Anthropic Claude Code团队访谈：Claude Tag合并65%PR，系统提示词缩减80%

一句话看懂

Anthropic Claude Code团队透露，其Slack集成Claude Tag已自动合并65%的产品工程PR，系统提示词因模型能力提升缩减80%，并强调auto mode是未来方向。

详细发生了什么

在AI Engineer World’s Fair上，Anthropic的Cat Wu和Thariq Shihipar分享了Claude Code、Claude Tag、Fable等工具的内部使用情况。关键数据包括：Claude Tag（Claude的Slack协作集成）目前处理了Claude Code团队65%的产品工程PR；Claude Code的功能先向Anthropic员工发布，只有证明用户留存后才对外推出；关键变更仍需人工审查，但外层代码已越来越多地依赖自动审查。

一个值得注意的变化是：对于Fable 5甚至Opus 4.8这样的模型，在system prompt中添加示例已不再是最佳实践——Claude Code的system prompt最近缩减了80%。同样，列出“不要做X、不要做Y”的负面清单也会降低最新模型的结果质量。Anthropic内部将dogfooding称为“ant fooding”，并坚信auto mode是Claude Tag的关键使能技术。Thariq建议通过“更雄心勃勃”来抵消编码代理带来的“Deep Blue”效应。

中文圈视角

对中文开发者来说，这些信息有几点值得关注：

工具可用性：Claude Tag和Claude Code目前主要面向Slack和海外环境，国内用户直接使用需要梯子。但Anthropic的设计思路——如auto mode、系统提示词精简——对国产AI编程工具（如通义灵码、CodeGeeX、Cursor的国内替代）有参考价值。
系统提示词缩减80%：这暗示模型本身的理解能力已大幅提升，不再需要大量示例和约束。国内模型（如DeepSeek、Qwen）也在快速迭代，开发者可以尝试减少prompt中的冗余指令，让模型更自由发挥。
内部dogfooding文化：Anthropic强制内部团队先使用自家产品，确保功能真实有用。国内AI公司如百度、阿里也有类似实践，但公开数据较少。中文用户在选择AI编程工具时，可以关注其“自用”程度。
安全与审查：关键变更仍人工审查，但外层自动化。国内开发者需注意，AI生成代码的安全审查机制尚不成熟，尤其是涉及敏感数据或合规场景时。

几条值得记住的细节

Claude Tag已自动合并Claude Code团队65%的产品工程PR。
Claude Code功能先向Anthropic员工发布，仅留存率高的功能才对外推出。
关键变更仍人工审查，但外层代码已依赖自动审查。
系统提示词因模型能力提升缩减80%，添加示例不再是最佳实践。
Anthropic内部称dogfooding为“ant fooding”，并坚信auto mode是未来。

一句话总结

AI编程工具正从“辅助”走向“自主”，但内部验证和人工审查仍是安全底线。