前不久,Claude Code 的重度用户 Garry Tan 在谈到如何用好 AI 编程智能体时,提出了一个很有传播力的说法:一个 Skill 文件,就像一名员工;公司真正需要建立的,是一套由知识库、记忆和“图书管理员”组成的大脑。
模型本身足够聪明,但要让它长期理解一家公司的业务、流程和偏好,仍然需要不断补充 Skills,为它构建一个可以反复调用的“头脑”。
然而,在 Claude Code 创始人 Boris Cherny 看来,这个头脑可能每隔半年就应该清空一次。
他认为我们应该把模型视为一种“一种活着的生物”,每一代模型都有不同的性格。
因此,每隔六个月,删掉自己的 CLAUDE.md、Skills 和 Hooks,重新看看最新模型还需要多少指令。
Claude Code 自己也在这样做。
Opus 5 发布后, 团队一次删除了超过 80% 的系统提示词 ;每一代新模型上线,他们都会先清空系统提示词,再逐行加回来,通过消融实验判断哪些内容仍然有价值。
快速失效的不只有提示词和 Skills。
Harness 的代码、工具集合,甚至评测本身,也在不断变化。
在 Boris 看来,使用 AI 编程工具正在从一门依赖理论和固定方法的学问,变成一门不断试错、重新验证的经验科学。
另外,继 OpenCode 2.0 将桌面端迁移到 Electron 后 ,Boris 最近也启动了一项实验:让 Claude 把基于 Electron 的 Claude 桌面应用重写成 Swift,并通过 Mac 虚拟机截图进行逐像素验证。
任务已经连续运行两个多星期,背后可能调用了数千甚至数万个智能体,至今仍未结束。
以下是本期播客内容的完整翻译。
🔗 原始来源
如果你要核对细节,可以再看原文: InfoQ AI原文链接
AI热榜