提示词负债大扫除：删光 CLAUDE.md 的维护哲学¶

Claude Code 之父 Boris Cherny 在 YC Startup School 2026 访谈（与 Diana Hu 对谈）中说："For people that aren't building agentic products, but you're using Claude Code, every 6 months delete your Claude.md. Delete your skills. Delete your hooks. See what the model does and it might surprise you." 这不是随口一说——Anthropic 自己在 Opus 5 发布时删掉了超过 80% 的 system prompt。本笔记拆解背后的 Prompt Debt / Unhobbling 逻辑，以及一套可落地的清理方法论。

[!info] 基本信息 - 视频: 我刪掉 2500 行 Prompt，結果 AI 反而變聰明了？（Gary Chen，2026-09-02，约 15 分钟，7.92 万订阅） - 原始来源: Boris Cherny @ YC Startup School 2026 访谈 - 完整文章: Patreon 付费文章「你該清理 Agentic 時代下的技術債了嗎？｜AI Instructions Rebuild Set」（本笔记基于免费预览大纲）

1. 核心论点：提示词有折旧性¶

视频章节：0:00 Boris 说每半年删光设定 / 2:22 什么是提示词负债

一句话总结：过去有效的规矩，只代表它解决了当时特定模型的局限，不代表具备长久价值。 提示词和代码一样有「技术债」（Technical Debt），而且折旧更快——每次模型升级都在重新定价你写的每一条规则。

维度	代码的技术债	提示词负债（Prompt Debt）
产生方式	赶工绕过设计、补丁叠补丁	AI 犯一次错就加一条规矩，「只增不减」
折旧速度	随需求变化缓慢折旧	每次模型版本升级都可能整体贬值
检测难度	Lint / 测试 / 架构评审可发现	很难一眼看出哪句指令已「过期」
代价	维护成本上升	占用 Context Window、限制模型发挥、拖慢执行
清理手段	重构	删除 + 消融实验（见第 5 节）

✅ 正确心态：把 CLAUDE.md 当「有保质期的消耗品」，随模型版本「换季」 ❌ 错误心态：把 CLAUDE.md 当「只进不出的资产」，越长越安心

2. Unhobbling：删提示词不是减法，是放虎归山¶

视频章节：2:18（Unhobbling 概念）

Boris 透露：每逢新模型推出（如 Opus 5），Claude Code 团队会大扫除，这次删掉了超过 80% 的 system prompt。关键洞察是——这不是单纯把基础模型练强，而是移除过去针对旧模型弱点层层堆叠的补丁，让新模型原本就具备的高阶能力得以释放。

「解開束縛」（Unhobbling）的本意：去掉拐杖，让本来能跑的人跑步。

        旧模型时代                          新模型时代
   ┌─────────────────┐                ┌─────────────────┐
   │   基础模型能力    │                │   基础模型能力    │
   │   （较弱）       │                │   （大幅提升）    │
   └────────┬────────┘                └────────┬────────┘
            │ 为弱点打补丁                        │
            ▼                                    ▼
   ┌─────────────────┐                ┌─────────────────┐
   │  系统提示词补丁   │                │  补丁成了枷锁：   │
   │  「必须先做 X」   │      ──►      │  绕路流程限制智慧  │
   │  「禁止直接 Y」   │    删掉补丁    │  严格检查拖慢执行  │
   └─────────────────┘    (unhobbling) └─────────────────┘
                                     模型原生能力被释放

判断信号：你的 Instructions 里是否有「模型现在本来就会做」的规定？这类规则在新模型上从「辅助」变成了「束缚」——模型被强迫走为旧模型设计的绕路流程。

3. Prompt Debt 的累积循环¶

视频章节：14:34（只增不减的开发习惯）

多数人的提示词演化路径是一个单行道：

   AI 犯错 ──► 加一条规则 ──► 暂时有效 ──► 模型升级
     ▲                                        │
     │                                        ▼
     └────── 规则失效/冲突 ◄─── 旧补丁成为阻力 ◄┘

   ✗ 断裂点：从来没有人走「删除」这条边

特征对照：

症状	表现
只增不减	AI 犯一次错就加一条规矩，从不回顾
规则冲突	多条旧规则互相矛盾，模型任意取舍（你看不到哪条赢了）
上下文膨胀	每条规则每个 session 都吃 Context Window
越用越笨	规则越多，模型自由推理空间越小

4. Instructions 三分法：哪些能删、哪些不能删¶

视频章节：4:18 哪些能删、哪些不能删

这是全文最具操作性的框架。清理前先把所有 Instructions 分成三类：

类别	定义	典型例子	处置策略
必要 Context	模型不可能通过推理得知的背景信息	品牌定位、项目存放路径、受众定义、团队不成文惯例	✅ 必须保留
Workflow Control	硬性规定执行顺序、指定逐步格式、写死操作逻辑的规则	「先跑测试再改代码」「必须按步骤 1-2-3」「禁止直接重构」	⚠️ 优先清理与测试（最常由旧版补丁演变而来）
安全与验收边界	涉及底线设定的规则	资料存取权限、人工审查节点、发布标准、引用要求	🔒 审慎验证，切勿为精简而贸然关闭

判断决策树：

这条 Instruction 是什么？
│
├─ 模型推不出来、查不到的背景信息？
│    └─ YES → 必要 Context → 保留
│
├─ 规定了「怎么做」的流程/顺序/格式？
│    └─ YES → Workflow Control
│         ├─ 先删掉裸跑测试
│         └─ 输出变差 → 逐行加回，观察是哪一条在起作用
│
└─ 涉及权限、审查、发布、合规底线？
     └─ YES → 安全边界 → 单独验证后再动，
              且验证标准是「安全性不下降」而非「输出更好」

关键认知：真正该记录的是模型查不到的东西（不成文惯例、决策脉络），而项目结构、指令语法这类模型读一眼就懂的内容不需要抄写进 Instructions。

5. 消融实验（Ablation）：三步测试法¶

视频章节：7:21 Ablation 测试三步骤 / 4:00

删减不是盲目全清，而是借鉴研究方法：将设定拿掉后逐行加回（line by line），观察拿掉某条规则对整体输出的实质影响。 这正是机器学习研究里的「消融实验」（Ablation Study）——逐个移除组件，量化每个组件的真实贡献。

  Step 1                Step 2                Step 3
  清空设定              逐行加回              记录判定
┌──────────┐      ┌──────────────────┐     ┌─────────────┐
│ 备份现有  │      │ 加回第 N 条规则   │     │ 有实质影响？  │
│ CLAUDE.md │ ───► │ 跑同一组任务     │ ──► │  YES → 保留  │
│ Skills、 │      │ (Evaluation 集)  │     │  NO  → 删除  │
│ Hooks    │      │ 对比输出差异      │     │  下一行 ↺   │
└──────────┘      └──────────────────┘     └─────────────┘

Claude Code 提供了一条现成的对照组命令（Gary 在 Patreon 文章中重点介绍）：

# --safe-mode 关闭全部客制化：CLAUDE.md、Skills、MCP、Hooks
# 但模型、工具与权限完全不变（v2.1.169+）
claude --safe-mode

用途对照：

工具	关掉什么	回答什么问题
`--safe-mode`	CLAUDE.md + Skills + MCP + Hooks 全部	整套设定到底有没有在帮忙？值不值得逐句细查？
手动备份 + 删除	仅 CLAUDE.md 或某一层	单层设定的净贡献是多少？
`/clear`	当前对话上下文	（对照）与设定无关，勿混淆

先跑 --safe-mode 裸奔基线：如果裸奔结果不差甚至更好，说明大扫除收益可观；如果明显变差，恭喜你——你的设定真的有用，再做逐行消融找出关键行。

6. 两大过滤提问与「由难到易」的补正逻辑¶

视频章节：13:08 大扫除先问这两题 / 13:32 / 13:42 / 12:33

大扫除时的两大灵魂拷问：

「这句话有没有真的改变模型的行为？」——若模型原本就会做，这条规则只是在白白消耗 Context Window。
「这件事它自己查得到吗？」——项目结构、指令语法，模型读取后即可理解，不需重复抄写；该记录的是查不到的不成文惯例与决策脉络。

补正路径则应该「由难到易」，而不是预先塞满防御性提示词：

  先交付真实且具挑战性的任务
            │
            ▼
  观察反复失败的确切瓶颈
            │
            ├── 信息缺失？ ──► 补强 Prompt（写清查不到的 Context）
            ├── 流程复杂易错？ ──► 挂载 Skill（固化多步操作）
            └── 缺外部能力/数据？ ──► MCP 串接工具与资料

✅ 先跑再补：让真实失败告诉你缺什么 ❌ 先补再跑：想象出 100 条「可能有用」的规则，大部分在解决不存在的问题

7. 真正做错的是验证：Evaluation 优先¶

视频章节：9:27 真正做错的是验证

Gary 的核心反省：多数人（包括过去的他）删除设定时翻车，问题不在「删」，而在没有先定义什么叫做「做得好」。没有 Evaluation，删了之后你根本说不清输出是变好还是变坏，只能靠感觉。

正确顺序：

  定义验收标准（什么叫做得好）
            │
            ▼
  准备一组代表性任务（覆盖日常主要场景）
            │
            ▼
  --safe-mode 裸奔 vs 带全套设定 各跑一遍
            │
            ▼
  有证据 → 再做逐行消融，每个删除决定都有数据撑腰

做法	结果
凭感觉删	输出变差也不知道是哪条规则在背锅，只能全量回滚
Eval + 消融	每条规则的去留都有对照数据，删得安心、留得明白

8. Gary 的 2500 行大扫除实录¶

视频章节：6:16 我删掉 2500 行的实录

Gary 用这套方法对自己的 Instructions 做了一次大扫除，数据如下：

指标	数值
删除行数	2500+ 行 prompt
测试耗时	2 天
心智负担	明显减少
Token 消耗	降低
工作流可维护性	显著改善

（细节步骤与 Rebuild Set 提示词模板在 Patreon 付费部分，免费预览仅到大纲。）

9. 外部印证：Anthropic 官方指导与研究文献¶

Gary 的实战经验与外部权威来源高度一致：

Anthropic 官方对 CLAUDE.md 的指导（via Charlie Hills, 2026-08-09）：
"target under 200 lines per CLAUDE.md file. Longer files consume more context and reduce adherence."（建议每个 CLAUDE.md 控制在 200 行以内）
"Claude treats them as context, not enforced configuration."（规则是上下文，不是强制配置）
"if two rules contradict each other, Claude may pick one arbitrarily."（冲突规则会被任意取舍）
Lost in the Middle（Liu et al., TACL）：模型对长上下文的开头和结尾读得仔细，中间部分是被略读的。CLAUDE.md 在每次会话最先注入，行数越多，你真正要问的内容被推离「仔细阅读区」越远。
Charlie Hills 的审计实践（与 Gary 方法互补）：
195 个 Skills 里真正用过的只有 65 个——问题不是数量，而是多少个在做同一件事
审计 prompt 会先抓取 Anthropic 当日发布的 live guidance 再逐行判定 DELETE/KEEP/REWRITE，每条 DELETE 必须引用官方原文佐证
他的结论与 Gary 呼应："I'm not deleting mine. I'm maintaining it."——大扫除不是一次性事件，是维护习惯

三层架构的分工（Charlie Hills 模型，可作为清理后的目标形态）：

  CLAUDE.md（前门接待，<200 行）
      │  只放：我是谁、东西在哪、全局偏好
      ▼
  Hooks（触发器：说到关键词 → 拉起对应项目文件）
      │  「说 carousel」→ 自动载入 carousel 项目规范
      ▼
  Skills / 项目 .md（按需加载的档案柜）
       项目专属规范平时不进上下文，用到才加载

10. 行动清单¶

结合视频与外部资料的落地步骤：

备份：完整备份 CLAUDE.md、Skills、Hooks（git 或复制目录）
建 Evaluation：写下 5-10 个代表性任务与「做得好」的标准
跑基线：claude --safe-mode 裸奔跑一遍，对比带全套设定的输出
三分法盘点：把每条 Instruction 归入必要 Context / Workflow Control / 安全边界
消融：Workflow Control 逐行删除/加回测试；安全边界单独验证
两问过滤：每条保留项都要回答「真的改变行为吗」「它自己查得到吗」
换季提醒：与模型版本升级周期绑定（约每 6 个月），重复 1-6

✅ 定期消融审查：配合模型升级周期，逐条增删比对 ❌ 盲目全清：跳过 Evaluation 直接删光，把品牌调性、安全边界一起丢掉 ✅ 流程做减法：先清空死板的 Workflow Control，让新模型裸跑，只在真实出错点精准补充