Anthropic zredukowało o 80% systemowy prompt Claude Code. Nowe modele Fable 5 preferują krótsze instrukcje i wykazują większą kreatywność niż przykłady.

Źródło zdjęcia: The Decoder
Anthropic drastycznie skróciło systemowy prompt dla swojego asystenta kodowania Claude Code o 80 procent. Zmiana ta jest związana z nowymi modelami Fable 5, znanymi również jako klasa Mythos, które wykazują inne preferencje w zakresie sterowania niż wcześniejsze generacje AI. Informację przekazał Tariq Shihipar z zespołu technicznego Anthropic.
Według Shihipara, najnowsze modele preferują znacznie krótsze instrukcje systemowe. Tradycyjne podejście polegające na dostarczaniu większej ilości instrukcji i przykładów przestało być skuteczne, ponieważ nowe modele są bardziej kreatywne niż przykłady, które im przedstawiamy.
Shihipar opisuje to jako fundamentalną zmianę w sposobie kierowania modelami sztucznej inteligencji. Modele Fable 5, określane również mianem klasy Mythos, wymagają zupełnie innego podejścia niż ich poprzednicy. „Najnowsze modele chcą mniejszego systemowego promptu” — wyjaśnia przedstawiciel Anthropic.
Kluczowa różnica polega na tym, że przykłady „mają tendencję do ograniczania modelu, ponieważ jest on faktycznie bardziej pomysłowy niż przykłady, które mu dostarczamy”. To oznacza odejście od tradycyjnego założenia, że więcej szczegółowych instrukcji automatycznie przekłada się na lepszą wydajność.
Zmiana nie nastąpiła z dnia na dzień. Według Shihipara, rozwój strategii promptowania przeszedł przez kilka etapów. Wczesne modele AI wymagały krótkich promptów zawierających dużo przykładów i restrykcyjnych instrukcji. W miarę jak modele stawały się lepsze w rozumieniu bardziej złożonych poleceń, prompty rosły i stawały się coraz dłuższe.
Teraz obserwujemy powrót do krótszych instrukcji, ale z zupełnie innego powodu. Zamiast używać sztywnych reguł w stylu „nie rób tego”, Anthropic eksperymentuje ze sterowaniem modelami Fable poprzez kontekst. To podejście ma lepiej wykorzystać naturalną kreatywność i zdolności rozumowania nowych modeli.
Ta ewolucja pokazuje, jak szybko rozwija się dziedzina sztucznej inteligencji i jak ważne jest dostosowywanie metod pracy do możliwości kolejnych generacji modeli. Odkrycia Anthropic mogą mieć szersze implikacje dla całej branży AI w kontekście optymalizacji interakcji z zaawansowanymi systemami sztucznej inteligencji.

Nowa metoda australijskich naukowców zwiększa skuteczność wykrywania twarzy AI z 41% do 81% poprzez analizę sześciu ogólnych cech zamiast szukania błędów.

Mistral AI realizuje strategię podobną do Palantir, wysyłając inżynierów do klientów i budując europejską suwerenność AI z przychodami 400 mln dolarów.

Naukowcy z USA i Chin alarmują, że niekontrolowany rozwój AI może doprowadzić do katastrofy podobnej do Czarnobyla — z trwałą utratą zaufania do technologii.