当AI开始写65%的代码：Anthropic内部曝光的反直觉提示工程真相

去年 Claude Code 还只是 Claude 3.7 Sonnet 发布稿里的一个项目符号，如今它已经长成了 Anthropic 内部的主力编程力量。在最近的 AI 工程师大会上，Claude Code 团队的 Cat Wu 和 Thariq Shihipar 与 Simon Willison 进行了一场炉边谈话，透露了许多反直觉的内部实践：从 65% 的 PR 由 AI 自动提交，到系统提示缩减 80%，再到“负面指令反而降低质量”的发现，这些信息揭示了我们可能正在用旧思路使用新 AI。

提示工程的范式转移：少即是多 大多数开发者还在精心编写冗长的系统提示，添加大量示例和“不要做 X”的约束。但 Anthropic 发现，对于 Fable 甚至 Opus 4.8 这类新模型，这已经不再是好办法。他们最近将 Claude Code 的系统提示缩小了 80%，因为模型自己就能推断任务意图，多余的说明反而干扰理解。更令人意外的是，列出“不要做什么”往往会降低结果质量——模型似乎将注意力集中在了“不要”的事情上，反而更容易踩坑。这像在教一个聪明的新同事：比起厚厚的操作手册，点出关键原则反而让他表现更好。

从监督到委托：编码代理重塑开发者角色 Cat 回忆说，Claude Code 刚推出时，开发者会逐行监控、频繁拒绝代理的建议；而现在，有了 Fable 这样的模型，许多功能可以一键完成，人们得以放手思考产品体验等更高阶的问题。Thariq 则指出，AI 接管枯燥编码后，开发者容易感到一种空虚（他称之为“深蓝效应”，借用了 1997 年棋手们面对深蓝时的失落），而应对之道是设立更远大的目标——当 AI 卸下细节负担，人就应该专注在更大的问题上。

分层信任：自动化的边界在哪里 尽管自动化程度提高，Claude Code 团队仍然为关键变更保留人工审查。但产品的外围功能已大量交由 AI 做代码审查，这形成了一种分层的信任体系。Auto Mode 是其中的关键：它允许代理在无人干预的情况下运作一段时间，这正是 Claude Tag 能自动提交 65% PR 的基础。团队强调，内部人员会先使用这些功能，只有那些被频繁使用的特性才会对外发布——一次严格的内部验证。

内部文化：公开协作加速迭代 Anthropic 内部将“吃狗食”称为“吃蚁食”（ant fooding），更引人注目的是他们公开的内部协作方式。Claude Tag 深度集成在 Slack 的公开发频道中，所有成员都能看到 AI 如何被使用、如何出问题。这种透明环境不仅让错误被更快发现，也让最佳实践自然传播。可以说，Anthropic 的成功不仅源于模型能力，也来自这种允许 AI 在众目睽睽下成长的文化。

这场对话给我们的启示很清晰：别再执着于旧式提示工程，尝试精简指令、信任模型；主动用 AI 处理代码外层工作，但为核心保留人工审查；以及，在你的团队中建立公开的 AI 使用文化，让进步可见。当 AI 开始写 65% 的代码时，重要的不是恐慌，而是重新思考我们的角色。

原文地址: When AI Writes 65% of the Code: Counterintuitive Prompt Engineering Truths from Inside Anthropic