Claude提示词被扒Karpathy提出LLM新学习范式
Claude的系统提示词最近被扒上了GitHub，全文将近1.7万字、2.4万个token，详细定义了模型的行为风格、工具使用方式、回答策略等等。【图1】
虽然被称作“泄漏”，但Claude的提示词本身在官方页面上是可查的。【图2】
而真正引发热议的，是大神Karpathy的点评。他认为这份Claude提示词文档，暴露了LLM目前在“学习方式”上的核心问题。
他说，当前主流的大模型学习方式，还停留在“像RLHF（强化学习）这种方法调完就完”的阶段，缺乏模拟人类经验积累的机制。于是他提出一个新思路：系统提示学习（System Prompt Learning）。【图3】
简单来说，新范式的思路就是——
- 用系统提示给LLM写“备忘录”，帮助它记住问题解决策略；
- 像人一样形成长期记忆，遇到相似问题能快速调取并泛化；
- 提示词不仅是“设定”，还能成为模型不断调整自我行为的“自主策略层”。
这种方式的好处在于，提示词可以随时人工检查、更新，既具备“测试时训练”的能力，又比权重微调更安全灵活。
然而反对者认为，这种方法只是变相“手动喂知识”，大模型自身并不理解提示内容，是否真的形成“学习”还有待验证。【图4】
回到Claude这份超长提示词来，里面大约80%的内容都和工具使用有关，比如如何引用、如何使用搜索、遇到日期类问题该怎么处理等等。还有一些是热修内容，补充知识截止点之后的重要信息。
这种“全手工打造”的提示体系，让Claude有了不一样的体验。
正因如此，更凸显出LLM在自我学习、自主演化上的局限。而Karpathy提出的新思路，或许会是下一波AI范式的起点。
Claude提示词泄漏版：
Claude提示词官方版：
