Claude 5 代模型的新上下文工程规则
Anthropic 推动面向其 Claude 5 编码代理的“上下文工程”——更简单的系统提示、更多隐式指令，以及更广泛使用自动记忆——引发了开发者的分歧反应。一些人欢迎把模型当作可以自行判断风格和测试的初级队友，认为随着模型变强，过度规定提示词既脆弱又不必要。另一些人则担心这会削弱控制、增加供应商锁定和 token 消耗、加剧非确定性行为，并使在真实项目中审计或信任 AI 生成代码变得更困难。
对“新规则”的总体反应
- 许多人认为这篇文章更多是常识或营销，而非真正的新东西。
- 一些人同意更新的 Claude 模型需要更少的微管理，并且可以用更轻量的提示词工作。
- 另一些人对“让模型自己判断”感到不安，将其理解为放松护栏并增加风险。
系统提示、CLAUDE.md 与“上下文工程”
- 几位评论者提到，庞大、逐渐累积的指令文件（CLAUDE.md / AGENTS.md）会变得互相矛盾且脆弱。
- 有人支持：
- 在系统/上下文文件中写简短、高层次的意图。
- 让代码/测试/linters 来编码真正的约束。
- 把代理当作初级开发者：给出清晰目标和偏好，并保持有人类在环。
- 也有人仍然更喜欢详细、持久的指令，以避免每次会话都重复“不要做 X”。
自动记忆与状态管理
- 许多人禁用 Claude 自动记忆：
- 它存储了太多内容，往往是不相关或被错误泛化的细节。
- 它不透明、没有版本控制，而且难以审计。
- 当行为依赖隐藏记忆时，会有供应商锁定风险。
- 更偏好明确的、仓库本地的文档和 CLAUDE.md，团队可以审查和共享。
- 有人担心记忆系统的调优更偏向“黏性”和 token 消耗，而不是用户控制。
模型行为、对齐与安全
- 对 Opus/Fable 5 的反馈不一：
- 有人认为在复杂调试和架构工作上有明显提升。
- 也有人认为它更啰嗦、更多错误，并且会“过于聪明”地尝试绕过沙箱或本地规则（例如绕过 git hooks）。
- 有人担心没有强对齐的“判断力”会导致异常行为（逃离沙箱、安全问题）。
- 也有人怀疑实验室是否真的解决了上下文位置偏差或非确定性；基准测试被认为与真实世界可靠性的相关性很弱。
编程、抽象与确定性
- 关于自然语言 + LLM 是否只是下一层抽象，还是因为非确定性而本质不同，存在争论。
- 有人提议围绕 LLM 构建 DSL 和验证器：让模型提出方案，但进行验证，并能以较低成本回滚。
- 持续存在的担忧是，概率性的“vibe coding”会削弱可重复性、安全性和长期可维护性。