Anthropic Mengurangkan Prompt Sistem Claude Code Sebanyak 80% untuk Fable 5
Anthropic sedang menyaksikan anjakan paradigma dalam cara model bahasa besar dikemudi, beralih daripada set arahan yang berat kepada panduan yang lebih ringan dan intuitif. Evolusi ini didorong oleh kemunculan model Fable 5 (kelas Mythos) baharu, yang berkembang maju dengan kurang kekangan dan lebih banyak konteks.
Berakhirnya Prompt Sistem yang Panjang
Selama bertahun-tahun, piawaian industri untuk mengoptimumkan prestasi AI melibatkan "kejuruteraan prompt" melalui arahan sistem yang besar dan contoh few-shot yang menyeluruh. Pembangun percaya bahawa lebih banyak peraturan dan lebih banyak kekangan "jangan lakukan ini" adalah kunci kepada kebolehpercayaan. Walau bagaimanapun, Anthropic sedang mengubah trend ini.
Tariq Shihipar, seorang ahli kakitangan teknikal di Anthropic, mendedahkan bahawa syarikat tersebut telah memotong prompt sistem untuk Claude Code sebanyak 80 peratus yang sangat besar. Pengurangan ini bukan tanda pemudahan model, sebaliknya merupakan tindak balas kepada keupayaan kognitif yang canggih pada model Fable 5 baharu. Apabila model menjadi lebih maju, kaedah tradisional "bimbingan terperinci" melalui prompt yang panjang telah menjadi tidak produktif.
Mengapa Model Fable 5 Menolak Kekangan
Peralihan ke arah model Fable 5 (atau kelas Mythos) mewakili perubahan asas dalam tingkah laku model. Menurut Shihipar, memberikan contoh yang luas dan peraturan yang tegar kepada model khusus ini sebenarnya menjejaskan prestasi. Sebabnya tidak dijangka: model-model ini secara semula jadi lebih "imaginatif" berbanding pendahulunya.
Apabila pembangun memberikan senarai panjang contoh khusus, ia bertindak sebagai kekangan yang mengehadkan keupayaan penaakulan model. Bukannya meneroka penyelesaian yang paling cekap atau kreatif bagi sesuatu masalah, model tersebut berasa terpaksa untuk meniru corak khusus yang disediakan dalam prompt. Untuk membuka potensi sebenar kelas Mythos, Anthropic beralih daripada peraturan tegar kepada "mengemudi melalui konteks." Ini membolehkan model menggunakan keupayaan penaakulannya untuk mengendalikan tugasan tanpa disekat oleh beban arahan yang berlebihan.
Evolusi Kitaran Kejuruteraan Prompt
Perjalanan kejuruteraan prompt telah mengikut corak kitaran yang jelas seiring dengan evolusi model. Penemuan dalaman Anthropic menonjolkan tiga peringkat pembangunan model yang berbeza:
- Model Awal: Memerlukan prompt yang pendek dan sangat khusus, diperkukuh dengan banyak contoh dan arahan yang sangat menyekat untuk mengekalkan sebarang tahap koheren.
- Model Pertengahan: Apabila pemahaman bertambah baik, prompt menjadi jauh lebih panjang. Pembangun memanfaatkan peningkatan keupayaan "pematuhan arahan" ini untuk mencipta prompt sistem yang besar dan kompleks yang mengawal setiap aspek tingkah laku model.
- Era Fable 5: Kita telah memasuki peringkat di mana prompt menjadi lebih pendek semula. Fokus telah beralih daripada memberitahu model apa yang perlu dilakukan (peraturan) kepada menyediakan persekitaran (konteks) yang diperlukan untuk model bertindak secara autonomi.
Perkembangan ini menandakan satu pencapaian penting bagi landskap AI. Ia menunjukkan bahawa apabila kita beralih ke arah model yang lebih berasaskan ejen dan berat penaakulan, peranan pembangun akan beralih daripada "pembuat peraturan" kepada "penyedia konteks," dengan mengutamakan kualiti maklumat berbanding kuantiti arahan.
Ringkasan Utama
- Pengurangan 80%: Anthropic memotong prompt sistem Claude Code sebanyak 80% untuk menyelaraskannya dengan lebih baik dengan keupayaan model Fable 5 (kelas Mythos).
- Kekangan Mengehadkan Kreativiti: Contoh yang berlebihan dan peraturan "jangan" yang tegar sebenarnya boleh mengehadkan keupayaan penaakulan dan imaginatif model yang maju.
- Konteks Melebihi Peraturan: Sempadan baharu dalam pengemudian AI melibatkan penyediaan konteks yang kaya dan bukannya set arahan yang panjang dan menyekat.