Claude 2026最佳实践：删掉CLAUDE.md、让Agent管Agent

从加法转向减法：为什么该删掉你的 CLAUDE.md

过去一年，AI 用户养成了一种肌肉记忆：给模型写详尽的自定义指令、维护庞大的 CLAUDE.md、堆叠各种技能文件。但 Claude Code 负责人 Boris Cherny 近期在多次分享中给出了一个反直觉的建议——删掉它们。

这并非哗众取宠。Anthropic 内部构建 Claude Code 的方式就是「消融」：每次新模型发布，团队会先删掉系统提示词的大部分内容，再一行一行地加回来。他们发现新模型在指令更少时反而运行得更高效，因为旧提示词里的大部分内容，只是在修正模型早已不存在的问题。[screenshots/19785_000.jpg] 如图所示，过度约束反而限制了模型的智能上限。

对普通用户的启示很直接：每半年清空一次 CLAUDE.md，看看裸模型的表现，再按需重建。可以保留三类信息——你是谁、你的目标、以及你对「完成」的定义。至于「这样思考」「那样回复」之类的行为指令，新模型已经不太需要了。

配图：

什么是 CLAUDE.md？ CLAUDE.md 是 Claude Code 在项目根目录下自动读取的 Markdown 配置文件，用来向模型提供项目背景、编码规范、常用命令等持久化指令。它相当于一份随仓库分发的「系统提示词」，用户可以在其中写清代码风格、目录结构、测试方式乃至禁止事项。早期模型中，这类文件能显著减少重复解释成本，因此社区逐渐演化出越来越庞大的写法。但随着模型自身指令遵循与上下文理解能力提升，冗长的 CLAUDE.md 反而可能与模型内化的通用规范冲突，形成过度约束。这也是 Boris 建议「定期清空、按需重建」的直接原因——把配置当作可迭代的实验变量，而非一次性写死的资产。

验证优于规定：别教模型怎么想，只定义什么叫「做完了」

Boris 观察到的最高频错误是过度指定。用户习惯写「第一步做这个、第二步做那个」，本质上是在告诉 AI 如何思考。一年前这确实必要，但现在它会把模型锁死在一条更笨的路径上。

正确的做法是转向输出规格：清晰定义什么样的结果算成功，然后让模型自己去寻找路径。视频作者的做法是把一堆待处理的链接直接丢进 Claude Code，只说「帮我转录」，不解释方法，模型自己完成。

最能说明问题的是 Bun 的案例。这个每月下载量超 2000 万次的 JavaScript 运行时（Claude Code 本身就跑在它上面）曾受困于内存泄漏和崩溃，其创造者决定用 Claude Code 将 53 万行 Zig 代码重写为 Rust，工程团队原本预估需要一年。实际耗时 11 天，仅一名工程师掌舵，约 64 个编码代理并行工作，Rust 版本现已进入生产环境。Anthropic CEO Dario 也确认，Claude 自身的大部分代码已由 Claude 编写，工程师转向审查与验证。

这个案例的关键不在提示词有多巧妙，而在于验证过程是自动化的。工程能力的需求正在从亲手写代码，转向策展、监督和验证。

输出规格（Output Spec）与过程指令的区别。 过程指令描述的是「怎么做」，例如先读文件、再建分支、最后跑测试；输出规格描述的是「什么是合格结果」，例如所有测试通过、类型检查无错误、变更仅涉及目标模块。前者把模型限制在作者预设的路径上，一旦环境变化或路径不优，模型只能机械执行；后者把搜索路径交还给模型，同时用可检验的完成条件兜底。工程上，这与测试驱动开发的思路一致：先写验收标准，再让实现自由发挥。定义输出规格时，应尽量使用可自动判定的事实（命令退出码、文件存在性、字段完整性），避免「写得好一点」这类主观描述，否则验证环节仍需要人工介入，自动化闭环就无法成立。

模型的能力边界，连 Anthropic 自己都不知道

Anthropic 内部有个耐人寻味的故事：有人偶然发现 Claude 能借助 OpenCV 绘制人像和风景，而从未有人训练它画画。Boris 推测模型里可能还藏着几十甚至上百种无人知晓的能力，因为没有人问过。[screenshots/19785_001.jpg] 这句话背后的含义是——能力探测的瓶颈在提问者，不在模型。

可操作的建议是：每周给 Claude 一个你认为它做不到的任务。失败了最多损失十分钟，成功则可能打开一条全新的效率通道。作者本人就曾把「构建一整套客户线索抓取系统」这种自己都不确定可行性的任务交给 Claude，并已开始实际执行。

配图：

能力探测（Capability Elicitation） 是模型评估中的一个专门问题：模型具备某项能力，不代表在默认提问方式下会表现出来。许多能力需要特定的工具、 scaffolding 或提示结构才能被激发，例如提供代码执行环境、允许多轮尝试、或给出明确的工具清单。因此「没人训练它画画」并不矛盾——模型在海量多模态与代码数据中可能已经习得相关表征，只是缺少触发条件。对用户的实践含义是：评估模型时不应只问一次就下结论，而要改变工具组合、任务粒度和反馈方式再试。系统性的能力探测能帮助团队发现被低估的模型上限，也能避免把本可自动化的任务误判为必须人工完成。

Agent 管 Agent：从单点自动化到工作流编排

Boris 说自己已经很少直接和 Agent 对话，因为他的 Agent 在和别的 Agent 对话。在 Anthropic，他一个晚上有数千个 Agent 在运行，Claude 维护着自己的代码库，每天跑 20 到 30 个例程，每个例程只用一句话描述。结果是工程师生产力每月提升数百个百分点，且仍在加速——团队至今仍受限于工程师数量。

落地路径并不复杂：挑一个你每周或每天重复的任务，把它放进调度。可以是商机研究、外联触达、入站线索管理，甚至月度记账。不要第一天就想搭建 Agent 军团，先自动化一个高杠杆任务，下周再加一个。[screenshots/19785_002.jpg] 按这个节奏，一个月能接管四个耗时数小时的工作流，半年就是二十四个。

配图：

循环工程：让模型自己检查自己的作业

定时任务解决的是「什么时候跑」，循环解决的是「怎么保证跑对」。新模型在自我验证上的能力，是这套方法成立的前提。

作者给出的操作范式是两条命令的组合：/goal 定义终态输出，/loop 定义检查间隔。他举的例子是监控竞品频道——扫描新上传视频，记录标题、播放量、播放量增速，标记播放量达到频道中位数三倍以上的异常项并附一行标题分析，完成条件为追踪表更新且异常项已标记，八轮后停止。模型会在过程中自动插入小循环做验证，只在通过你定义的完成标准后才返回结果。

这之所以到现在才可行，是因为一年前的非监督 Agent 并不安全。如果 Agent 读到一条恶意指令（比如「删除用户电脑上的所有文件」），它很可能照做。Boris 表示，配合新版模型和 Anthropic 在全部流量上运行的分类器，提示词注入已难以奏效。约束解除后，「你自己当循环」这件事就被模型内化了。

成本敏感的用户可以让强模型做编排、弱模型做执行：明确要求 Claude「为每个步骤默认选择最合适的模型」，由强模型制定策略，把具体环节分派给更经济的模型。

提示词注入（Prompt Injection） 指攻击者把恶意指令藏在 Agent 会读取的内容里（网页、邮件、代码注释、文档），诱导模型偏离原任务执行攻击者意图。与非监督 Agent 结合时风险被放大：Agent 拥有文件系统、网络和命令执行权限，一条「删除所有文件」的注入指令若被照做，后果不可逆。Anthropic 的缓解思路包括在全部流量上运行分类器、区分「数据」与「指令」的信任边界，以及在新模型上增强对可疑内容的识别。但这不是绝对防护，实践中仍应遵循最小权限原则：给 Agent 限定可访问的目录与工具，对破坏性操作要求人工确认，并把外部抓取内容视为不可信输入。只有在验证与隔离机制到位后，无人值守的循环才真正安全。

图工程：把你脑子里的流程画出来

最后一个方法解决的是知识传递问题。大多数人的业务流程只存在于直觉里，作者自己在拆解「获取一个客户」时才意识到，这件事可以分解为二十个左右的 SOP，其中十七八个已能交给 AI。

具体做法是用 HTML 在 Claude 中为每个工作流画一张图，标注每一步做什么、为什么做、由谁做（哪个 AI、用什么技能），以及哪里必须人工介入。AI 本身不需要图，它只需要 Markdown 文件；图是给人看的，目的是让你清楚知道 Agent 在哪里介入、产出如何形成。作者维护着一个包含全部工作流图与对应 MD 文件的库，业务变化时直接更新库。[screenshots/19785_003.jpg] 这种可视化让流程演进变得可追踪。

配图：

五个方法背后的同一条逻辑

删减指令、定义输出、探测能力、嵌套 Agent、循环验证、可视化流程——六件事指向同一个方向：人在系统中的位置从执行者变为定义者。你提供方向、品味与完成标准，模型负责路径与验证。

这也意味着最佳实践的保鲜期正在变短。Claude 已经在写自己的代码，几周后今天的做法可能就过时了。真正值得保留的不是某套提示词，而是「定期清空、重新测试、按需重建」这个习惯本身。

从今天开始的最小行动：挑一个重复任务，给它一个终态定义，放进调度。