一句话看懂：Anthropic 发现其新一代 Fable 5（Mythos 类）模型对冗长的指令和示例反应变差，反而在精简的系统提示下表现更佳。为此，该公司将编程工具 Claude Code 的系统提示大幅削减了 80%，从数百行缩减到更简洁的版本，这标志着 AI 模型对齐方式可能正从“指令约束”转向“上下文引导”。
事件核心：发生了什么
据 Anthropic 技术团队成员 Tariq Shihipar 的公开说明，公司在调试 Claude Code 时发现，Fable 5 模型（也称为 Mythos 类）对系统提示的响应逻辑发生了根本变化。原本叠加更多指令和示例的做法不再提升效果，反而限制了模型的发挥。Shihipar 直言，“这些模型想要更小的系统提示”，因为模型自身的想象力超出了人类提供的示例。
为此，Anthropic 将 Claude Code 的系统提示长度削减了约 80%，从原本包含大量规则（如“不要这样做”）和示例的冗长提示，转变为更短、更强调上下文的引导方式。这一变化并非一次性完成，而是经历了三个阶段：早期模型需要短提示配合大量示例和限制性指令；中期模型理解能力增强，提示随之变长；如今 Fable 系列模型再次退回短提示路线，但背后的逻辑已完全不同——不再是为了限制，而是为了释放模型的创造力和主动性。
为什么重要
这次调整不只是产品优化，更暗示了 AI 模型对齐路线的一次潜在转向。传统上，系统提示被视为“遥控器”，开发者通过写满规则的提示来控制模型行为，但 Fable 5 的表现为提示工程带来新的反思：当模型本身足够聪明时，冗长的指令反而成为束缚。
对于 Anthropic 而言，减少系统提示意味着 Claude Code 的推理过程更少受到人工预设的干预，模型可能在实际编程、生成代码时做出更符合上下文的判断。这直接影响了 AI 辅助编程工具的性能上限，也可能改变开发者编写提示的策略——从“写清楚规则”转向“提供高质量上下文”。
此外，这一发现可能推动整个行业的提示工程重新演化。如果其他开源或闭源模型也表现出类似特性，那么过去数年间积累的“长提示”经验库可能面临大规模重写。
对用户/开发者/创作者的影响
对于使用 Claude Code 的开发者：更短的系统提示意味着工具在理解复杂项目上下文时可能更灵活、更少出现生硬拒绝或重复作答。开发者可以少花时间在提示调优上，更多精力放在项目本身。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于 AI 应用和 API 开发者：提示工程的规则正在变化。过去需要大量示例和否定词（如“不要使用Python 2”）来强迫模型遵循，现在可能需要转向“描述问题环境”来引导模型自行推理。这可能改变基于 Claude API 构建应用的架构设计思路。
对于关注 AI 技术路线的创作者和研究人员：这是模型能力提升后对齐方式相应简化的实证，可能影响后续教育资源、开发文档和社区实践的方向。
值得关注的后续
1. 产品落地验证：Claude Code 削减提示后的实际编码质量、速度与用户满意度是否会有公开对比数据，这将直接决定其他 AI 编程工具是否会跟进。
2. 价格与效率变化：更短的提示输入意味着每次 API 调用的输入 token 成本降低，如果模型输出质量提升，用户可能获得双重收益，但 Anthropic 是否调整定价策略尚未可知。
3. 竞品反应：OpenAI 的 GPT 系列与 Google 的 Gemini 是否会在近期发布类似“短提示更优”的研究发现，或在其产品中悄悄降低系统提示长度，值得跟踪。
