探讨大模型的开发，Anthropic 的 Claude Code 负责人 Boris Cherny 给出了一个激进的建议：每隔六个月，删掉你的系统提示词、skills和hooks。在YC最新发布的访谈视频中，这位“#Claude Code之父”呼吁开发者应该勇于对AI产品按下删除键，通过消融实验（ablation study）来精简系统。
就在最近，针对 Opus 5 等新一代模型，Claude Code 的系统提示词被大刀阔斧地精简了 80%。Boris 解释道，模型是一个活生生的有机体，具有独特的“性格”。开发者不应凭空预判模型需要什么指令，而是应该通过一行行删除并测试来观察其瓶颈，从而动态调整 harness（测试框架）。
访谈中，Boris 提出了一个核心概念——“产品悬余”（Product Overhang）。他指出，大模型的能力是跳跃式爆发的，而产品集成则是渐进式的。这导致模型本身的能力往往远超现有产品的设计。例如，在 Sonnet 3.5 刚发布时，它已经具备了全架构编写文件的能力，但当时的编程助手还停留在单行补全阶段。
为了弥补这一差距，我们需要“解缚”（Unhobbling），即拿掉对模型的限制。Boris 分享了 #Anthropic 内部的一个案例：有人将 OpenCV 接入 Opus 5，模型竟然自己学会了画肖像画。通过提示词、上下文和工具的设计，我们可以激发（elicit）模型潜藏的、未被发现的能力。
那么，如何实现高效的“解缚”？Boris 提供了三个方法：第一，分配给模型更困难、边界清晰的任务；第二，允许模型进行无明确商业目的的创造性尝试；第三，最关键的一点是建立自我验证（Self-verification）机制。如果模型无法自我验证，它就无法实现长时间的独立自主运行。
Boris 还分享了他自己的疯狂实验：他让 Claude 将一个 Electron 应用重写为 Swift 版本。这个任务已经不间断运行了超过 14 天。期间，Claude 不仅在虚拟机中运行应用、截图并逐像素对比，还自己建立了一个 Slack 频道，每隔几分钟发送一张进度截图来进行“直播”。Boris 建议开发者忽略社交媒体上的浮躁技巧，多动手做这类实战测试。
Boris Cherny 提出的“解缚”与“产品悬余”深刻揭示了当前 AI Agent 生态的痛点。过去，开发者过度依赖复杂的 Prompt 链和硬编码的 Harness（脚手架）来“驯化”模型，这在底层大模型能力快速迭代的背景下，反而成为了限制 Agent 自主性的枷锁。对比 LangChain 等早期重度编排框架，未来的 Agent 架构正朝着“极简提示词 + 强工具赋能 + 闭环自验证”的方向演进。允许 Agent 拥有自主运行、像素级自检以及长周期执行（如长达数周的重构任务）的能力，标志着 Agent 从“单次交互助手”向“自主数字员工（Digital Workers）”的范式转移。这也提醒国内开发者：与其在提示词微调上内卷，不如构建更具弹性的运行环境（Sandbox）和多模态验证闭环，这才是释放新一代大模型潜能的黄金钥匙。
