在近期YC发布的一档访谈节目中，Claude Code创始人Boris Cherny提出了一个颠覆性观点：AI产品开发者应定期对系统进行"破坏性清理"，每六个月彻底删除现有提示词、工具链和框架代码。这位被业界称为"Claude代码之父"的技术领袖强调，这种看似激进的做法实则是优化模型性能的核心策略。
基于消融实验原理，Boris团队在Opus 5模型开发中验证了这一方法的有效性。他们发现当移除80%的预设指令后，模型不仅保持原有性能，反而在特定任务中展现出更优表现。"现代大模型就像有机生命体，每代产品都有独特的'性格特征'"，Boris比喻道，"开发者需要像驯兽师般持续观察其行为模式，而非依赖预设的指令模板。"这种动态调整策略使Claude Code的核心代码量缩减至仅包含安全验证、权限管理等基础模块。
访谈揭示了AI产品开发中的"能力悬差"现象。Boris指出，当前大模型能力进化呈现跳跃式发展，而产品迭代仍保持线性节奏，导致模型实际能力常被低估。以2024年Sonnet 3.5模型为例，该版本已具备完整文件生成能力，但同期主流编程助手仍局限于代码补全功能。这种差距促使团队开发出具有终端操作权限的Claude Code，通过解除系统限制释放模型潜能。
在实践层面，Boris提出了"三步解缚法"：首先为模型分配超出预期难度的任务，仅明确目标边界与退出条件；其次建立非功利性实验机制，鼓励模型进行创意探索；最后重点构建自我验证体系，使模型具备任务过程监控能力。他展示的典型案例中，某个将Electron应用迁移至Swift的重构任务已持续运行两周，期间模型自主创建Slack频道实时更新进度截图。
针对开发者社区，Boris特别警告要警惕"网红经验陷阱"。他强调AI开发已从理论科学转变为经验科学，建议开发者摒弃对旧模型的路径依赖，通过持续压力测试定位系统瓶颈。"把模型视为协作同事而非控制对象"，这种思维转变将帮助开发者突破传统开发范式。对于编程学习者，他建议建立"问题导向"的学习路径，将计算机科学理论与产品设计、数据科学等实践领域相结合。
这场访谈在开发者社区引发强烈反响。多位AI产品负责人表示，Boris提出的"破坏性优化"理念挑战了行业常规，但其背后的实验驱动方法论已在实际开发中显现成效。随着大模型能力边界持续拓展，如何建立与之匹配的动态开发体系，正成为新一代AI工程师的核心课题。
