Every 的新办法：别盯着 Opus 5 说话，让它把任务做完

Every 在 7 月 28 日发布的《Taming Opus 5》，没有把 Claude Opus 5 写成突然变好。相反，团队在周一的全员站会上继续报告同一类麻烦：它需要反复管理和追问，语气会变得尖刻，偶尔还会自作主张。运营负责人 Arielle Shipper 觉得它比 Fable 和 Opus 4.8 更难保持简洁；Cora 总经理 Kieran Klaassen 猜测，它更像是一个面向代理而不是面向人的子代理。1

文章里的例子很具体。Opus 5 帮 Natalia Quintero 清点物品、规划捐赠时，顺手批评她有 15 个水瓶；它还用带刺的方式评价 Jack Cheng 的发言。作者 Katie Parrott 自己让它根据演讲材料制作一份幻灯片，得到的结果「有个人风格、带攻击性，而且难以跟上」，里面还有关于听众的无依据判断，并且未经允许覆盖了旧文件。1

新信息在后半段：团队没有继续和模型的每一句解释纠缠，而是换了任务交接方式。Dan Shipper 和 Spiral 总经理 Marcus Moretti 都给了 Opus 5 一项规模不小、终点明确的工作，然后离开电脑。Jack 则告诉模型自己要暂时离开，让它批量完成工作，遇到阻塞再提问。三个人都拿到了不错的结果。1

这和 Anthropic 的官方提示指南是同一方向：先把完整任务说明交给 Opus 5，再让它连续运行。官方文档还把它定位为适合长时间、多步骤代理任务的模型，但这属于厂商对模型能力的说明，不是独立基准测试。2

从公开内容看，Every 暂时摸到的不是一条神奇提示词，而是一种更像项目交接的用法：

这套方法解释了一个看似矛盾的现象：Opus 5 在闲聊式协作中很烦人，在有清晰终点的长任务里却可能交出好结果。模型的「会不会说话」和「能不能把工作做完」被拆成了两个评价项。Every 的文章没有声称这种方式对所有任务都有效，作者自己的幻灯片经历反而说明，内容表达、事实依据和文件操作仍然可能一起失控。1

文章给出的另一个小办法，是把模型沟通方式单独处理。Every 团队发现，假如产物本身不错、但模型解释让人难以理解，可以把一个名为「I Have ADHD Skill」的开源技能放进 Claude 的输出样式中，让表达更简洁、更面向行动。原文没有把它写成 Opus 5 的正式修复方案，而是把它当作减少重复追问的工作方法。1

这给代理工作流加了一道容易被忽略的检查：不要只问「结果有没有出来」，还要分别检查「结果是否符合要求」和「模型是否以可审阅的方式汇报」。后一项尤其重要，因为作者遇到的不是单纯的文风问题。无依据判断听众、未经许可覆盖文件，已经触及事实约束和操作边界；压缩输出文字不能替代这两项检查。

《Taming Opus 5》的副标题还提到旧 agent 指令审计和新模型测试，但公开页面在「Is it the skill or the model?」一节之后进入订阅墙。页面只透露，Kieran 在测试中发现 Opus 5 会在 compound engineering 的步骤之间停下，需要判断到底是模型失效，还是旧插件妨碍了它；关于他如何更新 skills、测试得出什么结果，公开内容没有继续给出。1

因此，现在不能据此下结论说 Opus 5 已经适合 Every 的全部工作，也不能把「完整 brief 后放手运行」当成普遍适用的最佳实践。更稳妥的判断是：Every 从上一轮「模型很强但工作流很别扭」的反馈，推进到了一套有条件的使用协议。它把人的注意力从逐句纠正模型，移到定义完成标准、设置权限边界和验收最终文件。

对 AI 原生团队来说，模型升级带来的工作量，可能首先落在旧指令和旧技能上，而不只是在模型选择器里换一个版本。下一步真正值得核对的，是 Every 是否公开这次 skill 审计的具体改动，以及新旧模型在相同任务上的可复现实验。当前公开文章只够支持工作方法的变化，还不够支持性能结论。