足以支撑 AI 规模化应用，95% 的数据团队计划在 2026 年内投资上下文工程培训。
Anthropic 的六项转变清晰地展示了这个吸收过程：
- 从规则转向判断：不再告诉模型“不要做什么”，而是告诉它“你想要什么”
- 从示例转向接口设计：不再给模型大量使用示例，而是把工具本身设计得清晰易懂
- 从全量前置转向渐进式披露：不再把全部上下文塞进系统提示词，而是按需加载
- 从重复转向简洁工具描述：不再在系统提示词和工具描述中重复同一信息
- 从静态记忆转向动态记忆：不再依赖固定的 CLAUDE.md 文件，而是使用跨会话压缩记忆
- 从单一系统提示转向分层上下文：系统提示词只占 5%，其余 95% 来自记忆、检索上下文、工具定义和对话历史
这六项转变，每一项都对应着一个“放下”：放下你对 prompt 的全能控制欲，相信模型能自己找到正确的路。
开发者该怎么办
对于已经在使用 Claude Code 或构建 AI Agent 的开发者来说，这不仅仅是“换个写法”的问题，而是整个工作流的重新设计。
第一，CLAUDE.md 文件需要瘦身。 elvis 在推文中特别强调：“CLAUDE.md 必须保持轻量。把记忆和工具描述从里面移出去。CLAUDE.md 最合适的用途是利用渐进式披露，通过链接命令和技能来加载信息。”Anthropic 甚至为此发布了 claude doctor 命令——它会自动分析你的当前上下文，找出过度约束的规则和重复的指令，然后建议删除。
第二，技能需要重新设计。 “冲突和不必要的指令——这在旧模型中很常见——会轻易让 Opus 5 跑偏。这是我必须做出的最大改变。”elvis 写道，“简单、干净、清晰的提示和技能效果最好。我清理了很多技能和系统提示词。”
第三，工具描述需要更加精确，而不是更加冗长。 elvis 提到，MCP 工具描述需要更加详尽，但绝不能与系统提示词重复。“更多”不再自动等于“更好”。工具描述的质量比数量更重要。
第四，需要区分“情境性”和“持久性”信息。 “为 Opus 5 提供更好上下文的第一步，是区分什么是情境性的，什么是需要持久化的。”elvis 说。情境性信息按需加载，持久性信息保持轻量——这个原则决定了整个上下文架构的效率。
更大的图景：Agentic 模型的未来
elvis 在推文结尾给出了一段值得深思的展望：“这可能会感觉很多工作。相信我，过程确实很令人沮丧。但我觉得我们可以期待未来的前沿模型变得更自主，更擅长自己找出正确的上下文和缺口。最好的做法是现在就开始为此准备。”
这不是一个孤立的观点。整个行业正在经历同样的转变。
Anthropic 的上下文工程指南将 Opus 5 的自主性提升描述为“模型能力曲线上的一个拐点”。在此之前，模型需要人类帮它们填空；在此之后，模型能自己理解上下文结构，人类只需要提供正确的材料。
更值得注意的是，Boris Cherny 在 YC Startup School 上提出了“产品过载”（product overhang）的概念：当前模型拥有产品尚未释放的潜在能力——不是因为模型不够强，而是因为产品设计束缚了模型。他的建议是：让模型挑战那些“稍微超出其能力范围”的任务，描述好护栏和退出条件，然后让模型自己发挥。
这个理念在 Opus 5 上得到了验证。elvis 发现，当 Opus 5 能够自主探索时，它表现出的能力超出了任何精心设计的提示词所能激发的范围。
谁会被淘汰，谁能抓住机会
这场范式转移的影响远不止于“怎么写提示词”。
对于 Prompt Engineer 这个职业本身，它提出了一个尖锐的问题。如果最前沿的模型不需要精细的 prompt，那么过去三年积累的“prompt 技巧”——思维链模板、角色扮演模板、格式控制技巧——这些在 Opus 5 上还有多少价值？
答案可能是：价值正在快速归零。但这不是终点，而是技能栈的迁移。能写出高质量、简洁、结构清晰的上下文，比能写出 2000 字的复杂提示词更值钱。能设计出自解释的工具体系，比能写出若干使用示例更值钱。能建立渐进式披露的上下文架构，比把全部信息塞进一个文件更值钱。
对于企业来说，这意味着对 AI 团队的评估标准需要改变。不要问“你们的 prompt 有多精细”，要问“你们的上下文架构有多清晰”。不要看“你们的技能文件有多长”，要看“你们的 CLAUDE.md 有多轻量”。
对于整个行业来说，elvis 的发现和 Anthropic 的官方指导共同指向了一个方向：模型变得越来越聪明，但“聪明”的代价是，人类需要学会放手。
Prompt Engineering 没有死。它被重新定义了。从教模型怎么做，变成告诉模型你想要什么，然后让路。
最好的提示词，是那些不需要提示词也能做对的事。
快报