克勞德的下一步不是更好的提示詞創作，而是更乾淨的上下文管道。
提示詞不再是產品
從 Claude 5 的上下文工程分析報告中，最實用的一句話幾乎乏味：當你給 Claude 發送訊息時，提示詞只是模型接收到的一小部分。其餘部分是由系統提示、技能、CLAUDE.md 檔案、記憶體和其他來源組裝而成的。
這就是操作上的關鍵點。介面看起來仍然像一個聊天框。但實際的機器是一個上下文組裝系統。如果你正在使用 Claude Code 或你自己的 Agent 來建構，你真正交付的並不是一個巧妙的指令。而是一套運行時的上下文架構。
提示詞的天才之作能拍出好看的螢幕截圖。但上下文紀律才能讓系統在多次請求中保持一致的行為。沒那麼光鮮。但更有用。自然，也就沒那麼容易被病毒式傳播。
通用上下文比特定提示詞更難
一個提示詞可以很狹隘。使用者只要求一件事，你引導模型專注於那件事，然後每個人都假裝這個示範就是產品。上下文則不同。CodeBun 的文章清楚地說明了這點：上下文會被廣泛地用於許多請求中，因此它無法像特定提示詞那麼具體。
這就是大多數 Agent 建構變得奇怪的地方。團隊不斷添加指令，因為每次失敗都感覺像是少了一句話。多一條規則。多一項政策。多一個範例。不久後，模型在回答今天的問題之前，就得先穿過昨天的傷疤累積。
困難的技能不在於寫出完美的段落。而在於決定哪些內容值得預設存在。上下文工程是在不確定性中的策展。你不知道下一個使用者提示會是什麼。但你仍然必須決定模型應該帶著什麼進入那個提示。
Claude 5 改變了壓縮的數學計算
這項研究中一個最尖銳的數據點：據報導，Anthropic 的工程師為較新的 Claude 模型（如 Claude Opus 5 和 Claude Fable 5）移除了 Claude Code 系統提示中超過 80% 的內容，而在他們的編碼評估中沒有觀察到任何可測量的損失。
這並不證明每個長提示都是壞的。也不證明每個工作流程都應該在週五前刪除 80% 的指令。請不要將一個評估結果變成一種信仰。我們已經有夠多這樣的信仰了。
但這確實說明了重要的一點：隨著模型能力的提升，舊有的輔助架構可能變成累贅。過去幫助昨日模型的指令，可能會分散今日模型的注意力。模型變得更好了；你的上下文可能需要變得更小。
新的操作者技能是減法
大多數人聽到「上下文工程」時，想到的是擴張：更多的檔案、更多的記憶、更多的背景資訊、更多的工具、更多的規則。Claude 5 的教訓則指向另一個方向。如果 Claude Code 系統提示中的一大塊可以被移除而不影響編碼評估，那麼預設問題就應該從我們還能加什麼？ 轉變為我們可以安全地移除什麼？
這就是運行時版本的品味。保留那些能持續改善多個請求結果的上下文。刪除那些僅僅因為某人在某次失敗後恐慌性地修補系統提示而存在的上下文。
最優秀的 AI 操作者看起來將不再像提示詞詩人，而更像編輯、圖書館員和基礎設施工程師。他們會將 CLAUDE.md 檔案、技能、系統指令和記憶體維護為一個活生生的上下文層。他們會修剪它。他們會測試它。他們會抵制那個神聖的、4,000 字的指令大雜燴——沒人理解它，但每個人都害怕去碰它。
Agent 讓上下文債務變得昂貴
這對 Agent 來說比對一次性對話更重要。這項研究明確將上下文工程與 Claude Code 和建構你自己的 Agent 聯繫在一起。在一個 Agent 中，上下文不僅僅是一則訊息。它是操作環境的一部分。
糟糕的上下文會產生複合效應。一個模糊的系統規則可能會影響工具的使用。一段過時的記憶可能會引導決策方向。一個塞滿資料的專案檔案可能會掩蓋唯一重要的指令。使用者看到一個不穩定的 Agent。但真正的 bug 可能出在上下文堆疊中。
這就是為什麼「提示」這個詞太狹隘了。Agent 需要上下文預算、上下文來源和上下文衛生。它們需要做出決定：什麼是全域的，什麼是任務本地的，什麼屬於記憶體，什麼屬於檔案，以及什麼根本不該被載入。
治理規範也將推動相同的方向
合規的背景也在變化。Gunderson 的 2026 年 AI 法律更新描述了一個不斷變化的治理格局，包括聯邦層級整合 AI 監管的努力、科羅拉多州和加州的新框架，以及根據歐盟 AI 法案不斷演變的國際要求。歐盟委員會將 AI 法案描述為一個處理 AI 風險的法律框架。
這並不意味著每個 Claude 上下文檔案都突然變成了一個監管產物。但它確實意味著 AI 團隊將有更多理由去了解他們的系統被告知了什麼、這些上下文從哪裡來，以及它如何變化。
換句話說：上下文工程不僅僅是效能調校。它是操作控制。勝出的團隊不會是那些擁有最複雜提示詞的團隊。而是那些能夠解釋、測試並刪減他們的上下文，同時不破壞產品的團隊。
關於作者
我是 Harley Foote。我建構能夠執行實際工作的 AI Agent——並且我試圖及早掌握那些重要的變化。
我全心全意投入的兩件事是：heyfriday.app——一個能學習你品味的個人 AI 購物 Agent；以及 hermesshield.ai——針對 AI Agent 的安全方案，因為當一個 Agent 能夠代表你行動時，它就可能受到攻擊。
如果你也在 Agent 領域進行建構，歡迎來打個招呼。
heyfriday.app · hermesshield.ai · linkedin.com/in/harley-lewis-foote-850177109
