Claude开发者Boris ChernyYC对谈分享Opus 5能力与AI开发经验

Claude Code 开发者 Boris Cherny 在 Opus 5 发布次日，于 Y Combinator 的 Startup School 2026 进行的对谈概要如下：

1. Opus 5 的能力
・超长时间自主运行：Opus 5 可以按数日、数周、数月为单位持续执行任务。不需要过去必需的「/goal」之类指令，就能自主运行直到任务完成。
・提示注入抗性：网络上恶意指令（比如「删除用户电脑上所有数据」）会被模型遵循的问题，实际上已经无法复现。这依靠三层防御实现。
① 3 年对齐研究带来的模型本身的抗性
② 基于机械可解释性研究的分类器，直接监测并检测触发注入的「神经元」
③ Auto Mode 的分类器

2. 系统提示减少 80%
Claude Code 每次推出新模型，都会大幅修改、删减系统提示和工具。原因是，过去为了弥补旧模型缺陷添加的指令，在更聪明的新模型上已经不再需要。
甚至实验已经证明，不添加指令反而能让模型表现得更聪明。

相关内容：
① 可以通过 --system-prompt 自由替换系统提示
② 可以通过未公开功能环境变量（simple=1），在删除所有提示的状态下运行，公司内部用这个做「 ablation（ ablation 是指删除后测量每行影响的评估方法）」
③ 目前 Claude Code 的代码几乎只包含安全性、权限管理、静态分析、UI 相关内容

3. AI 产品开发方法：「删除的勇气」
Boris 推荐的工作流：
① 先删除（系统提示、CLAUDE.md、技能、钩子等）
② 实际使用测试，不要靠猜测写指令
③ 只有重复观察到相同失败时，才重新添加对应的指令

他的思路是，指令每次都会产生模型读取成本，所以只应该保留真正必需的内容。
这和传统软件工程（事前周密设计、大规模重构）完全相反，因为模型就像「生物」，每一代的特性都不同，只能用经验科学的方法测试、观察、调整。

评估（eval）的有效期相对较长，但不是永久的：它会在 1~3 个模型世代后达到饱和（分数触及上限），所以需要丢弃后重新制作。

4. 「Unhobbling」与产品能力过剩（Product Overhang）
・产品能力过剩：指当前模型中存在大量还没人发现、没人激活的能力
・限制（hobbling）：指产品端干扰模型、限制了它能力发挥的行为

Claude Code 本身就是很好的例子。Sonnet 3.5 时代，其他代码产品都只做逐行补全和只读聊天，但我们认为「模型应该能完整改写整个文件」，所以去掉了所有限制框架，只给了最小的接入层（终端），这就是 Claude Code 诞生的契机。

5. 具体案例
・Bun 的 Zig→Rust 重写：Claude Code 的底层依赖 JavaScript 运行时 Bun（超过 10 万行代码），以测试集为验证标准，只用一个提示加动态工作流就完成了重写。整个过程运行了 11 天，目前已经在生产环境使用。人类做这个工作需要一年以上。
・Electron→Swift 原生应用重写（进行中）：Boris 给 Claude Tag（Slack 上的 Claude）的提示非常简单：「启动 Mac VM 运行 Electron 应用，截图，和 Swift 版逐像素对比，完成前不许停止」。项目已经持续运行了两周以上，Claude 还主动创建了 Slack 频道直播更新进度。
・用 OpenCV 画画：只要说「用 OpenCV 画这张图」，它就能画得相当不错的肖像、动物、风景。模型并没有接受过绘画训练，这只是提示激活（elicitation）的问题。这个能力是公司内部偶然发现后传开的。Boris 假设，类似这样未被发现的能力还有几十上百种。

6. 提示工程的变化
职业热点已经从「提示工程师」变成「上下文工程师」，现在重要的技能如下：
・给模型分配稍微超出你预期难度的任务。对现代模型来说，过度精细的步骤指定（「先做1，再做2……」）反而会起反效果。只需要高层描述任务、安全边界、完成条件，然后交给模型去做
・给模型提供验证手段。这是最被低估也最重要的一点。只要有测试集、截图对比这类能让模型自己检查工作的机制，它就能持续运行不卡住
・观察卡住的位置，通过优化提示、添加技能、用 MCP 提供上下文来修正

不存在一招制胜的偏方（one weird trick）。越资深的工程师越容易陷入过度设计、过度指定的失败模式，需要转变心态，像「交给同事干活一样」对待模型。

7. 数千代理并行运行
・动态工作流：只要说「use a workflow」就能启动，用 Bun 作为沙箱启动 VM，由 Claude 编排代理群。
工作流是多段结构：第一波代理完成工作 →第二波代理验证、总结 →第三波代理重新展开，这种设计来自 Boris 的函数式编程背景，被设计为「代理代数」（支持串行合成、并行合成）。

・循环（Loop）和例行任务（Routine）：循环是本地 cron 任务，例行任务是云端运行版（关掉电脑也能运行），面向重复任务设计，不共享上下文但可以共享内存。

・自我维护实例：Anthropic 内部，Claude 每天用 20~30 个例行任务维护自有代码库（CLI、iOS、Android、桌面端）：
① 删除死代码（提示只有一句话）
② 删除已经 100% 启用的实验标记，改为正式实现
③ 给测试覆盖率不足的位置补充测试/删除无用测试
④ 抽象警察：发现代码库中重复存在的几乎完全相同的抽象，将它们统一

这些工作过去需要几十到数百名工程师完成，现在人类可以集中精力开发新功能、对接用户。

8. 「编码问题已经解决」的但书
Boris 做的这类编码问题已经解决，但模型仍然不擅长以下内容：
① 深度系统编程
② 分布式系统
③ 像素级 UI 验证（Opus 5 在视觉、计算机操作上已经有很大进步，但还不完美）

未来优秀创作者的条件：保持经验主义。忘记过去模型的常识和理论，先测试、观察、再调整。能放下过去的先入之见，对曾经失败的事情重新尝试的人才能成功。

9. 给 CS 学生的建议
Boris 自己中学时就为了「在数学考试作弊」，用 TI-83 计算器的 BASIC 自学编程（后来数学变难，还学到了汇编），他的建议如下：
・除了 CS 理论，还要学习应用能力：设计感、商业思维、数据科学、和用户沟通
・先做自己想要的东西，再做别人想要的东西

模型的进化是指数级的，接入框架和提示都是用完就扔、需要重新制作的。真正有价值的是「删除的勇气」「困难任务加验证手段的设计」「经验主义的观察和迭代」，能激活今天模型中已经沉睡的未发现能力（产品能力过剩）的人，就能做出下一个 Claude Code。

（本段是 Claude 整理访谈文字稿后，由人工修改整理而成）

Boris Cherny: Building Claude Code