最近算力圈的消息大家应该都看到了，英伟达带头涨，AMD也通知品牌厂商下个月统一涨价至少10%。硬件成本肉眼可见地往上飙，但很多AI创作者还在干着一件特别亏本的事：给大模型喂一堆又长又臭的废话提示词。 算力越来越贵，你的提示词却还在做加法，这纯属烧钱。Claude Code之父Boris Cherny最近就公开呼吁，做AI产品得勇敢按下删除键。他建议每六个月就把系统提示词、插件工具全删了，因为现在的模型早就不是当年那个需要手把手教的笨蛋了。 以前我们总喜欢写几百字的背景设定和规则约束，生怕模型跑偏。现在情况反过来了，模型能力的跃迁速度远超我们产品设计的边界。那些繁冗的脚手架不仅没用，反而会限制模型的发挥。 具体怎么给提示词瘦身？别去抄网上那些网红玄学模板。先把自己精心编写的系统提示词全清空，然后一行行加回去做测试。观察模型在哪个环节反复卡壳，只把真正解决问题的指令加回来。这其实就是在控制变量找bug，把没用的废话全剔除。 给模型派活的时候，也别微操。描述清楚目标、边界和退出条件，然后直接放手。现在的核心不是怎么写提示词，而是怎么让模型在干活的过程中自己去验证结果。比如让它重写个应用，要求它自己截图对比像素，没做完不许停。 别再迷信那些奇技淫巧了。把模型当成一个有性格的同事，放下你的控制欲。少喂点废话，让算力真正花在刀刃上，你会发现它自己就能把活干得挺漂亮。 提示词瘦身只是前菜，真正拉开差距的，是你给AI派活时的姿态。以前我们总习惯当保姆，恨不得把每一步怎么走都写进规则里。现在显卡都在集体涨价，算力成本肉眼可见地往上飙，你这种事无巨细的微操，不仅自己心累，还在白白烧token。 真正高阶的玩法是放下控制欲，直接给AI派个难活。Claude Code之父Boris Cherny自己就经常这么干。他曾让模型把一个Electron应用重写成Swift，要求它在Mac虚拟机里运行、自己截屏、逐像素对比，没做完就不许停。结果这活儿连续跑了快半个月，模型甚至自己决定建了个Slack频道，每隔几分钟就发一张进度图。 看懂了吗？这就是给模型解缚。派难活的核心不在于你写了多复杂的指令，而在于明确目标、边界和退出条件，然后果断放手。现在的重点早就不是怎么写提示词，而是怎么让模型在干活时自己去验证成果。如果它不能自我验证，就根本无法长时间独立运行。 很多创作者总怕AI跑偏，其实现在的模型能力早就溢出了你的产品边界。你过度指定、试图让模型完全按照你的习惯去做，反而限制了它的发挥。模型是个有性格的有机生物，不是按部就班的提线木偶。别总想着去控制它，把它当个能独立干活的同事。解开缰绳，扔个有挑战性的任务过去，让它自己去撞南墙、找解法，这才是当下最划算的算力投资。 既然显卡都在排队涨价，算力成本实打实地往上翻，咱们就更没必要去LinkedIn或者Twitter上抄那些网红博主吹捧的神级提示词了。根本不存在什么一劳永逸的奇技淫巧。 Boris在访谈里说得很透彻，现在用AI已经变成了一门经验科学。别总拿以前学过的计算机理论或者旧模型的经验去**在的最新模型。你得像个严谨的实验员，直接观察模型到底在哪里卡壳，然后针对性地去调整。那些在网上到处传抄的固定模板，保质期最多只有半年，模型一迭代，你的玄学就成了废话。 驯服AI的关键，其实是驯服你自己。很多人用AI总带着一种居高临下的控制欲，恨不得把每个标点符号都规定死。但模型是个有性格的有机生物，不是按指令执行的死板机器。你把它当成一个平级的同事来相处，少一点微观管理，多一点结果导向。 遇到它犯错，别急着去加一堆限制规则，而是去复盘它为什么偏离目标。放下那些以前不行的先验偏见，愿意清空自己再试一次的人，才能真正吃到这波算力红利。与其花时间去钻研怎么把提示词写得像八股文，不如把精力放在如何给AI设定更聪明的自我验证机制上。