提示 Claude Opus 5.5

原文 ↗ Hacker News 讨论 ↗

Anthropic 的 Claude Opus 5.5 快速进步让许多开发者印象深刻，尤其是在编程、规划以及 2D/3D 可视化能力方面，但也引发了关于热度过高、不稳定性，以及似乎每隔几个月就会变化一次的“提示工程”技巧的担忧。评论者同时强调了当前工具的威力与摩擦：不透明的安全拒绝、冗长输出、围绕权限和安全的强硬护栏，以及可能遮蔽模型实际行为的 harness。于是，一些人开始寻求更便宜或更宽松的替代方案（包括中文模型和开权重模型），并质疑当下的 agentic 工作流是否已经成熟到适合长期依赖，还是只是一个快速变化的过渡阶段。

整体能力与热度

  • 许多人认为 Opus 5.5 是一次重大跃升，尤其是在编程和复杂的多小时 agentic 工作流方面（例如构建较大型游戏、多轮计划、自动代码审查、子代理、模拟测试）。
  • 有些人对它仅用 JS/TS 和基础库就能实现 2D/3D 可视化的能力印象深刻，称其相较更早的 Opus 有“函数级跃迁”。
  • 也有人相较社交媒体演示觉得它并不算惊艳，指出许多炫目的结果依赖外部工具（Suno、ElevenLabs 等）和大量编排，而不是“一次性 AGI”。
  • 一些用户表示 Opus 5.5 在编程上优于 Astra，而另一些人仍因成本或限制更少而偏好 DeepSeek/Gemini/中文模型。

提示词、UX 与“AI Slop”

  • 常见抱怨：最佳提示词实践每隔几个月就会变化；人们感觉自己被迫在每次前沿模型发布时“重新学开车”。
  • Anthropic 关于前端默认风格的指导让一些人意识到，为什么即便要求“不要泛泛的 AI 风格”仍会得到相似的设计套路；带着具体要避免的模式进行负向提示更有效。
  • 有些人称赞简单、对话式的工作流（“plan.md、architecture.md、decisions.md”）而不需要复杂 harness；另一些人则严重依赖 MCP、skills、agents 和复杂编排。

工具使用、harness 与会话

  • 对 Claude Code 和其他 harness 的体验参差不齐：
    • 有些人报告了很好的无人值守运行和高效的多代理设置。
    • 另一些人则看到问题：长时间阻塞命令、无法清晰看到工具调用、缓存/会话管理混乱、忘记可用工具（如 PDF 阅读器）、以及过于积极的行为（在询问前就修改代码）。
  • 隐藏工具调用和更严格的权限模型让想要透明度和控制的用户感到沮丧。

安全、拒绝与“思考 token”

  • 5.5 中更强的安全防护让一些人对某些网络安全相关任务或涉及 PII 的操作意外遭到拒绝。
  • 该模型有时会拒绝修改自己的安全设置，或拒绝输入密码/验证码；一些人认为这是一种居高临下和“安全表演”，另一些人则认为这是抵御提示注入所必需的加固。
  • 有几位用户不喜欢“thinking tokens”/内部推理不可见；一些人考虑转向中文提供商，以获得更开放的推理和更少的安全限制。

成本、冗长与稳定性

  • 用户指出 token 消耗更高、输出更冗长，即使要求“简洁”，有用信息也常被埋在底部。
  • 关于成本策略存在争论：把昂贵模型同时用于规划和编码，还是“智能规划器 + 便宜执行器 + 智能审阅者”；在计入工程师时间后，哪种更便宜也存在分歧。
  • 人们越来越希望有稳定、锁定版本或开权重模型，以避免行为不断漂移，以及提示词和工作流持续重新调参。