Anthropic heeft 80% van zijn systeem-promptinstructies verwijderd en Opus 5 uitgerold, een nieuw Claude Code-model dat dagen of weken autonoom kan draaien en een score van 30% haalt op de Arc AGI-benchmark. De "press-delete"-redesign, die het bedrijf een "unhobbling"-strategie noemt, zorgt ervoor dat de ruwe capaciteiten van de AI naar boven komen zonder de softwarematige beperkingen die grote taalmodellen normaal gesproken in een chat-modus houden.

Waarom deze verandering belangrijk is

De ingenieurs van Anthropic vulden Claude voorheen aan met een uitgebreide set guardrails — expliciete prompts die het model vertellen wat het wel en niet moet zeggen en hoe het bij de taak moet blijven. Die prompts werken als een lijn, die voorkomt dat het model afdwaalt naar ongetest gedrag, maar die ook beperkt wat het kan bereiken. Toen Opus 5 arriveerde, verwijderde het team de volledige prompt-stack en voegde vervolgens instructies één voor één opnieuw toe, waarbij de impact van elke instructie werd gemeten. Omdat het nieuwe model krachtiger is, hebben ze het grootste deel van de oorspronkelijke bewoordingen geschrapt en nog steeds betrouwbare resultaten behaald. Het systeem begrijpt nu een doel op hoog niveau en genereert volledige bestanden en functies.

De technische winst

  • Benchmark-sprong – Opus 5 behaalde een score van 30% op de Arc AGI-benchmark, een metriek die het vermogen van een model meet om nieuwe problemen op te lossen. Eerdere Claude-versies scoorden ver onder die grens, wat wijst op een aanzienlijke sprong in ruwe redeneerkracht.
  • Verlengde autonomie – De "Auto Mode"-functie stelt het model in staat om gedurende langere perioden te werken, waarbij het zijn eigen context behoudt en voortgang boekt zonder constante menselijke aanwijzingen. In de praktijk kan een ontwikkelaar het model een specificatie geven en het dagenlang laten itereren, waarbij er pas wordt ingegrepen als een mijlpaal is bereikt.
  • Versterking tegen prompt injection – Prompt injection misleidt een model om zijn veiligheidsregels te negeren door kwaadaardige instructies in de gebruikersinvoer te verwerken. Anthropic stelt dat Opus 5 deze aanval beter weerstaat dan zijn voorgangers, dankzij intern onderzoek en gespecialiseerde classifiers die verdachte patronen signaleren. Ze raden ook aan om exitcriteria en guardrails te definiëren voordat de lancering plaatsvindt.

Belangen voor ontwikkelaars en ondernemingen

Voor startups die AI-gestuurde tools bouwen, vergroot deze verandering de "product overhang" — de kloof tussen wat een model kan doen en wat de omliggende software toestaat. Door die overhang weg te nemen, kan Claude Code een eenvoudige chatinterface transformeren naar een full-stack ontwikkelingsassistent die autonoom code schrijft, test en refactort. Ondernemingen die het model adopteren, kunnen de tijd die aan repetitieve programmeertaken wordt besteed verminderen, waardoor ingenieurs meer tijd overhouden voor ontwerpwerk op een hoger niveau.

Wat "unhobbling" echt betekent

Cherny bedacht de term "unhobbling" om het bevrijden van een bekwaam model van kunstmatige beperkingen te beschrijven. In veel AI-producten beperken ontwikkelaars opzettelijk wat het model kan proberen, omdat de UI of het beleidskader nog niet klaar is voor de volledige reikwijdte van het model. Het resultaat is een "product overhang" waarbij de AI op een voetstuk van onbenut potentieel staat. Claude Code brengt dat potentieel naar de praktijk, waardoor het model kan optreden als co-auteur van software in plaats van een simpele vraag-en-antwoordbot.

Advies voor oprichters en studenten

  • Identificeer de overhang – Zoek naar taken waarbij bestaande AI-tools struikelen net voorbij hun huidige grenzen. Dit zijn "low-hanging fruits" waarbij een "unhobbling"-aanpak buitengewone resultaten kan opleveren.
  • Test de grenzen van het model – Geef de AI opdrachten die net buiten de geadverteerde capaciteiten lijken te vallen. Het interne redeneervermogen van het model kan je verrassen, vooral wanneer je de "prompt friction" vermindert.
  • Definieer duidelijke guardrails – Voordat je het model ongesuperviseerd laat draaien, moet je exitcondities (bijv. maximale runtime, resource-limieten) en veiligheidscontroles vaststellen. Dit stelt de AI in staat om te verkennen terwijl de risico's beperkt blijven.

Studenten zouden theorie met praktijk moeten combineren. Het beheersen van algoritmen is waardevol, maar het koppelen van die kennis aan productdenken en datagestuurde experimenten zal de volgende generatie AI-first builders in staat stellen.

Waar je op moet letten

Conclusie: Door het grootste deel van zijn systeem-prompts te verwijderen, heeft Anthropic een slimmer model met veel minder begeleiding laten werken, waardoor Claude Code is veranderd in een autonome programmeur die projecten van weken kan aanpakken.