‏گفت‌وگو با تیم Claude Code: پرامپت سیستمی ۸۰٪ آب رفت

سایمون ویلیسون تو AI Engineer World's Fair میزبان گفت‌وگویی با Cat Wu و Thariq Shihipar از تیم Claude Code در Anthropic بوده و حالا متن ویرایش‌شده‌اش رو منتشر کرده. بحث از خود Claude Code شروع می‌شه و به Claude Tag، امنیت ایجنت‌های کدنویسی، evalها، طراحی ابزار و این می‌رسه که خود Anthropic چطور از این ابزارها استفاده می‌کنه.

به گفتهٔ Cat، اول کار باید تک‌تک کارهای Claude Code رو زیر نظر می‌گرفتی و هر پرامپت اجازه رو با دقت می‌خوندی، ولی حالا تیم تونسته کارهای پیش‌پاافتادهٔ پیاده‌سازی رو واگذار کنه و وقتش رو بذاره روی اینکه اصلاً چه تجربه‌ای باید ساخته بشه. Thariq هم می‌گه فشاری که به خودش میاره اینه که «بهترین کاری که تا حالا کردیم، سریع‌تر از همیشه» — حتی از مدل برای تدوین ویدیو استفاده کرده.

یکی از جسورانه‌ترین حرف‌های گفت‌وگو مال Thariq ـه: بازنویسی دیگه بده نیست. به نظر او یه کدبیس در واقع خودِ اسپکه و شاید تنها نسخه‌ای که ازش داری، چون هیچ‌کس همهٔ شاخه‌هاش رو بلد نیست؛ پس می‌شه اون رو به‌عنوان یه artifact برداشت و نسخهٔ دیگه‌ای ازش ساخت. خودش می‌گه بازنویسی آدم رو مجبور می‌کنه مجموعهٔ تست درست‌وحسابی داشته باشه. Cat هم می‌گه مهارت باارزش عوض شده: فاصلهٔ ایده تا ساخت از شش‌دوازده ماه به شاید یه هفته رسیده، پس ذوق محصولی و حس تجاری مهم‌تر از اجرا شده.

بخش پرخبر گفت‌وگو دربارهٔ Claude Tag ـه، همون Claude که تو ابزار همکاری تیم — فعلاً اسلک — زندگی می‌کنه. سه فرقش با Claude Code اینه که پیش‌فرض چندنفره‌ست، به‌جای واکنشی بودن فعالانه کار می‌کنه (می‌تونی بگی هر گزارش باگ این کانال رو رصد کن و براش PR بذار) و حافظهٔ تیمی داره. Cat می‌گه نسخهٔ داخلی‌اش همین حالا ۶۵ درصد PRهای تیم مهندسی محصولشون رو می‌بنده و اون‌ها این ابزار رو تکامل Claude Code می‌بینن. به گفتهٔ Thariq به‌عنوان موتور جست‌وجوی شرکت هم خیلی باارزشه.

دربارهٔ اینکه چی ارزش ساختن داره، Cat می‌گه فرهنگ dogfooding داخلی خیلی سنگینه (اسم داخلیش «ant fooding» ـه) و هر قابلیت اول به کارمندهای Anthropic می‌رسه؛ یه آستانهٔ مشخص برای تعداد کاربر فعال و میزان ماندگاری وجود داره و تا اون آستانه رد نشه، قابلیت به دست کاربرها نمی‌رسه. نمونهٔ قابلیتی که غافلگیرشون کرد remote control بود: آدم‌ها لپ‌تاپ رو شب به شارژ می‌زنن، چند نشست باز می‌کنن و از روی مبل با موبایل Claude Code رو می‌چرخونن.

جالب‌ترین بخش برای ویلیسون بازبینی کده. Thariq می‌گه بخش‌های مهم code owner دارن — پرامپت سیستمی یکی از همون‌هاست — ولی ربات بازبینی گیت‌هابشون روی همهٔ PRها می‌شینه و اغلب بار اصلی رو می‌بره. Cat می‌گه برای تغییرهای لایه‌های بیرونی، بازبینی کاملاً به Claude سپرده شده. این اعتماد پله‌پله و در بیشتر از شش ماه ساخته شده: هر جا بازبینی خودکار ۱۰۰ درصد مشکلات فایلی رو گرفته، آدم از اون حلقه برداشته شده و PRهای حادثه‌ساز به مجموعهٔ eval اضافه شدن.

نکتهٔ فنیِ پرکاربرد گفت‌وگو دربارهٔ پرامپت‌نویسیه: پرامپت سیستمی Claude Code به لطف Fable و Opus 4.8 حدود ۸۰ درصد کوچیک شده. Thariq می‌گه مدل رو بیش از حد محدود می‌کردن؛ حذف مثال‌ها خیلی کمک کرد چون مدل از مثال‌هاشون خلاق‌تر بود، و فهرست «این کار رو نکن» هم که با دستور بعدی کاربر تضاد پیدا می‌کرد، کم شد. Cat هم می‌گه جمله‌ای که ۹۰ درصد درسته ولی ۱۰ درصد نه، مدل رو گیج می‌کنه؛ پس باید پرامپت رو نرم‌تر کرد. حالا هر مدل پرامپت جدا داره و این کاهش فقط مال مدل‌های frontier ـه.

ویلیسون یادآوری می‌کنه که توصیهٔ OpenAI برای GPT-5.6 هم همین جهت رو نشون می‌ده: پرامپت‌های لاغرتر تو نمونه‌ای از eval‌های داخلی ایجنت کدنویسی، امتیاز رو حدود ۱۰ تا ۱۵ درصد بالا بردن و در عین حال توکن کل رو ۴۱ تا ۶۶ درصد و هزینه رو ۳۳ تا ۶۷ درصد کم کردن. دربارهٔ ابزارها هم Thariq می‌گه جهت‌گیری تیم به سمت ابزارهای کمتر و عمومی‌تره. ویلیسون در آخر یه درخواست هم مطرح می‌کنه: کاش پرامپت‌های Claude Code رسماً منتشر بشن، چون به قول خودش همون‌ها مستندات واقعی ابزارن.

نکات کلیدی:

• Claude Tag داخل Anthropic ۶۵٪ از PRهای تیم مهندسی محصول رو می‌بنده و چندنفره، فعالانه و دارای حافظهٔ تیمیه
• پرامپت سیستمی Claude Code برای مدل‌های frontier ۸۰٪ کوچیک شده؛ حالا هر مدل پرامپت خودش رو داره
• مثال زدن و فهرست «این کار رو نکن» برای مدل‌های جدید دیگه بهترین شیوه نیست؛ کانتکست بیشتر و محدودیت کمتر بهتر جواب می‌ده
• بازبینی کد لایه‌های بیرونی کاملاً خودکار شده، ولی بخش‌های حساس هنوز code owner انسانی دارن
• هر قابلیت اول داخل Anthropic عرضه می‌شه و تا به آستانهٔ ماندگاری کاربر نرسه، بیرون نمی‌ره