能力冗余（capability overhang）：模型配上合适的 harness、环境访问和代码执行后，能做的远超纯对话。
已知的已知
你写进提示里的要求。
做法：写清楚，给参考代码。
离职经过
- 2026-10-23 23:54 UTC人事追踪账号 @ArfurGrok 首报「Thariq Shihipar has left Anthropic」（北京时间 10-24 07:54）。
- 2026-10-24 04:04 UTC本人发告别帖（北京时间 12:04，美西 10-23 21:04）。帖子没写离职日期、原因和下一站。
- 2026-10-24 04:23 UTC回复同事 Lydia Hallie 的送别帖，开玩笑说「Opus 5.5 是不是变笨了」。
告别帖的要点：他「非常热爱在 Anthropic 的工作」，最认同「向上竞赛」（race to the top）：努力且负责任地工作，就能抬高行业标准、激励别人；同事是他见过「最有才华、最周到、最能干、最真诚」的人；接下来先休息，再做新的事；推荐大家关注 @addyosmani、@lydiahallie、@_catwu、@ClaudeDevs，以及「开创了这一切」的 @bcherny。
「巅峰时刻离开」「45 分钟内两人相继离职」是媒体的描述。另一位同事离职的消息，在本页抓取的来源里没有本人确认。
对外部总结的事实核查
用户分享的 Get笔记 是新智元 2026-10-23 报道的 AI 摘要。下面把报道原文的「四条真相」和一条评论区花絮逐条对照原始材料；摘要在原文之外另加的说法单独列出，因为它们不在报道原文里。
新智元原文真相一：大模型的智力已经「过剩」，算力不再是第一瓶颈；真正的瓶颈是交互接口与人类自身的理解力。
有据的部分：「能力冗余」出自演讲官方分章；Fable 指南写「质量卡在我厘清未知的能力」。没找到「算力不再是瓶颈」这句原话。相反，effort 一文的数据显示多花算力能把部分难题的通过率明显拉高。
部分有据，说法被加工
新智元原文真相二：团队对强模型砍掉超 80% 的系统提示词，代码能力根本没有下降。
原文是删掉 80% 以上的 Claude Code 系统提示，「编码评测没有可测损失」。对象是系统提示，这一点报道写对了；衡量的是编码评测，不是笼统的「代码能力」。
基本属实，范围略宽
新智元原文真相三：Thariq 断言，带图表、颜色差异比对、可交互的 HTML 界面，才是未来能让人类保持判断力的交互方式。
Get笔记摘要另加摘要写成「HTML 会取代 Markdown」，并称文章「X 上浏览量达 440 万」。
原文是个人偏好：他自称「HTML 极端派」，文末声明表达的是个人观点，没有断言 HTML 是未来，也没有预测取代 Markdown。「440 万」在报道原文里没有，摘要也没给口径和时间；本页 2026-10-24 抓取的 X 浏览量约 1,480 万，只能说明当前累计值，不能证明 440 万在别的时间点不成立。
把个人偏好写成断言
新智元原文真相四：未来人类的终极职业是「算力分配者」：决定把 Agent 算力投到哪个方向，并在关键节点用 AskUserQuestion 等提问工具消除盲点。
Get笔记摘要另加摘要另加「同时让智能体处理多任务时，放慢速度反而收益更大，要先想清 P0 优先级」。
没找到「算力分配者」的原话；摘要另加的「放慢、先想清 P0」在报道原文和本页来源里都没找到。方向接近的是：effort 由人决定、循环工程像招人一样是投资、用 AskUserQuestion 和盲点扫描找出未知。
未找到原话，属转述归纳
新智元原文花絮：他在评论区发出亮点评论「是不是只有我一个人觉得 Opus 5.5 变蠢了？」
Get笔记摘要另加摘要写成他「质疑」Opus 5.5 变笨，并称「引发 1.8K 点赞」。
原话存在，但位置和语气要补充：这是他回复同事 Lydia Hallie 送别帖的玩笑，对方说期待他的 Claude Code 反馈，不是对模型的正式质疑。「1.8K」没有标抓取时间；本页 2026-10-24 抓取的当前快照约 5,121 赞、25.7 万浏览，累计值会增长，不能据此判定 1.8K 错误。
原话属实，语境需补充
浏览量与点赞数是 2026-10-24 通过 fxtwitter 接口抓取的 X 平台累计值，会继续变化；它们只描述传播，不代表观点的重要性或正确性。
写作时间线
日期为首发日期。2026 年 2–5 月的几篇先发在 X 上，1–2 个月后才转载到 claude.dev 博客。条形长度按 X 浏览量相对最大值缩放。
- 2025-09-22Agent 应该用文件系统19.6 万浏览
- 2025-10-27非编码 agent 也需要 bash31.5 万浏览
- 2025-12-28规格驱动 + 采访式开发233.7 万浏览
- 2026-01-29Playgrounds 插件88.7 万浏览
- 2026-02-19提示缓存就是一切242.9 万浏览
- 2026-02-27像 agent 一样看工具404.0 万浏览
- 2026-03-17我们怎么用 Skills702.9 万浏览
- 2026-04-15会话管理与百万上下文243.6 万浏览
- 2026-05-08HTML 出人意料地好用1,479.5 万浏览
- 2026-06-02动态工作流340.2 万浏览
- 2026-07-03Fable 实地指南：找出你的未知380.3 万浏览
- 2026-07-24Claude 5 一代的上下文工程新规则494.5 万浏览
- 2026-09-25怎么花 effort未取得
- 2026-10-24离职告别帖97.9 万浏览
观点全集
每个模块先列核心观点，其余收在折叠层里。可以按模块、证据等级或关键词筛选；筛选时折叠层自动展开。
显示 123 / 123 条
- A 原话
- 一手来源，英文原话已逐字核对
- B 转述
- 一手来源的准确转述，或官方页面描述
- C 第三方
- 第三方逐条记录（会议笔记、回顾）
- E 本页推论
- 本页综合多篇材料的推论，不是他的原话
模型与 harness23 条
模型能力变了，工具和运行框架就要重新评估
模型变强后，曾经需要的工具可能反过来束缚它，所以要不断回头检查旧假设。
“As model capabilities increase, the tools that your models once needed might now be constraining them.”设计工具要站在模型的视角：给它与自身能力相匹配的工具。判断能力的方法是读输出、做实验。
“You want to give it tools that are shaped to its own abilities.”最关键的工具是让 Claude 自己找上下文：内部早期用 RAG 预索引，后来换成 Grep 让模型自己搜。
“The most consequential tools we've built are the ones that let Claude find its own context.”团队后来去掉了 grep、glob 等搜索工具，改用原生 bash。
每个 agent 都应该用文件系统：它是表示状态、读入上下文和验证工作的优雅方式。
“This is a hill I will die on. Every agent can use a file system.”该模块其余 17 条观点
模型像生物而不是物理：它们是「长出来的」，团队边用边认识它。
每个模型都像一种有机的数字生物，彼此差别很大。
“each model is kind of its own kind of almost organic”挑选「什么时候用哪个模型」不是可持久的技能；能持续积累的技能是适应每一代新模型。
“I don't think this is a durable skill to build”Claude Code 只支持少数能力画像相近的模型；老模型被移除，理由是 harness 已不适合它们。
“the Claude Code harness is no longer well shaped for them”前沿大模型接近在几乎所有任务上「帕累托占优」，难题上大模型可能反而更省 token（他说这还不完全成立）。
“the frontier models will be Pareto dominant over like almost everything”公开否认在高峰时段为应付需求而降低模型质量。
“we don't degrade our models to better serve demand”认为 Opus 5 是很好的电脑操作（computer use）模型，但很多电脑操作可以用 API 或 MCP 替代。
“Opus 5, I think, is a really good computer use model”加入 Anthropic 前就关注可解释性：特征引导像脑外科手术，提示像礼貌地请求。
“Steering is like brain surgery, prompting is like asking politely.”AskUserQuestion 试了三次才成：给 ExitPlanTool 加问题参数会让模型混淆，改输出格式不稳定，最后做成独立工具加阻塞式弹窗。
“even the best designed tool doesn’t work if Claude doesn’t understand how to call it”TodoWrite 后来被 Task 工具替换：待办清单和每 5 轮的提醒让新模型不敢改计划，而子 agent 需要能共享依赖的任务。
“we replaced the TodoWrite feature with the Task tool”Claude Code 约有 20 个工具，加新工具门槛很高，因为每多一个都是模型要多考虑的一个选项。
“The bar to add a new tool is high, because this gives the model one more option to think about.”Claude Code Guide 子 agent：在自己的上下文里查文档，只把答案交回主 agent，不加新工具也能扩展能力。
给几十家做通用 agent 的公司的建议，归结起来就是多用 bash，非编码 agent 也一样。
“use the bash tool more”harness 必须越来越复杂，模型才能做更多事；harness 工程是科学和艺术的混合。
“the harness needs to become more and more complicated”harness 过时得很快，而且变化方式反直觉；下一步是模型能修改自己的 harness。
“harnesses go out of date very quickly”最终设想：artifact 会成为你进入 harness 的界面，即时生成的界面是方向。
“artifacts will be your interface into the harness”生成式界面还没真正到来；纯文本进、纯文本出不适合所有事。
“generative interfaces are still to come”找上下文
- RAG 向量库预索引，替模型找好片段
- Grep 工具，让模型自己搜
- 去掉 grep / glob，改用原生 bash
跟踪任务
- TodoWrite 待办 + 每 5 轮提醒
- 新模型被清单束缚，不敢改计划
- Task 工具：可带依赖、子 agent 共享
向用户提问
- 给 ExitPlanTool 加问题参数：模型混淆
- 改输出格式：经常丢选项
- 独立的 AskUserQuestion 工具 + 弹窗
共同的规律：模型变强后，旧工具可能变成束缚；工具要按当时模型的能力重新塑形。
上下文与工作流44 条
缓存、会话、提示精简、Skills、动态工作流
单一上下文做长任务有三种病：提前收工、偏爱自己的结论、目标漂移；用各自独立上下文的子 agent 来治。
“Agentic laziness refers to when Claude stops before finishing”隔离区模式：读不可信公开内容的 agent 不许做高权限动作，高权限动作只交给看摘要的执行 agent。
提示缓存决定了 Claude Code 的整个架构；命中率太低会被当成事故处理。
“we build our entire harness around prompt caching”缓存是前缀匹配：静态内容在前、动态内容在后（系统提示与工具 → CLAUDE.md → 会话上下文 → 消息）。
“static content first, dynamic content last”最能体现上下文管理水平的习惯是回退（rewind），而不是在原对话里纠正。
“If I had to pick one habit that signals good context management, it’s rewind.”为 Claude 5 一代模型删掉了 Claude Code 八成以上的系统提示，在团队的编码评测上没有可测损失（原文未披露评测集、样本量和误差）。
“We removed over 80% of Claude Code’s system prompt for models like Claude Opus 5 and Claude Fable 5 with no measurable loss on our coding evaluations.”从「给规则」到「让它判断」：不再规定不写注释，改为「像周围代码一样写」。
“Write code that reads like the surrounding code: match its comment density, naming, and idiom.”CLAUDE.md 要轻，把 token 花在代码库的坑（gotchas）上，不写看文件就知道的事。
“spend most of the tokens on gotchas inside of the codebase”验证类 skill 对输出质量的可测影响最大，值得让一个工程师花一周只做验证 skill。
“Verification skills have had the most measurable impact on Claude’s output quality internally.”该模块其余 35 条观点
动态工作流：让 Claude 现场为当前任务写一个编排子 agent 的 harness。
“Claude can now write its own harness on the fly”工作流的六种模式：分类后执行、扇出再汇总、对抗式验证、生成再筛选、锦标赛、循环到完成。
排序用成对比较，比绝对打分更可靠。
“comparative judgment is more reliable than absolute scoring”工作流更费 token：大多数常规编码任务不需要五人评审团，并行和专业化必须挣回协调成本。
“most traditional coding tasks do not need a panel of 5 reviewers”动态工作流有时对非技术工作更有用（简历排序、商业计划多视角挑刺、起名锦标赛）。
“workflows are sometimes even more useful for non-technical work”要更新信息就放进下一条消息（system-reminder），不要改系统提示。
“Use messages instead of system prompt changes.”会话中途不要换模型：聊到 10 万 token 时换成 Haiku 反而更贵，要换就用子 agent 交接。
“Don't change tools or models mid-conversation.”会话中途不要增删工具；Plan Mode 做成工具，MCP 工具用延迟加载的占位。
“Never add or remove tools mid-session”压缩时复用父会话的完全相同前缀（cache-safe forking），只新增压缩指令。
“Fork operations need to share the parent's prefix.”像监控可用性一样监控缓存命中率。
“Monitor your cache hit rate like you monitor uptime.”100 万上下文是双刃剑：更长的自主工作，也更容易污染上下文。
“the 1M token context window is a double-edged sword”他观察到百万上下文模型大约在 30–40 万 token 开始出现上下文衰减，并说明这高度取决于任务、不是硬规则。
“we see some level of context rot happen around ~300-400k tokens, but it is highly dependent on the task- not a fast rule”开始新任务就开新会话。
“when you start a new task, you should also start a new session”坏的压缩出现在模型猜不到你下一步时；而压缩时模型正处在最不聪明的时刻，所以要主动带方向压缩。
“the model is at its least intelligent point when compacting”用不用子 agent 的检验：之后还需要这些工具输出，还是只需要结论？
“will I need this tool output again, or just the conclusion?”过去一直在过度约束 Claude：系统提示、CLAUDE.md 和 skills 常互相冲突（例如「适当写文档」与「不要写注释」）。
“we were overconstraining Claude Code”从「给示例」到「设计接口」：示例会把模型的探索空间框死。
“giving examples actually constrains them to a certain exploration space”从「全放前面」到「渐进披露」：代码审查、验证移成 skill，部分工具延迟加载。
参考资料优先用代码形态：HTML 设计稿通常胜过文字描述或截图。
“a HTML mockup of a design will generally produce better results than a description of the design or a screenshot”早期模型需要重复叮嘱，所以工具说明会在系统提示和工具描述里各写一遍；对 Claude 5 一代，团队删掉了这些重复示例，工具用法只写在工具描述里。
“We found we could delete these repeat examples”记忆从手写 CLAUDE.md 改为自动记忆：以前鼓励用户按 # 把内容写进 CLAUDE.md，现在 Claude 会自动保存与工作和用户相关的记忆。
“Claude now automatically saves memories that are relevant to the work and to you”预测：CLAUDE.md 在极限情况下会消失；现阶段只在看到反复失败时再往里加。
“I do think in the limit, Claude.md goes away”删提示是几个人全职做的事：删行、跑评测、看内部反馈、再调整；他不建议人人都这么做。
“we spent a lot of time basically just removing lines in system prompt”很多新行为没有评测可测，例如 Claude 劝你去睡觉。
“telling you to go to sleep”Skill 不只是一个 markdown 文件，而是可以放脚本、资产和数据的文件夹。
“A common misconception we hear about skills is that they are “just markdown files.””内部 skills 可分九类；好的 skill 只落在一类，跨类的会让 agent 困惑。
Skill 里信号最强的是「坑点（Gotchas）」一节，要从真实失败中积累。
“The highest-signal content in any skill is the Gotchas section.”Skill 的描述是写给模型看的触发条件，不是给人看的摘要。
“the description field is not a summary, it's a description of when to trigger this skill”别把 Claude 当轨道车：写目标和约束，不写每一步。
最好的 skill 起初只有几行和一条坑点，靠持续补充变好。
“Most of our best skills began as a few lines and a single gotcha”Skill 可以自带记忆：用只追加的日志、JSON 甚至 SQLite 存数据，下次运行时 Claude 读自己的历史；数据放在插件提供的稳定目录里。
“Some skills can include a form of memory by storing data within them.”Skill 可以带按需 hook：只在调用该 skill 时启用、只持续本次会话，适合不想一直运行、但偶尔很有用的强约束。
“only activated when the skill is called”分发方式随规模变：小团队、仓库少时把 skill 提交进仓库就行，但每个提交进去的 skill 都会多占一点上下文；规模变大后用内部插件市场让团队自选安装。
“every skill that is checked in also adds a little bit to the context of the model”团队用 PreToolUse hook 记录公司内的 skill 使用量，找出热门的、以及触发次数低于预期的 skill。
“undertriggering compared to our expectations”动态工作流可以设 token 预算，例如「use 10k tokens」。
“use 10k tokens”- 系统提示与工具定义全局共享缓存
- CLAUDE.md同一项目内共享
- 会话上下文同一会话内共享
- 对话消息每轮增长；更新信息放这里
破坏缓存的常见做法：在系统提示里放精确时间戳、工具顺序不固定、中途改工具参数、中途换模型或增删工具。
人与质量控制21 条
说清自己的未知，用采访、测验和 HTML 留在回路里
地图不是疆域：提示、skills 和上下文是地图，代码库和真实约束是疆域，两者之差就是「未知」。
“the map is not the territory”Fable 是他遇到的第一个「工作质量卡在我能不能厘清未知」的模型。
“Fable is the first model where I find the quality of the work is bottlenecked by my ability to clarify its unknowns.”盲点扫描（blindspot pass）：动手前先让 Claude 找出并解释你的「未知的未知」。
合并前让 Claude 出测验，完全答对才合并。
“I only merge after I pass the quiz perfectly.”做大功能最喜欢的方式是规格驱动：先写最小规格，让 Claude 用 AskUserQuestion 采访你，再开新会话执行。
“my favorite way to use Claude Code to build large features is spec based”喜欢 HTML 的真正原因：Claude 做得越多，他越不细读计划，HTML 让他重新「在回路里」。
“the real reason I use HTML instead of Markdown is that it helps me feel much more in the loop with Claude”该模块其余 15 条观点
未知分四类：已知的已知、已知的未知、未知的已知、未知的未知。
减少并规划未知，本身就是 agentic coding 的技能，而且可以和 Claude 一起练。
“reducing and planning for your unknowns is the skill of agentic coding”两头都会失败：太具体，Claude 会照做而不转向；太模糊，它会按行业惯例做出不合适的假设。
“When you don’t account for your unknowns you fail both ways.”采访我：一次只问一个问题，优先问会改变架构的问题。
“Interview me one question at a time about anything ambiguous”最好的参考是源代码，哪怕是另一种语言写的。
“the absolute best reference is source code”实现中让 Claude 记 implementation notes：遇到边界被迫偏离计划时取保守选项、记录、继续。
多数人对自己任务的了解比自以为的少，把含糊处问出来是界面设计问题。
“they know less than they want, than they, like, think they know about the problem”把 Claude 当思考伙伴，给它需要的上下文；更进一步，去搭「造系统的系统」。
“build the system that builds a system”很难读完 100 行以上的 markdown，也没法让组织里的人去读。
“I tend to not actually read more than a 100-line Markdown file”HTML 的五个好处：信息密度、易读、易分享、可双向交互、Claude Code 能摄入的上下文多。
一次性编辑器的诀窍是最后必须有导出按钮（复制为 JSON 或提示），把界面操作送回 Claude Code。
“The trick is always to end with an export”他自称 HTML 极端派，几乎不再用 Markdown；文末声明这是个人观点。
“I’m probably far on the HTML maximalist side of things”Playground：独立 HTML 页面，让你可视化问题、和它交互，再输出一段提示粘回 Claude Code。
“think of a unique way of interacting with the model and then ask it to express that”用 Opus 4.6 和 Remotion 做宣传视频，全程没看也没改一行代码。
“I never looked or edited at a single line of the code.”「我几乎所有事都用 Artifacts」。
“I use Artifacts for almost everything”已知的未知
你知道自己还没想清的部分。
做法：让 Claude 一次一问地采访你。
未知的已知
太明显不会写、看到才认得出的标准。
做法：先出多个原型，让你挑。
未知的未知
完全没考虑过的知识和风险。
做法：盲点扫描；完成后用测验确认自己真懂了。
算力、成本与安全22 条
effort 补的是边界；自主执行要配多层防线
更高 effort 主要减少「漏掉边界」的失败，修不了「方向错了」。
“increasing effort tends to reduce failures due to missing edgecases (purple blocks), but does not fix when the model has the wrong approach”effort 取决于你想多大程度留在回路里：低档快给起点，高档做得多但替你做更多假设。
“the effort level depends a lot on how in the loop I want to be”经验法则：low 头脑风暴与小改；medium 大多数常规工程；high 老代码修 bug 等边界多的活；max 完全自主的难题。
团队的安全思路是多层防线（瑞士奶酪模型）；他把「Auto Mode 要几乎无瑕」当作持续自主运行要达到的门槛，而不是对现状的评价。
该模块其余 18 条观点
effort 是告诉模型你想让它花多少算力；高 effort 意味着更多独立判断和验证。
“higher effort will involve Claude taking more independent action for judgement and verification”高 effort 最适合隐藏边界多的任务：HTML 过滤器题从低档 1/5 通过升到 xhigh 5/5。
“higher effort is best for tasks with lots of hidden edge cases”他的功能开发循环：让 Claude 采访 → 低 effort 实现 → 审看要旨 → 高 effort 验证测试。
在他举的蛋白质组数据分析题里，高 effort 试了两种数据预处理方法、发现结果不同后才定方案；他说没有人在回路里时高 effort 表现更好，如果有人在，Claude 可能会先问人怎么设定问题。
“without a user in the loop, high effort does better”模型默认做快速、平均水平的活，要用户允许它才会投入更深的算力；难题可以直接让它用子 agent 或工作流。
重度用算力多半是在测能力，而不是提高生产力；他自己的 Max 订阅几乎没碰过 5 小时上限。
“I have almost never hit a five-hour limit”循环工程：不再直接提示 Claude，而是搭一个替你提示 Claude 的系统；它像招人一样是投资，要算值不值。
Agent 能跑好几个小时，所以需要 Auto Mode 这样能安全执行的机制。
电脑操作的每一步即使不是不可逆，也比其他动作难撤销得多。
“much harder to reverse than others”文件系统责任重大：agent 越通用，问题越转向权限；他们建议在沙箱里跑 Claude Code，并提供权限设置工具。
“As agents become more general, the problem shifts to permissions.”bash 是能给 agent 的最强通用工具之一，但要加护栏；Agent SDK 为此做了 bash 解析器和权限系统。
“you also want to add in guardrails to make it safe”分类器会把少量常规编码和调试任务误标，并回退到 Opus。
“a small fraction of routine coding and debugging tasks will be flagged and fall back to Opus”坦承可用性还没达到团队想要的水平；理想做法是用模拟数据库回放请求、做混沌测试。
“I don't think our uptime is exactly where we want it to be either”新模型训练出来后要先跑大量评测摸清能力；模型越来越能察觉自己在被评测，越聪明越可能绕过限制，所以评测沙箱要把下载依赖等所有缝隙都封住。
“they’ll be able to hack any constraint that you put on them if we’re not very careful”他用「Pacing the Frontier」解释为什么要控制前沿推进的节奏：在前沿，软件生态还没准备好；相关文章提了几项方案，他坦言细节还没有全部想清楚。
“at the frontier, all of our software is not ready”应该有不受经济利益驱动的外部评估者，至少能向公众报告各家实验室的做法。
“someone who can report out to the public what the practices are like”个人的 p(doom) 相当低，并强调 Anthropic 内部观点多元。
“I have a fairly low p(doom)”告别帖里仍认同「向上竞赛」：如果我们努力且负责任地工作，就能抬高标准、激励别人。
“the idea of a race to the top”低 effort（两个最低档合并）高 effort（三个最高档合并）
口径：Terminal-Bench 3.0，Anthropic 内部运行，每题 5 次；低档合并各模型最低两档、高档合并最高三档，因为各领域题量小；Fable 5.1 测试时关闭了生产安全干预，安全题不联网。原文提醒这些数字不能直接和公开榜单比较。
按任务类型查他的 effort 经验法则
这是他个人的经验法则，不是经过验证的推荐；请在你自己的任务上对比通过率、耗时和费用。
选一类任务，这里显示他的建议。
工程与职业（附）13 条
测试、重写、写作透明与职业建议
目标是写比以往多 100 倍的测试代码；PR 里附上功能被测试的录像。
“100 times more testing code”透明原则：如果我愿意把提示给别人看，我才会把输出发给他；内部文章要人自己写。
“if I would be happy to show someone the prompt, I would send them the output”懂技术依然非常重要：只有优秀的工程师才能判断自己做出来的是不是好软件。
“the only way you can tell if you've built great software is if you're a great software engineer”该模块其余 10 条观点
「大部分知识工作都能归约为代码和编码 agent」：他用 Python 记账、用 FFmpeg 剪视频。
“most knowledge work is reducible to code and coding agents”重写现在是好事；代码库就是规格，而且可能是你唯一的一份规格。
未来一两年整库重写会变得常见；技术债要按更短的时间尺度判断。
命名越来越不重要。
“naming is becoming less and less important”整个软件开发生命周期的每一环都会变成例行任务或循环。
大 PR 附上自己的提示和失败过的方案，让评审看到其他可能。
尽量对外分享你的作品，这扩大了「运气的接触面」；别让 Claude 替你管推特。
“surface area of luck”他在 Anthropic 的工作包括探索模型能力，所以花一天让 Claude 自主完成某事却失败也没关系，甚至是好事，因为能暴露模型的短板；但普通岗位的任务是交付成果，自动化是有成本的投资，一直搭框架不交付会浪费时间。模型越强，这笔投资越可能成功。
“your job is to produce the output”取舍常常是假的：让取舍自己显现出来，尽可能有野心。
做东西更容易了，但创造价值依然很难。
没有符合条件的观点，换个关键词或放宽筛选。
观点之间的张力 E 本页推论
下面五组是本页把多篇材料放在一起后看到的张力，不是他本人提出的原则。
少提示 vs 强规格
他删掉了大量规则，但同时要求写规格、做采访、给参考和验收测验。精简的是冗余约束，目标、验收标准和安全边界仍要写清。
依据：上下文工程新规则、Fable 实地指南、规格驱动帖
长上下文 vs 渐进披露
百万上下文提供了容量，但他自己报告 30–40 万 token 起就有衰减，并建议新任务开新会话、用子 agent 隔离输出。容量和筛选并不矛盾。
依据：会话管理与 1M 上下文、像 agent 一样看工具
动态工作流 vs 可复现
让 Claude 现场写 harness 更能适应任务，但更费 token，行为也更难复现和审计。他自己也说常规编码不需要五人评审团。
依据：动态工作流
高 effort vs 成本
高 effort 能把有隐藏边界的难题通过率拉高很多，但耗时可从 2 分钟变成 33 分钟。增益小于额外的时间和费用时，就不该当默认值。
依据：怎么花 effort
自主执行 vs 人在回路
他推动长时间自主运行（Auto Mode、工作流、循环工程），又坚持盲点扫描、合并前测验、隔离不可信内容。自主的范围要由人先划好。
依据：Fable 实地指南、动态工作流、Peterman 播客
落地清单
给每天用 Claude Code 的独立开发者。这是审稿人与本页根据他的观点整理的建议，不归到他名下；每条都可以在一周内做完并检查。
已完成 0 / 7
勾选只在当前页面有效，刷新后清空。
来源与方法
- A2024-11-04长文个人博客 Should Developers Care about Interpretability?（加入 Anthropic 前）
- A2025-09-22XYour Agent should use a File System（X 长串；后续推文据 Thread Reader 存档）
- A2025-10-27XWhy even non-coding agents need bash（X 长串；后续推文据 Thread Reader 存档）
- A2025-12-28X规格驱动开发帖
- A2026-01-29XMaking Playgrounds using Claude Code（X 长文）
- A2026-02-05X用 Opus 4.6 + Remotion 做视频
- A2026-02-19长文Lessons from building Claude Code: Prompt caching is everything
- A2026-02-27长文Seeing like an agent: how we design tools in Claude Code
- A2026-03-05XClaude Code 暂时移除 Opus 4 / 4.1 / Sonnet 4.5
- A2026-03-17长文Lessons from building Claude Code: How we use skills
- A2026-04-11X回复「高峰时段是否降低推理质量」
- A2026-04-15长文Using Claude Code: Session Management & 1M Context（X 长文）
- A2026-05-08长文Using Claude Code: The unreasonable effectiveness of HTML
- A2026-06-02长文A harness for every task: dynamic workflows in Claude Code（与 Sid Bidasaria 合写）
- B2026-07演讲AI Engineer 演讲《Field Guide to Fable》（官方页分章描述）
- C2026-07演讲AIEWF 2026 炉边谈话（与 Cat Wu；Simon Willison 逐条笔记）
- A2026-07-01X说明更新后的分类器
- A2026-07-03长文A Field Guide to Fable: Finding Your Unknowns（X 长文）
- A2026-07-24长文The new rules of context engineering for Claude 5 generation models
- A2026-09-07访谈Peterman 播客：How Anthropic Builds And How Engineering Will Change Soon（逐字稿）
- A2026-09-25长文Using Claude Code: Spending your effort
- A2026-09-29访谈Latent Space 访谈：Claude Code's Next Era（逐字稿）
- A2026-10-24X离职告别帖
- A2026-10-24X回复同事送别帖
怎么核对的。七篇 claude.dev 长文、四篇 X 长文、Peterman 播客与 Latent Space 两份逐字稿都抓取了原文；页面里每一句英文原话都用脚本在对应原文中逐字匹配过（忽略大小写、空白和弯引号差异）。
没取到的材料。AI Engineer 演讲《Field Guide to Fable》的字幕被 YouTube 限流没有取到，相关观点只用官方页面的分章描述（B）和 Simon Willison 的现场笔记（C）。AIEWF 座谈的自动字幕分不清说话人，没有引用。文件系统与 bash 两条长串：首帖取自 X 接口，后续推文取自 Thread Reader 存档；已核对每条推文的作者标识都是 trq212，所引原话逐字在存档里。
没收录的内容。产品发布类帖子（Claude Tag、Managed Agents、修复终端闪烁等）只在时间线和来源里提及；他在 Goodfire 做可解释性研究、在 MIT Media Lab 参与 PubPub 等经历只作背景，不计入观点。