@mvanhorn: TL;DR ELI5 @trq212 的新文章:Claude 不再是瓶颈了。你忘记告诉它的东西才是。你的提示词…
摘要
一条推文总结了 @trq212 的文章,认为在代理式编程中,Claude 不再是瓶颈;相反,用户不完整的提示词才是。文章提供了诸如盲点检查、原型设计和采访 Claude 等策略,以缩小你告诉它的内容与其需要知道的内容之间的差距。
查看缓存全文
缓存时间: 2026/07/03 20:41
太长不看,像5岁孩子一样解释 @trq212 的新文章:Claude 已经不是瓶颈了。你忘了告诉它的东西才是。
你的提示词是一张地图。代码库是实际的路。你没提到的每个坑,Claude 都会用它的最佳猜测来填补,你交给它的工作越多,它需要猜测的地方就越多。智能体编程的技能就在于缩小这个差距。
你的未知信息有四种形式:你说过的,你知道自己还没决定的,那些太显而易见你从未写下来的,以及你从未考虑过的。
刚开始接触不熟悉的工作?做一次盲点检查:直接让 Claude 找出你的未知未知,并教你如何更好地写提示。
看到它就知道了?先做原型。4 个截然不同的 HTML 草稿,比一个连错了线的猜测更便宜。
让 Claude 一次一个问题地采访你,从那些会改变架构的答案开始。
无法描述你想要什么?指着一个参考。源代码胜过截图,即使是用另一种语言写的。
要求它制定一个计划,从你最可能修改的部分开始:数据模型、接口、用户体验。
构建过程中:维护一个 implementation-notes.md,记录与计划的每一次偏离。
完成后:让 Claude 就变更对你进行测验。只有当你通过时才合并。
每一次头脑风暴、采访、原型和参考,都是在你还不知道之前发现你所不知道的东西的廉价方式,避免以后修复时付出高昂代价。
相似文章
@trq212: 我们为最新模型移除了约80%的Claude Code系统提示,这是我们在编写系统……
Anthropic分享了从新Claude模型中移除80%的Claude Code系统提示的经验,建议用户让模型自行判断而非遵循严格规则,并更新上下文工程实践。
@PrajwalTomar_: 还没有人谈论这件事。那些使用Claude Code获得10倍结果的人并不是更好的提示工程师。他们…
一位资深开发者分享了Claude Code的系统设计框架,该框架超越了更好的提示,转向环境构建,利用确定性钩子、分层上下文文件和多模型流水线以实现10倍结果。
@0xCarnagee: Anthropic 应用 AI 团队:“这是最终让我们理解 Claude Code 的心智模型 · CLAUDE.md 是记忆:…
Anthropic 应用 AI 团队分享了 Claude Code 的心智模型:CLAUDE.md 作为记忆,hooks 作为反射,MCP 作为感官——这是一个关于高级团队如何使用该工具的框架。
https://x.com/AnatoliKopadze/status/2054568935274549597
一份有效使用Claude的全面指南,涵盖从项目设置和自定义指令到高级提示技巧的18个步骤。作者解释了如何超越基本的聊天用法,释放Claude作为思考伙伴的全部潜力。
@unicodef1wn: https://x.com/unicodef1wn/status/2070179071548395916
一篇推文解释了Anthropic在Claude Code中的动态工作流如何让Claude为复杂任务构建自定义框架,通过将工作拆分到不同的智能体来防止智能体惰性、自我偏好偏差和目标漂移等失败模式。内容包含供用户参考的实用示例和模式。