Anthropic Claude Code 工程师 Thariq Shihipar 上周在 AI Engineer World's Fair 上做了一场关于 Fable 5 的演讲。 他提了四个主题,最有信息量的是前两个。 第一个叫“解除 Claude 的束缚”(unhobbling Claude)。 他的核心观点是,模型的能力是在使用过程中逐步摸索出来的,很难一开始就设计出来的,所以模型变强的方式往往出人意料。 举例来说:你问聊天模型哪些宝可梦的名字以 aw 结尾,它答不上来,因为它虽然知道所有宝可梦的名字,但没法在脑子里一个一个过。但如果你给它代码执行工具,它会去拉全部宝可梦列表然后写脚本过滤,两秒钟就能找出答案。 Anthropic 内部把这叫“能力悬余”(capability overhang),模型其实已经能做很多事,只是我们还没找到正确的打开方式。 Claude Code 最近一个关键变化是砍掉了 80% 的系统提示词。早期模型需要详细的指令和大量示例,但 Fable 这个级别的模型反过来了,给太多示例反而会限制它,因为它自己的想象力比你给的示例更丰富。新的做法是给上下文,不给约束;告诉它情况,不告诉它不许做什么。 第二个主题叫“找到你的未知”。 你写给模型的提示词就像是“地图”,但真正的代码库和现实世界是“领地”。模型在领地里碰到地图上没标注的东西,就是一个未知数,就得自己做决定。Fable 5 的活动范围太大了,如果你不提前搞清楚这些未知数,它会在你没想到的地方做出你不想要的决策。 他给了几个具体方法: 让 Fable 做一次“盲区扫描”(blind spot pass),在动手之前先通读相关代码,帮你找出你自己都不知道的潜在问题。 让它一口气做四个风格完全不同的原型,这样你可以通过反应来发现自己的偏好,而不是先想清楚再描述。 让它提问你,通过提问把你脑子里那些"知道但没写下来"的细节挖出来。 给它一段别的系统里的代码当参考地图,比直接写规格说明书更高效。 让它在执行过程中记录每个偏离你预期的决策点,事后你能看到它在哪些地方遇到了你没考虑到的问题。 最后让它反过来考你,确保你理解它做了什么,这样你在提 PR 的时候能说清楚发生了什么。 演讲的后半段内容就偏感性了,有点像@onevcat 写的那篇《当编程变得不再有趣》 https://t.co/AKtlV7h0ED。 他说第一次用 Fable 的时候,既觉得获得了很多,也觉得失去了什么。他以前开过一家三十人的 YC 创业公司,当时团队因为写代码太难,被迫在各种功能之间做取舍。几周前他回去看那个代码库,用 Fable 几小时就做完了当年要花好几周的事。他真的很喜欢手写代码时那种在脑子里旋转整个代码库的感觉,但也记得那些熬夜调 bug、项目一个接一个失败的日子。 他最后的建议是“打破常规”(be unreasonable)。 以前做取舍是本能,好、快、省三选二,现在他觉得这套逻辑该被推翻了:与其先设好优先级排除掉一部分,不如逼一下现实,看它是不是真的会逼你二选一。他演讲前一天花四个小时用 Fable 做完了这场演讲的全部 PPT。
又是全神贯注做表格的一天。 脚本移行的工作整理完一部分,以为可以喘口气了。 结果突然通知要エビデンス,搞エビデンス就是不停地截图、贴表格、整理材料。 运行状态要截。 日志要截。 执行结果要截。 然后全部贴到 Excel 里。 按比例分下来,每个人还是要处理几百个。 目的是为了汇报。 告诉那些看不懂代码的人:大家做了这些工作,这些是成果物。 虽然觉得没劲,但工作就是工作。 入乡随俗呗。 结果做着做着,又发现外部设计书一堆问题,好些路径的input和output都写反了。 于是又停下来查表格改文档,要看懂表格A,要参考表格B,要参考表格B,又得去看表格C …… 改完了,继续截图。 结果刚准备截,卧槽文件没了。 赶紧去问,才知道被别人不小心移动到别的目录了,又赶紧搬回来。 突然想到一个问题: 所有文件都放在共享磁盘里,这玩意儿有版本管理吗?谁误删了怎么办? 空气突然安静了几秒。 最后有人说了一句: 所以工作的时候要更加小心啊。 ……行吧。 下午六点。 按理说该下班了。 没人走。 还是一片截图的声音。 没人动,我也不好意思收拾包。 到了六点半,有人累得开始发呆。 有人偷偷拿起手机看两眼,又赶紧放下。 七点多,终于有人开口: 今天感觉弄不完了。 大家讨论了一会儿,然后继续表演截图。 七点半。 几个日本同事终于站起来,说今天先到这里吧。 好耶,有人打样了。 我也跟着打卡,下班。 走在他们的身后,感觉自己越来越像他们了。