Anthropic ने अपने सिस्टम-प्रॉम्ट निर्देशों में से 80% को हटा दिया है और Opus 5 पेश किया है, जो एक नया Claude Code मॉडल है। यह मॉडल दिनों या हफ्तों तक स्वायत्त रूप से (autonomously) चल सकता है और Arc AGI बेंचमार्क पर 30% स्कोर करता है। यह "press-delete" रीडिज़ाइन, जिसे कंपनी "unhobbling" रणनीति कहती है, AI की वास्तविक क्षमताओं को उन सॉफ्टवेयर बेड़ियों के बिना सामने आने देता है जो आमतौर पर लार्ज लैंग्वेज मॉडल्स को केवल चैट मोड तक सीमित रखती हैं।

यह बदलाव क्यों महत्वपूर्ण है

Anthropic के इंजीनियर Claude में गार्डरेल्स (guardrails) का एक घना सेट जोड़ते थे—ऐसे स्पष्ट प्रॉम्ट जो मॉडल को बताते थे कि क्या कहना है, क्या नहीं कहना है, और कार्य पर कैसे केंद्रित रहना है। वे प्रॉम्ट एक पट्टे (leash) की तरह काम करते थे, जो मॉडल को अनपेक्षित व्यवहार की ओर जाने से रोकते थे, लेकिन साथ ही उसकी उपलब्धियों की सीमा भी तय कर देते थे। जब Opus 5 आया, तो टीम ने पूरे प्रॉम्ट स्टैक को हटा दिया, फिर एक-एक करके निर्देश फिर से जोड़े और प्रत्येक के प्रभाव को मापा। क्योंकि नया मॉडल अधिक सक्षम है, उन्होंने मूल शब्दों में से अधिकांश को हटा दिया और फिर भी विश्वसनीय परिणाम प्राप्त किए। अब सिस्टम उच्च-स्तरीय लक्ष्य को समझता है और पूरी फाइलें और फीचर्स तैयार करता है।

तकनीकी लाभ

  • बेंचमार्क में उछाल – Opus 5 ने Arc AGI बेंचमार्क पर 30% का स्कोर हासिल किया, जो एक ऐसा पैमाना है जो नए और अनसुलझे (novel) समस्याओं को हल करने की मॉडल की क्षमता को मापता है। Claude के पिछले संस्करण इस स्तर से काफी नीचे थे, जो इसकी मूल तर्क शक्ति (reasoning power) में एक बड़ी छलांग का संकेत देता है।
  • विस्तारित स्वायत्तता – "Auto Mode" फीचर मॉडल को लंबे समय तक काम करने की अनुमति देता है, जिससे वह अपने स्वयं के संदर्भ (context) को बनाए रखता है और बिना किसी निरंतर मानवीय हस्तक्षेप के प्रगति करता है। व्यवहार में, एक डेवलपर मॉडल को एक स्पेसिफिकेशन सौंप सकता है और उसे दिनों तक काम करने दे सकता है, और केवल तभी जांच कर सकता है जब कोई मील का पत्थर (milestone) हासिल हो जाए।
  • प्रॉम्ट इंजेक्शन के खिलाफ मजबूती – प्रॉम्ट इंजेक्शन यूजर इनपुट में दुर्भावनापूर्ण निर्देश डालकर मॉडल को उसके सुरक्षा नियमों की अनदेखी करने के लिए बहलाता है। Anthropic का कहना है कि आंतरिक अनुसंधान और विशेष क्लासिफायर (classifiers) की मदद से Opus 5 अपने पूर्ववर्तियों की तुलना में इस हमले का बेहतर मुकाबला करता है, जो संदिग्ध पैटर्न की पहचान करते हैं। वे लॉन्च से पहले एग्जिट क्राइटेरिया (exit criteria) और गार्डरेल्स को परिभाषित करने की भी सलाह देते हैं।

डेवलपर्स और उद्यमों के लिए इसके मायने

AI-संचालित टूल बनाने वाले स्टार्टअप्स के लिए, यह बदलाव "product overhang" को बढ़ाता है—यानी कि मॉडल क्या कर सकता है और आसपास का सॉफ्टवेयर उसे क्या करने की अनुमति देता है, इसके बीच का अंतर। इस बाधा को हटाकर, Claude Code एक साधारण चैट इंटरफेस को फुल-स्टैक डेवलपमेंट असिस्टेंट में बदल सकता है जो स्वायत्त रूप से कोड लिखता है, टेस्ट करता है और रिफैक्टर (refactor) करता है। जो उद्यम इस मॉडल को अपनाते हैं, वे दोहराव वाले कोडिंग कार्यों पर लगने वाले समय को कम कर सकते हैं, जिससे इंजीनियर उच्च-स्तरीय डिजाइन कार्यों के लिए मुक्त हो सकेंगे।

"unhobbling" का वास्तव में क्या अर्थ है

Cherny ने एक सक्षम मॉडल को कृत्रिम बाधाओं से मुक्त करने के लिए "unhobbling" शब्द का इस्तेमाल किया। कई AI उत्पादों में, डेवलपर्स जानबूझकर मॉडल के प्रयासों को सीमित करते हैं क्योंकि UI या पॉलिसी फ्रेमवर्क मॉडल के पूर्ण दायरे के लिए तैयार नहीं होता है। इसका परिणाम "product overhang" के रूप में निकलता है जहाँ AI अप्रयुक्त क्षमता के एक ऊंचे पायदान पर बैठा रहता है। Claude Code उस क्षमता को धरातल पर लाता है, जिससे मॉडल केवल एक प्रश्न-उत्तर करने वाले बॉट के बजाय सॉफ्टवेयर के सह-लेखक (co-author) के रूप में कार्य कर सकता है।

संस्थापकों और छात्रों के लिए सलाह

  • overhang को पहचानें – ऐसे कार्यों की तलाश करें जहाँ मौजूदा AI टूल अपनी वर्तमान सीमाओं के ठीक बाहर लड़खड़ाते हैं। ये ऐसे आसान अवसर (low-hanging fruits) हैं जहाँ "unhobbling" दृष्टिकोण असाधारण परिणाम दे सकता है।
  • मॉडल की क्षमता बढ़ाएं – AI को ऐसे असाइनमेंट दें जो उसकी विज्ञापित क्षमताओं से थोड़े अधिक कठिन लगें। मॉडल की आंतरिक तर्क शक्ति आपको आश्चर्यचकित कर सकती है, खासकर जब आप प्रॉम्ट घर्षण (prompt friction) को कम करते हैं।
  • स्पष्ट गार्डरेल्स परिभाषित करें – मॉडल को बिना निगरानी के चलाने से पहले, एग्जिट स्थितियां (जैसे, अधिकतम रनटाइम, रिसोर्स कैप्स) और सुरक्षा जांच निर्धारित करें। इससे AI जोखिमों को सीमित रखते हुए अन्वेषण कर सकता है।

छात्रों को सिद्धांत को व्यवहार के साथ जोड़ना चाहिए। एल्गोरिदम में महारत हासिल करना मूल्यवान है, लेकिन उस ज्ञान को प्रोडक्ट थिंकिंग और डेटा-संचालित प्रयोगों के साथ जोड़ने से AI-फर्स्ट बिल्डर्स की अगली लहर तैयार होगी।

आगे क्या देखें

निष्कर्ष (Takeaway): अपने अधिकांश सिस्टम प्रॉम्ट्स को हटाकर, Anthropic ने एक स्मार्ट मॉडल को बहुत कम सहायता के साथ काम करने दिया, जिससे Claude Code एक स्वायत्त कोडर बन गया जो हफ्तों लंबे प्रोजेक्ट्स को संभाल सकता है।