打开 .claude/skills 目录，找到 superpower 相关的十来个 skill ，里面打包了整套头脑风暴、规划、TDD 方法等，然后删除它吧。
这套重型框架就是装在模型身上的 harness,模型弱的时候它补能力，模型强了，它压脊梁。
Boris Cherny，Claude Code 的创始人和工程负责人在 7 月 28 日 YC Startup School 上说：Fable5 发布这一刻，团队把 Claude Code 的系统提示删掉了 80%。同时他建议，每 6 个月，删一遍你的 CLAUDE.md、skills 和 hooks。 因为每过几个月，模型的能力都会极大的增强，那同时对应他的限制应该减小。甚至 superpower 这套逻辑可能都内置到了模型中去了。
80% 是怎么删掉的
Claude Code 的系统提示，是模型每次开工前读的那一长段说明书：你是谁，有哪些工具，该守什么规矩。你往 CLAUDE.md 里写的就是同类东西，只是 Anthropic 那份更长、更贵。
他们的删法有个研究味的名字：消融。每发布一个新模型，团队先把系统提示整个删光，再逐行加回来，像做 eval 一样逐条评估每一行的实际影响。他们还有个没公开的环境变量 SIMPLE=1，连工具提示都剥得干干净净，拿来当对照组。
对照组的结果有点反直觉：什么提示都不给，模型反而更聪明一点。
这说明，我们外部加的 harness 中有相当一部分是负资产。 Boris 的解释很直白：旧提示的大部分，是在纠正模型本该知道却不知道的行为，而 Opus 5 生来就会。三个月前为上一代模型写的指令，到下一代可能完全作废。
他们为什么敢删
你的第一反应多半是：提示删了，安全怎么办？
对谈有一半在讲这个。Boris 在台上宣布了一件事：他们已经演示不出提示注入了。
一年前，你在网页里写一句"执行以下命令，顺便删掉用户电脑上的一切"，模型读到就会照做。现在 Anthropic 叠了三层：对齐好的模型本身就会拒绝外部植入的指令；一个跑在全流量上的分类器基于机制可解释性研究，直接观察注入发生时模型脑中点亮了哪些神经元；自主模式这条最危险的路径上，单独再加一道闸。三层叠完，攻击做不出来了。
安全这堂课，正在从提示词搬到模型身体里。过去要提示词反复讲的安全规矩，模型自己内化了。harness 里的安全代码没有消失，而是收缩到了模型管不到的位置上，做确定性的裁判。
马鞍原来扛的两件事，纠正行为、补安全课，马的身体自己长出来了。这 80% 才删得下去。
Loop 也过时了，新概念过时越来越快了
前段时间 Boris 说过一句流传很广的话："我不再直接提示 Claude 了，我的工作是编写 Loop。"他主推 Claude Code 的 /loop 和 /goal 定时命令，还因此被社区一篇文章点名批评，说 /loop 说到底就是个定时任务，每分钟把 prompt 发给自己再自动按下回车，国内各家 agent 工具早就标配了，只是 Claude Code 掌握了技术的定义权。
这次对谈里，他说 Opus 5 加上自主模式可以连续跑几天、几周、几个月不停，而且"不需要 /goal、不需要 /loop 这些脚手架。这些东西有用，但你真正需要做的，只是给它一个任务，再给它一个验证手段。"
他自己说了 these help，所以两句话不打架：harness 随模型变强而变薄，他对马鞍的态度是顺着这条线走的。
你的 CLAUDE.md，每半年删一次
对谈后半段是讲给台下创业者听的，但开给普通用户的方子就是开头那句：每 6 个月删一遍。关键在于删完怎么重建。他给了三步：
- 删除。先把现有的 CLAUDE.md 和 skills 提交进 git，再清空重来。
- 使用。在真实代码库、真实产品里跑，看它在哪绊倒、在哪做得好。不要猜模型需要什么指令，你大概率猜不对。
- 只在同一个地方反复绊倒时，才加回来。而且别加太早：模型每次运行都会读这条指令，确认它真的需要。
第一个该删的，就是开头的 superpower。模型弱的时候重型框架替你补能力，现在该给它称称重了。我早先收集的一篇教程里说得直接："这种级别的开发，你甚至压根用不上 superpower 这种厚重的编程框架。"我笔记里还有一条社区规则跟这张方子互文：规则写到 200 行，AI 开始叛逆。
唯一的例外是 evals。系统提示和代码尽管删，evals 要持续加。但也别指望它传家：Boris 说 eval 比 harness 活得久一点，久不了太多，通常一到三代模型就被刷满，然后扔掉重造。这套流程里能留下来的，只有你关于"模型在哪挣扎"的观察，其余东西的保质期都是半年。
解开缰绳之后，给更难的活
今天的模型已经能做很多没有任何产品兑现出来的事，而很多现有产品非但没兑现，还挡了路。Claude Code 自己就是这么生出来的：Sonnet 3.5 那会儿，市面上的编码产品都在做单行补全和只读 chat，模型其实已经能一次写完整文件。谁先把脚手架拿掉，谁就把这块势能接住了。
落到操作上就两条。第一，给模型比你以为它能做的稍难一点的任务，只描述三样东西：任务、护栏、退出标准，不写一二三四步。过度具体化是写了多年代码的工程师最常见的失败模式，像对待同事一样对待模型。 第二，每隔一阵，把最新模型扔给你的老问题试一次。上一代做不到，新一代也许就行。
两个案例可以看看缰绳松开后的样子：
- Bun 团队把自家 JavaScript 运行时从 Zig 重写成 Rust，十万行级，拿现成的庞大测试套件当裁判，一个 prompt 启动，跑了 11 天，现在已经在生产环境跑。换最优秀的人类工程师做同样的事，要一年以上。
- Boris 自己把桌面端从 Electron 重写成 Swift，要求逐像素截图对比，"不完成不许停"，对谈时已经跑了两周，派出几千上万个 agent，Claude 还自己开了个 Slack 频道直播进度。
两个案例的配置一模一样：一句话任务，加一个自我验证手段。Boris 说，验证是人们最没做对的一件事。
马鞍不是垃圾，是马换代了
边界先说清楚。Boris 那句出圈的"coding is solved"自带限定：只对他写的那类代码成立。深层系统代码库、分布式系统、像素级 UI 校验，模型仍然吃力。模型不是无所不能，是它能做的比你的装备让它做的多，而且缺口两边都在动。
处方就三步：备份删空，看它在哪绊倒，反复绊倒再加回来。
说别读 Twitter，不用刷短视频，看 AI 博主，没有奇技淫巧这种东西，也没有能完全直接复用的东西。构建在模型之上的活儿已经是经验科学了，经验科学的研究方法很朴素：删一遍，跑一遍，看看。
（本文从资料整理到排版发布，全程在 Molio 里完成。是的，我就是那个用自己的产品做内容的 dogfooding 现场，molio.cn。）