چرا خروجی Claude Code بعد از ارتقای مدل بدتر میشه؟
هوش مصنوعیخلاصهٔ کاملتر
به گفتهٔ این مقاله، افت کیفیت خروجی Claude Code بعد از ارتقای مدل معمولاً تقصیر مدل نیست: اسکیلها، قوانین CLAUDE.md و هوکهایی که نوشتی برای جبران ضعفهای مدل قبلی بودن، و مدلهای جدیدتر مثل Opus همون کارها رو ذاتاً انجام میدن. نتیجه اینه که اون دستورها از کمککننده تبدیل به مزاحم میشن. خود تیم Anthropic هم با هر انتشار مدل، بخش بزرگی از system prompt خود Claude Code رو حذف و بازنویسی میکنه.
تو یه مصاحبه با Y Combinator، Boris Cherny از سازندههای Claude Code گفته که با یکی از نسخههای اخیر Opus بیش از ۸۰٪ از system prompt قبلی حذف شده، چون مدل جدید دیگه به بیشتر اون اصلاحهای دستی نیاز نداشت. توصیهش به کاربرهای عادی هم صریح بوده: هر شش ماه یهبار فایل CLAUDE.md، اسکیلها و هوکهات رو پاک کن و ببین مدل بهتنهایی چیکار میکنه.
نویسنده این ایده رو به مفهوم «unhobbling» وصل میکنه؛ یعنی برداشتن محدودیتهایی که نمیذارن یه مدل توانا کاری که واقعاً بلده رو انجام بده. تشبیهش هم سادهست: به یه بچهٔ دهساله باید مرحلهبهمرحله بگی اسلاید رو چطور بساز، ولی به یه حرفهای باتجربه فقط هدف و چند خط قرمز میدی. اگه همون چکلیست سفتوسخت رو به حرفهای بدی، فقط جلوش رو گرفتی — و مدلهای امروزی بیشتر شبیه اون حرفهای شدن.
برای اینکه حدس نزنی، مقاله یه تست عملی پیشنهاد میده: پروژهت رو کپی کن، یه نسخه با تنظیمات فعلی و یه نسخه بدون هیچکدوم؛ بعد یه پرامپت آشنا رو روی هر دو اجرا کن و خروجیها رو از نظر محتوا مقایسه کن نه ظاهر. تو یه نمونهٔ واقعی، نسخهٔ همراه با اسکیل ظاهر تمیزتری داشت (هدر اختصاصی، رنگ برند، قالب یکدست) ولی نسخهٔ بدون اسکیل ساختار محتوایی بهتری تولید کرد و بدون اینکه بهش گفته بشه، ویدیو رو به ایدههای مشخص با تایماستمپ شکست.
نتیجهای که نویسنده میگیره «همهچی رو پاک کن» نیست. اسکیلهای تو معمولاً دو کار متفاوت انجام میدن و باید از هم جدا بشن: کانتکستی که مدل راهی برای دونستنش نداره — اینکه فایلها کجان، رنگ برندت چیه، لینکهای موردعلاقهت کدومن، ساختار کسبوکارت چطوره — که باید بمونه؛ و دستورهای گامبهگام از نوع «اول این، بعد اون، دقیقاً همینطور فرمت کن» که با قویتر شدن مدل تبدیل به قید میشن و بهتره حذف یا شل بشن.
نکتهٔ آخر مقاله دربارهٔ جایگزینه: بهجای چکلیست، به مدل هدف و معیار راستیآزمایی بده. Cherny راستیآزمایی رو مهمترین چیزی میدونه که آدمها اشتباه انجام میدن. یعنی بهجای شرح مراحل، تعریف کن «تمامشده» چه شکلیه، معیارهای موفقیت رو صریح بنویس، بهجای پیشنویس اول درخواست نسخهٔ تستشده و پالوده کن، و بذار مدل قبل از تو خروجی خودش رو بازبینی کنه. نویسنده هم یادآوری میکنه که این توصیهها از دل کار روی کدبیسهای بزرگ اومده، پس اگه کارت نوشتن و پژوهشه، تعادلش برات فرق میکنه و باید روی جریان کار خودت تستش کنی.
نکات کلیدی:
- Anthropic با هر نسخهٔ مدل بخش بزرگی از system prompt کلاد کد رو بازنویسی میکنه؛ یکبار بیش از ۸۰٪ حذف شد
- دستورهای بیشازحد دقیق، مدل باهوشتر رو توی قالب خشک نگه میدارن و خروجی مکانیکی میسازن
- پاک کردن موقت CLAUDE.md، اسکیلها و هوکها یه تست تشخیصی معتبره
- راهحل معمولاً بازنویسیه نه حذف: کانتکست اختصاصی بمونه، مراحل خشک بره
- هدف + معیار راستیآزمایی معمولاً بهتر از چکلیست شمارهدار جواب میده
- توصیهٔ کسانی که هارنس میسازن لزوماً به کار محتوایی و پژوهشی منتقل نمیشه
