Anthropic удалила 80% своих инструкций системного промпта и представила Opus 5 — новую модель Claude Code, которая способна работать автономно в течение дней или недель и набирает 30% в бенчмарке Arc AGI. Редизайн по принципу «нажми delete», который компания называет стратегией «unhobbling» (снятия ограничений), позволяет проявиться истинным возможностям ИИ без программных оков, которые обычно удерживают большие языковые модели в режиме исключительно чата.

Почему это важно

Раньше инженеры Anthropic перегружали Claude плотным набором guardrails — явных промптов, которые говорят модели, что говорить, чего не говорить и как придерживаться задачи. Эти промпты действуют как поводок, не позволяя модели уходить в непроверенное поведение, но также ограничивая то, чего она может достичь. Когда появилась Opus 5, команда удалила весь стек промптов, а затем заново добавляла инструкции по одной, измеряя влияние каждой из них. Поскольку новая модель стала более способной, они отбросили большую часть исходных формулировок и все равно получили надежные результаты. Теперь система понимает высокоуровневую цель и генерирует готовые файлы и функции.

Технический результат

  • Скачок в бенчмарках — Opus 5 набрала 30% в бенчмарке Arc AGI, метрике, которая оценивает способность модели решать новые, незнакомые задачи. Предыдущие версии Claude показывали результаты значительно ниже, что свидетельствует о существенном скачке в чистой способности к рассуждению.
  • Расширенная автономность — функция «Auto Mode» позволяет модели работать в течение длительного времени, сохраняя собственный контекст и продвигаясь вперед без постоянных подсказок человека. На практике разработчик может передать модели спецификацию и позволить ей итерировать в течение нескольких дней, проверяя работу только по достижении важных этапов.
  • Устойчивость к инъекциям промптов — инъекция промпта обманом заставляет модель игнорировать правила безопасности путем внедрения вредоносных инструкций в пользовательский ввод. Anthropic заявляет, что Opus 5 сопротивляется этой атаке лучше своих предшественников благодаря внутренним исследованиям и специализированным классификаторам, которые помечают подозрительные паттерны. Они также рекомендуют определять критерии выхода и защитные барьеры перед запуском.

Ставки для разработчиков и предприятий

Для стартапов, создающих инструменты на базе ИИ, это изменение увеличивает «продуктовый разрыв» (product overhang) — разницу между тем, что может модель, и тем, что позволяет ей делать окружающее программное обеспечение. Устранив этот разрыв, Claude Code может превратить простой интерфейс чата в полноценного full-stack помощника по разработке, который автономно пишет, тестирует и рефакторит код. Предприятия, внедрившие эту модель, могли бы сократить время, затрачиваемое на повторяющиеся задачи по программированию, освобождая инженеров для проектирования более высокого уровня.

Что на самом деле означает «unhobbling»

Черни ввел термин «unhobbling» (снятие ограничений), чтобы описать освобождение способной модели от искусственных рамок. Во многих ИИ-продуктах разработчики намеренно ограничивают то, что может попытаться сделать модель, потому что пользовательский интерфейс или система политик не готовы к полному масштабу возможностей модели. Результатом становится «product overhang» — ситуация, когда ИИ пребывает на пьедестале неиспользованного потенциала. Claude Code приземляет этот потенциал, позволяя модели выступать в роли соавтора программного обеспечения, а не просто бота для ответов на вопросы.

Советы основателям и студентам

  • Ищите «разрыв» — ищите задачи, на которых существующие инструменты ИИ спотыкаются сразу за пределами своих текущих возможностей. Это «низко висящие фрукты», где подход «unhobbling» может принести колоссальную отдачу.
  • Растягивайте возможности модели — давайте ИИ задания, которые находятся на грани его заявленных способностей. Внутренние рассуждения модели могут вас удивить, особенно если вы уменьшите «трение» промптов.
  • Определяйте четкие защитные барьеры — прежде чем позволить модели работать без присмотра, установите условия выхода (например, максимальное время работы, ограничения ресурсов) и проверки безопасности. Это позволит ИИ исследовать возможности, удерживая риски в определенных рамках.

Студентам следует сочетать теорию с практикой. Освоение алгоритмов ценно, но сочетание этих знаний с продуктовым мышлением и экспериментами на основе данных позволит стать частью следующей волны создателей, ориентированных на ИИ (AI-first builders).

За чем следить дальше

Итог: Удалив большую часть своих системных промптов, Anthropic позволила более умной модели работать с минимальной поддержкой, превратив Claude Code в автономного кодера, способного реализовывать проекты, длящиеся неделями.