Anthropic ने त्यांच्या सिस्टम-प्रॉम्प्ट सूचनांपैकी ८०% काढून टाकल्या आणि Opus 5 लाँच केले, जे एक नवीन Claude Code मॉडेल आहे जे दिवस किंवा आठवडे स्वायत्तपणे (autonomously) चालू शकते आणि Arc AGI बेंचमार्कवर ३०% गुण मिळवते. कंपनीने ज्याला 'unhobbling' रणनीती म्हटले आहे, त्या 'press-delete' पुनर्रचनेमुळे, एआयच्या मूळ क्षमतेला सॉफ्टवेअरच्या बंधनांशिवाय समोर येता येते, जे सहसा मोठ्या लँग्वेज मॉडेल्सना फक्त चॅट मोडमध्ये ठेवतात.

हा बदल का महत्त्वाचा आहे

Anthropic च्या इंजिनिअर्स पूर्वी Claude मध्ये गार्डरेल्सचा (guardrails) एक मोठा संच जोडत असत—ज्यामध्ये मॉडेलला काय बोलावे, काय बोलू नये आणि कामावर कसे लक्ष केंद्रित करावे, याबद्दल स्पष्ट सूचना (prompts) असायच्या. त्या सूचना एका पट्ट्यासारख्या (leash) काम करत असत, ज्यामुळे मॉडेल अनपेक्षित वर्तनाकडे वळण्यापासून रोखले जात असे, परंतु यामुळे मॉडेल काय साध्य करू शकते यावरही मर्यादा येत असत. जेव्हा Opus 5 आले, तेव्हा टीमने संपूर्ण प्रॉम्प्ट स्टॅक हटवला आणि त्यानंतर सूचना एक-एक करून पुन्हा जोडल्या, तसेच प्रत्येक सूचनेचा होणारा परिणाम मोजला. नवीन मॉडेल अधिक सक्षम असल्याने, त्यांनी मूळ शब्दांतील बहुतेक भाग काढून टाकला आणि तरीही त्यांना विश्वसनीय परिणाम मिळाले. आता ही प्रणाली उच्च-स्तरीय उद्दिष्ट समजून घेते आणि संपूर्ण फाइल्स आणि फीचर्स तयार करते.

तांत्रिक फायदा

  • बेंचमार्कमधील मोठी झेप – Opus 5 ने Arc AGI बेंचमार्कवर ३०% गुण मिळवले आहेत, जे मॉडेलची नवीन समस्या सोडवण्याची क्षमता मोजते. पूर्वीच्या Claude आवृत्त्यांनी त्यापेक्षा खूप कमी गुण मिळवले होते, जे मॉडेलच्या मूळ तर्कशक्तीमध्ये (reasoning power) झालेल्या मोठ्या वाढीचे संकेत देतात.
  • विस्तारित स्वायत्तता – 'Auto Mode' वैशिष्ट्यामुळे मॉडेल दीर्घकाळ कार्य करू शकते, स्वतःचा संदर्भ (context) कायम ठेवू शकते आणि मानवी हस्तक्षेपाशिवाय प्रगती करू शकते. व्यवहारात, एक डेव्हलपर मॉडेलला स्पेसिफिकेशन देऊ शकतो आणि त्याला कित्येक दिवस काम करू देऊ शकतो, आणि केवळ एखादा टप्पा (milestone) गाठला गेल्यावरच तपासू शकतो.
  • प्रॉम्प्ट इंजेक्शनपासून संरक्षण – प्रॉम्प्ट इंजेक्शनमध्ये युजर इनपुटमध्ये घातक सूचना समाविष्ट करून मॉडेलला त्याच्या सुरक्षा नियमांकडे दुर्लक्ष करण्यास प्रवृत्त केले जाते. Anthropic च्या म्हणण्यानुसार, अंतर्गत संशोधन आणि संशयास्पद पॅटर्न ओळखणाऱ्या विशेष क्लासिफायर्समुळे (classifiers) Opus 5 या हल्ल्याचा त्याच्या पूर्ववर्ती मॉडेल्सपेक्षा अधिक चांगल्या प्रकारे प्रतिकार करते. त्यांनी लाँच करण्यापूर्वी एक्झिट क्रायटेरिया (exit criteria) आणि गार्डरेल्स परिभाषित करण्याची देखील शिफारस केली आहे.

डेव्हलपर्स आणि उद्योगांसाठीचे महत्त्व

AI-आधारित साधने तयार करणाऱ्या स्टार्टअप्ससाठी, हा बदल 'product overhang'—म्हणजेच मॉडेल काय करू शकते आणि सभोवतालचे सॉफ्टवेअर त्याला काय करण्याची परवानगी देते यातील अंतर—वाढवतो. हा ओव्हरहँग काढून टाकल्यामुळे, Claude Code एका साध्या चॅट इंटरफेसचे रूपांतर पूर्ण-स्टॅक डेव्हलपमेंट असिस्टंटमध्ये करू शकते, जो स्वायत्तपणे कोड लिहितो, टेस्ट करतो आणि रिफॅक्टर (refactor) करतो. जे उद्योग हे मॉडेल स्वीकारतील, ते पुनरावृत्ती होणाऱ्या कोडिंग कामांवरील वेळ वाचवू शकतील, ज्यामुळे इंजिनिअर्सना उच्च-स्तरीय डिझाइन कामांसाठी वेळ मिळेल.

'unhobbling' चा खरा अर्थ काय आहे

एका सक्षम मॉडेलला कृत्रिम मर्यादांपासून मुक्त करणे, हे वर्णन करण्यासाठी Cherny यांनी 'unhobbling' हा शब्द वापरला. अनेक AI उत्पादनांमध्ये, डेव्हलपर्स जाणीवपूर्वक मॉडेलच्या प्रयत्नांवर मर्यादा आणतात कारण UI किंवा पॉलिसी फ्रेमवर्क मॉडेलच्या पूर्ण क्षमतेसाठी तयार नसते. याचा परिणाम 'product overhang' म्हणून होतो, जिथे AI त्याच्या न वापरलेल्या संभाव्यतेच्या (potential) पायरीवर बसलेले असते. Claude Code त्या संभाव्यतेला प्रत्यक्षात आणते, ज्यामुळे मॉडेल केवळ प्रश्न-उत्तर देणाऱ्या बॉटऐवजी सॉफ्टवेअरचा सह-लेखक (co-author) म्हणून काम करू शकते.

संस्थापकांसाठी आणि विद्यार्थ्यांसाठी सल्ला

  • ओव्हरहँग ओळखा – अशा कामांचा शोध घ्या जिथे सध्याची AI साधने त्यांच्या मर्यादेच्या अगदी जवळ जाऊन अडखळतात. ही अशी संधी आहे जिथे 'unhobbling' दृष्टिकोनामुळे मोठे फायदे मिळू शकतात.
  • मॉडेलची क्षमता तपासा – AI ला अशी कामे द्या जी त्याच्या घोषित क्षमतेच्या थोडी पलीकडे वाटतात. मॉडेलची अंतर्गत तर्कशक्ती तुम्हाला आश्चर्यचकित करू शकते, विशेषतः जेव्हा तुम्ही प्रॉम्प्टमधील अडथळे (friction) कमी करता.
  • स्पष्ट गार्डरेल्स परिभाषित करा – मॉडेलला देखरेखीशिवाय चालवण्यापूर्वी, एक्झिट कंडिशन्स (उदा. कमाल रनटाइम, रिसोर्स कॅप्स) आणि सुरक्षा तपासणी निश्चित करा. यामुळे जोखीम मर्यादित ठेवून AI ला शोध घेण्यास (explore) मदत होते.

विद्यार्थ्यांनी सिद्धांत आणि सराव यांचा मेळ घातला पाहिजे. अल्गोरिदममध्ये प्रभुत्व मिळवणे मोलाचे आहे, परंतु त्या ज्ञानाला प्रॉडक्ट थिंकिंग आणि डेटा-आधारित प्रयोगांशी जोडल्यास AI-first निर्मात्यांची पुढची लाट तयार होईल.

पुढे काय पाहावे

थोडक्यात: आपल्या सिस्टम प्रॉम्प्ट्समधील बहुतेक भाग काढून टाकून, Anthropic ने एका अधिक बुद्धिमान मॉडेलला कमीत कमी मार्गदर्शनासह काम करू दिले, ज्यामुळे Claude Code चे रूपांतर एका स्वायत्त कोडरमध्ये झाले आहे जो आठवडे चालणाऱ्या प्रकल्पांवर काम करू शकतो.