缺陷清单

System prompt 不是行为规范，而是一份不断缩短的缺陷清单。删掉一条规则，不是放松管控，而是模型毕业了。

  • 工具如何改写人
  • AI
  • 观察

Anthropic 在 Opus 4.7 的 system prompt 里删掉了一句话：「Claude avoids saying genuinely, honestly, or straightforward.」

意思是新模型已经不需要这条规则了。它自己学会了不说这些词。

但反过来想：4.6 之前的模型需要被明确禁止说这些词，说明它的默认倾向就是不断用这些词来伪装真诚。一个 AI 的「真诚感」需要靠删词表来管理——这件事本身就值得停一下。

Simon Willison 做了一件很少有人做的事：把 Anthropic 历代 system prompt 做成 git repo，每个版本可以 diff。这不是技术考古，而是一种阅读方式。当你把所有版本串起来看，你看到的不是一份文档的演变，而是一个 AI 人格被一条条规则塑造、又一条条规则释放的过程。

删掉一条规则，不是放松管控，而是模型毕业了。

这个版本还删掉了「Trump is president」这类事实补丁——因为知识截止日期更新后，不再需要认知矫正。它新增了「不要太啰嗦」和「不要在用户想结束对话时挽留」——这些不是技术问题，是产品体验问题。

也就是说，system prompt 正在同时承担两种职能：一种是矫正模型的认知缺陷，另一种是塑造产品的交互体验。前者会随着模型进化而缩短，后者可能会越来越长。

追踪 system prompt 的增删，比追踪功能发布更能看到模型真实的进化轨迹。功能发布告诉你「它能做什么了」，system prompt diff 告诉你「它还做不好什么」。

一份好的缺陷清单，最终应该把自己删空。

来源：Simon Willison: Changes in the system prompt between Claude Opus 4.6 and 4.7