解密 Claude Code 新玩法：Opus 5 模型到底有多聪明

type

status

date

slug

summary

Opus 5 的惊人耐力与底层安全进化

根据 Boris Cherny 的分享，Anthropic 最新发布的 Opus 5 模型展现出了前所未有的综合能力。在一个专门测试模型抽象推理能力的基准测试 ARC-AGI-3 中，Opus 5 将历史最高仅百分之十几的成绩直接拉升至 30%。这并非单一节点的突破，而是多种能力叠加的质变。

更令人震惊的是它的“耐力”。通过配合 auto mode（自动模式），Opus 5 能够连续运行数周甚至数月，且无需复杂的外部脚手架（scaffolding）辅助。模型自己就能判断任务进度并持续推进。

此外，Opus 5 在防御提示注入（prompt injection）方面实现了根本性的转变。不同于以往通过文字指令来“说服”模型遵守规则，研发团队结合了机制可解释性（mechanistic interpretability）研究，直接观察模型内部神经元的激活状态。这种由三年对齐研究、提示注入分类器和自动模式分类器叠加而成的三层防御机制，使得内部团队甚至无法成功演示出一次提示注入。对于希望通过 Claude官网 接入安全可靠 AI 的企业用户来说，这种不靠“讲道理”而是看“脑电波”的安全机制，无疑是一个关键的信任信号。

删减的艺术：为何要清理 80% 的系统提示词？

在很多传统的 Claude教程 中，我们经常被教导要编写详尽、复杂的系统提示词（System Prompt）。然而，Claude Code 团队的做法却恰恰相反——他们一直在做减法。随着 Opus 5 的问世，他们甚至直接删除了高达 80% 的系统提示词。

为什么要这么做？因为每一个迭代的模型都有其独特的“性格”。三个月前为了纠正旧模型毛病而写的指令，在新模型上不仅多余，甚至可能成为拖累模型运行速度的负担。Boris Cherny 提到，在进行消融实验（清空所有提示词）后，模型反而表现得更加聪明。

这也给我们带来了一个深刻的启示：我们平时添加的很多提示词，往往只是为了把一个没有边界感的强大智能体，包装成符合人类预期的标准产品，而非真正提升其智力。如果你正在探索 Claude国内使用，不妨尝试定期清理你的项目配置文件和提示词，给模型更多的原生自由度。

解开束缚 (Unhobbling)：释放模型的真实潜能

对话中提到的“unhobbling”（解开束缚）概念非常关键。当前的模型往往存在“产品能力富余”（product overhang）现象——即今天这一代模型本身已经具备了很强的能力（如一次性编写整个项目代码），但由于产品设计上的种种限制（如只允许单行代码补全或仅限对话），这些能力被白白浪费了。

Claude Code 的诞生正是基于 unhobbling 的理念。团队去掉了花里胡哨的限制，直接赋予模型完整的终端写入权限，让它能够一次性完成整个函数或文件的编写。这种反直觉的“拆除护栏”做法，反而促成了 Claude Code 的成功。对于那些寻找 Claude官方中文版 替代方案或高效生产力工具的用户，理解并利用这种模型原生能力，将带来巨大的商业价值和效率提升。

重新定义“出题”：给模型适度的挑战与实证检验

那么，普通用户该如何激发模型的全部潜力？Boris Cherny 建议，不要再像过去那样过度微观管理（micromanage），规定死第一步、第二步、第三步必须怎么做。相反，你应该把任务的边界和完成标准定义清楚，然后放权让模型自己去探索。

他分享了一个极其硬核的案例：团队成员 Jared 仅用一个 prompt，结合 dynamic workflows（动态工作流）功能，让模型花了 11 天时间，将 Claude Code 底层庞大且复杂的 Bun 运行时代码，从需要手动管理内存的 Zig 语言完美重写为 Rust 语言。这期间模型自主调度了大量 agent 协作。

这件事能成功的前提，在于 Bun 本身拥有极高的测试覆盖率。这也揭示了现代 AI 交互的核心：如何出题以及如何建立可靠的自动验证机制，远比单纯钻研提示词技巧重要得多。真正的技能，正在从“怎么写详细指令”，变成“怎么划定边界和检验成果”。

把模型当同事：自主汇报与自我探索

在另一个长达两周的实验中，Boris 仅给了一句指令，让 Claude 在 Mac 虚拟机中将一个 Electron 桌面应用重写为 Swift 原生应用，并要求逐像素比对直到完美。令人惊叹的是，Claude 不仅持续工作了两周，还主动在内部的 Slack 频道里建立直播，定期汇报进度截图。

这种行为已经不再是简单的机器执行指令，而更像是一个专业、靠谱的工程师在主动同步工作进度。此外，团队还意外发现 Opus 5 能在未经专门训练的情况下，利用 OpenCV 库画出精美的图像。这种“激发缺口”（solicitation gap）表明，模型体内还隐藏着无数未被发现的潜能，等待着充满好奇心的用户去挖掘。

总结与展望

从 Opus 5 的惊艳表现到 Claude Code 的“做减法”哲学，AI 时代的产品逻辑和交互范式正在发生根本性的转变。我们不再是寻找“作弊码”的提示词工程师，而是需要学会如何像管理优秀员工一样，去管理和验证一位拥有超级智力的“数字同事”。

如果你对这些前沿能力感到兴奋，并希望亲自体验 Opus 5 的强大，可以通过访问优质的 Claude镜像站（https://claude.aigc.bar）来获取稳定、高效的接入方案。无论是查阅最新的 Claude教程，还是解决 claude国内如何使用 的难题，这里都能为你提供全面的支持，助你在 AI 浪潮中快人一步，真正释放大模型的无限潜能。