Steven Gonsalvez

Software Engineer

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

Why CEREBRO kept it

Claude Code engineer's harness-design talk; deep agentic mechanics.

The text below is an automated extraction of the article at https://x.com/dotey/status/2074255513353642090, stored verbatim in the public cerebro-vault repository. Copyright remains with the original publisher (x.com).

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

> Claude Code engineer's harness-design talk; deep agentic mechanics.

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

Backlinks

Appeared in 1 briefing

Related

Shares tags: ai/agents · ai/llm-mechanics · cerebro/signal

Also from x.com