随着新一代大语言模型Claude Opus 5的正式上线，Anthropic技术团队在工程实践方面做出了重大调整。团队成员Thariq Shihipar在社交平台分享了他们的最新发现：在强推理模型时代，传统的提示词工程范式已显过时，过度干预反而可能削弱模型性能。
技术团队通过大规模实验发现，在Claude Opus 5中删除80%的系统提示词后，模型在编码评估中未出现可测量的性能下降。这一颠覆性结论促使他们重新定义上下文工程（context engineering）的核心原则——当模型具备更强的参数化知识和推理能力时，工程实践应转向构建更精简的架构体系。新规范要求高性能团队的CLAUDE.md文件控制在60行以内，常规场景不超过300行，同时将特定任务上下文转移至Skill模块。
在具体实践中，团队发现旧系统存在显著矛盾：系统提示词、Skill指令与用户请求常出现指令冲突。例如，某次编码请求中同时出现"酌情保留文档"和"禁止添加注释"的相反指令，迫使模型耗费大量计算资源进行权衡。这种过度约束的设计初衷虽为规避风险，但在新模型强大的判断力面前已显得多余。
工具使用策略也发生根本转变。过去通过堆砌示例引导模型的方法，如今被证明会限制探索空间。以Todo工具为例，新设计仅需定义"待处理/进行中/已完成"三种状态，配合"单任务执行"的行为说明，即可让模型自主推导出合理使用方式。这种接口设计思维取代了传统的示例驱动模式。
上下文管理机制迎来重大革新。编码验证等非核心功能被拆解为独立Skill，实现按需加载的渐进式披露。部分工具采用延迟加载技术，只有在通过ToolSearch检索时才加载完整定义，这种设计使系统可支持更多工具而不增加基础负载。记忆管理也实现自动化，模型能主动保存与当前任务相关的上下文信息。
参考材料体系完成升级迭代。除传统markdown文件外，新系统支持引用HTML格式的artifacts作为参考，甚至允许直接使用代码库中的测试用例或函数作为规格说明。评分标准（rubric）的引入使模型能够通过动态工作流派生验证智能体，实现对开发者设计偏好的模拟还原。
针对开发者实践，团队建议将系统提示词聚焦于产品语境说明，CLAUDE.md仅保留仓库核心功能说明和关键代码结构提示。Skill模块应承载团队特有的知识经验，采用模块化设计支持渐进式加载。在引用参考材料时，优先选择代码形式的高保真指令源，如HTML设计稿的呈现效果显著优于文字描述或截图。
为帮助开发者适应新规范，团队开发了自动化工具claude doctor。通过/doctor命令可自动分析系统提示词、Skill和CLAUDE.md文件，将其调整至适宜规模。这项创新标志着上下文工程从手工调优时代迈向智能化管理阶段。
