一句话看懂：Anthropic 在最新演讲中透露，已将 Claude Code 的系统提示词删减 80%，并推出更高效的 Fable 5 模型。此举背后是 AI 行业 token 成本失控的现实——Anthropic 花在算力上的钱已是薪资支出的 2.3 倍，大公司如 Uber、花旗已开始严格管控 AI 使用预算，行业正从“炫耀 token 用量”转向“拼命压缩 token 成本”。
事件核心：发生了什么
据 Anthropic 技术团队成员 Tariq Shihipar 在最新演讲中披露，公司已删除 Claude Code 约 80% 的系统提示词（system prompt）。此前，Claude Code 把所有工具和功能内置后，系统提示词一度膨胀到 65,000 个 token，即便关闭大部分功能也仍有 12,000 个 token。Anthropic 认为，旧提示词反而限制了新模型的表现，新模型 Fable 5 比示例更有想象力。与此同时，一个名为 Caveman 的插件走红，专门用于压缩 Claude Code 输出中的“废话”，据创建者 Julius Brussee 评测，可减少 65% 到 75% 的输出 token，且不影响代码、命令等核心内容。甚至 OpenAI 的工程总监 Shayne Sweeney 也为此项目贡献了代码。
为什么重要
这标志着 AI 行业的成本逻辑正在发生根本性变化。过去两年，行业主流做法是“堆 prompt”——不断往系统提示词里加规则、示例和行为约束，以期提升模型表现。但 Anthropic 的实践表明，当模型能力超过提示词设计者的预期时，过度提示反而会成为束缚和“负担税”。更关键的是，system prompt 每次调用都要被读入、计费、占用上下文，这直接推高了 token 成本。当前，Anthropic 每位工程师每年对应的算力支出约 51.5 万美元（按高级工程师 22.4 万美元完全成本计算），是人力成本的 2.3 倍。这迫使公司重新审视 token 使用效率，从“让模型更聪明”转向“用更少的 token 干同样的活”。OpenAI 和 Anthropic 的路线分化也因此更清晰：OpenAI 一直在压 reasoning trace、压缩 token，其 Codex 5.5 用 2 万 token 即达到高分；而 Claude 更依赖大上下文窗口来处理更长的推理输出，token 效率处于劣势。
对用户/开发者/创作者的影响
对于使用 AI Coding 工具（如 Claude Code、Cursor、Copilot）的开发者，首要影响是实际使用成本。过去大家习惯“用更多 token 换取更好的体验”，但现在，Anthropic 的做法提示：Prompt 债比代码债更隐蔽、更费钱。如果你还在沿用旧的提示策略，很可能会发现模型“变蠢了”，实际上是因为旧 prompt 拖累了新模型。对企业采购者而言，AI 预算管控将更严格。Uber 已为每位工程师设定每月 1500 美元的 token 上限，花旗银行等机构甚至直接停用高级 AI 工具。这意味着企业需要重新评估 AI 工具的投资回报率，而不是只看“效率翻倍”的宣传。对普通用户而言，未来可能会出现更多类似“Caveman”的轻量化优化插件或工具，帮助减少 token 浪费，降低使用成本。
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。
值得关注的后续
第一，Anthropic 删减 80% 提示词后，Claude Code 的性能是否会下降，还是反而提升？需要看具体 benchmark 数据和用户反馈。第二，这一做法是否会被 Cursor、Copilot 等竞品跟进？目前 Cursor 仍在大量测试 system prompt 的 A/B 效果，其 “10% 到 30%” 的提升幅度说明提示词优化仍是差异化优势。第三，Fable 5 模型能否在保持推理质量的前提下进一步压缩 token 使用，直接影响到 Claude 在编程助手市场的竞争力，也决定了 Anthropic 能否在 OpenAI 的 “省钱” 路线下站稳脚跟。
来源：InfoQ CN
