标签
该论文提出了覆盖成功率（OSR）和对齐惯性等指标，以审计在操作员通过提示或微调尝试策略覆盖时，先前训练对LLM行为影响的持久性。
本文探讨了如何使用系统提示词让AI模型模拟特定人格角色，并提供了分步指南与「约翰羊驼」等示例，以说明创建类人聊天机器人互动的技术方法。
来自 Anthropic 的 Thariq 提到了即将到来的改进，以使 Claude Code 更易于黑客化，包括系统提示的修改，更多细节即将分享。
Anthropic 通过发布带日期的更新日志，公开其 Claude 模型（如 Claude Fable 5 和 Opus 5）的系统提示，以展示生产环境提示的变更。
作者分享了为AI智能体编写有效提示词的原则，强调聚焦真正重要的内容、高信号沟通、可操作的指令，以及使用成熟的措辞。
Jerry Liu 讨论了使用冗长提示词过度限制 AI 模型（如 Claude Code）的适得其反效果，并预测对模型判断的依赖将会增加。
Anthropic 详细介绍了 Claude 5 的上下文工程新规则，强调让模型运用判断力而非遵循僵化规则，设计接口而非给出示例，使用渐进式披露，并简化工具描述。
本文讨论了Anthropic关于提示词精简的发现，以及Maka Agent在Terminal Bench 2.1上的验证结果，表明更强模型下过于冗长的系统提示词反而降低性能。
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。
Maxime Rivest 分享了使用自定义系统提示优化 Pi 编码代理使用的技巧，Matei Zaharia 讨论了在 Databricks 对编码代理进行基准测试时发现的令人惊讶的结果。
本文详细介绍了DexOS，一种新颖的AI Agent架构，它利用本地加密治理运行时和状态机来防止Agent漂移，摒弃了对系统提示和RLHF的依赖。
作者使用DSPy框架评估和改进了Datasette Agent的SQL查询功能的系统提示，发现了诸如列名猜测和错误重试循环等问题。
作者推测，像ChatGPT和Claude这样的云端聊天机器人之所以显得不如本地开源模型聪明，是因为系统提示强加了人格设定，并想知道使用原始API是否可以缓解这一问题。
本文对LLM中的类人行为进行了多维度分析，研究了来自四个模型的21,000个对话中的普遍性、影响和可控性，发现行为因模型和用户因素而异，并对负责任的设计具有启示意义。
SePO（自进化提示优化）提出了一种自指涉提示智能体，通过进化搜索同时优化任务智能体的系统提示和自身的系统提示。在包括 AIME'25、ARC-AGI-1 和 GPQA 在内的五个基准测试中，SePO 的表现优于 Manual-CoT、TextGrad 和 MetaSPO。
一位研究人员分享了在深度智能体系统中评估子智能体行为时的观察，注意到智能体在遵循手写系统提示与编排器指令之间出现了一个有趣的偏差。
本文提供了一份全面指南，旨在将Agentic AI系统的令牌成本降低95%，详细介绍了七种核心技术，包括树状文档架构、AI自动压缩、本地模型管理以及脚本到API调用。
The article discusses how Addy Osmani argues that the performance difference between AI coding agents like Claude Code, Cursor, and Cline stems from their 'Harness'—the layer of prompts, tools, and constraints around the model—rather than the underlying model itself. It details best practices for harness engineering, including hooks, sandboxing, and context management, to bridge the gap between model capability and actual agent performance.