Claude Code前1%用法：放弃计划模式，用可验证标准提升质量

过去一年里，几乎所有Claude Code的使用建议都在重复同一句话：从计划模式开始。连这个功能的创造者Boris Cherny年初都表示，他大多数会话都从计划模式启动。但据B站UP主引述，两周前Boris在Hacker News上改口说"计划模式不再有用"。九个月时间，顶级用户的工作方式已经彻底改变。

这条视频系统梳理了前1%用户正在使用的十项实践。其核心逻辑可以概括为一句话：不要替AI规划过程，而是给AI一个可验证的完成标准，然后让它自己迭代到通过验证为止。

计划模式为什么被抛弃

理解这个转变，需要回到计划模式的本质。它从来没有改变Claude能做什么，只是在每条消息后面附加了一句提醒：你处于计划模式，请不要开始写代码。Boris当年在一个周日晚突发奇想做出这个功能，是因为受够了每次都要提醒Claude先规划再动手。在Sonic 4.6和早期Opus时代，模型确实倾向于跳进任务直接开干，计划模式是对模型能力不足的补偿。

但新模型把规划融入了工作过程本身。Boris现在的做法是：描述任务、描述围绕任务的护栏（guardrails）、描述"完成"长什么样（definition of done），然后让模型自己解决剩下的。以每周客户报告为例，任务是从CRM导出生成本周报告，护栏是不改模板、不发邮件，完成标准是每个数字都与导出一致。你不再读一份前置计划，而是在任务结束后检查它做了什么。

对于较大的改动，Boris会要求Claude输出一张示意图甚至可交互的演示。Claude近期也内置了生成实时仪表盘和动画解释器的能力，让这种验收方式更加顺手。整个模型变成了：用户只写简报，Claude做工作，返回输出加一页解释。

不要手动控制思考深度

去年流行过一堆提示词技巧：think、think hard、think harder、ultra think，每个词都能给Claude更大的思考预算。现在Claude Code把这些词当作普通文字读取，真正的控制项变成了effort level（努力级别）设置，且每个模型都有推荐值。Opus 5.5推荐medium，Anthropic称在medium档位上，它在编码和知识工作上匹配甚至超过Opus 5的high档。

结论很简单：大多数任务不要碰这个设置，留在推荐档位。默认配置已经用更少的步骤和token完成了你过去手动调节的工作。

让Claude自己证明任务完成：验证机制是质量三倍的关键

这是整条视频最有价值的部分。Boris年初那篇帖子中有一条至今仍然成立：**给Claude一个验证自己工作的方式，能把最终结果的质量提升2到3倍。**Anthropic官方指南现在把这条列为第一条建议。

关键在于，验证不是让你在提示词里写"请再检查一遍"。Opus 5的指南明确指出，模型已经会自我检查，那句话只会增加成本而不改善结果。你需要的是给Claude一套能返回通过或失败的标准。

具体做法：把简报里的"完成定义"转化成Claude可执行的检查。例如写一个check_report脚本，验证每个数字与导出一致、模板每个区块都已填写。第一次运行时某项检查失败，Claude自动回去修复、重新运行检查，通过后才展示输出。用户读的是证据，而不是自己动手核对输出。

这种检查不一定是代码脚本。品牌语调文档、设计规范都可以充当检查依据，只是越确定性的检查能抓到越多错误。

可验证完成标准（verifiable definition of done） 是这套方法论的核心概念，指把"做完"这一模糊判断转化为机器可执行的通过/失败判定。它通常表现为一个返回退出码或结构化布尔结果的脚本、一组可逐项核对的清单式断言，或一份可被逐条比对的规范文档。与普通提示词中的"请检查是否完成"不同，可验证标准的关键在于存在一个独立于模型自我陈述的判定源：数字是否与源数据相等、模板区块是否非空、lint 是否零报错，都是客观事实，模型无法用措辞绕过。这使迭代循环有了明确的停止条件，也把用户的角色从逐项复核输出转变为审查证据本身。

/goal：让Claude持续循环直到通过检查

验证机制只有在Claude能持续迭代时才有意义，否则你还是得手动输入"continue"。斜杠命令/goal解决了这个问题：它替你按下继续键，让Claude循环直到满足目标。

这里有一个重要的坑。每轮结束后，一个独立的小模型（如Haiku）会读取你的目标并判断条件是否满足。但这个裁判不执行命令、不读文件，只看对话和输出。如果你的目标定义模糊——比如"报告完成了"——它会过早判定完成。

Anthropic给出的好目标标准：只有一个终态、说明如何证明终态达成、说明哪些东西不能变、并设置轮次上限防止无限循环。示例：/goal check_report脚本通过并展示输出，模板保持不变，15轮后停止。

裁判模型（judge model） 是自动化循环中的判定组件，通常由成本更低、上下文更小的小模型担任。它不拥有执行环境权限——不能运行脚本、不能读取文件系统——只依据可见的对话历史与命令输出判断目标是否达成。这种设计降低了每轮判定成本，但也意味着它的判断质量完全取决于目标的文字表述是否可被表面观察。因此目标描述必须把"如何证明"写成裁判能够在对话中直接看到的形式，例如"check_report 脚本输出 PASS 且展示报告内容"，而非依赖裁判无法验证的内部状态。轮次上限则是防止裁判持续误判时循环无限运行的安全阀。

CLAUDE.md应该是一份目录，不是说明书

Opus 5发布时，Anthropic做了一件激进的事：删掉了Claude Code自身超过80%的指令，因为其中大部分是在修补旧模型的毛病。官方文档建议CLAUDE.md保持在200行以内，更长的文件成本更高且遵循度更低。

一个更实用的心智模型是把CLAUDE.md当作工作区的目录页，只保留四类内容：Claude猜不到的工具和命令；你与常规做法不同的地方；反复出错的坑；边界规则（如只写邮件草稿不发送）。其余全部变成指向其他文件的指针。

指针本身有三条规则。第一，用路径而非import语法引用文件，@符号会把整个文件加载进每个会话，而反引号路径加打开时机（如"做客户工作前读取客户邮箱"）实现按需加载。第二，所有文件直接从CLAUDE.md指向，嵌套引用的文件只会被预览前100行。第三，超过100行的文件顶部加目录，因为每次读取同样只拿到前100行预览——这条原本是skill文件的规则，适用于所有被索引的文件。

这套改法可以手动做，也可以用/doctor prompt audit自动审计：检查CLAUDE.md、skills和规则中针对旧模型的指令、失效路径和互相矛盾的文件，在获得你确认前不做任何修改。

上下文窗口与按需加载 是理解 CLAUDE.md 精简原则的前提。Claude Code 每次会话都会把 CLAUDE.md 全文注入上下文，因此文件越长，占用的固定预算越多，留给实际任务的推理空间越少，同时模型对其中单条指令的注意力也越稀释——这正是官方建议控制在 200 行以内、并删除大部分旧指令的原因。@ import 语法的问题在于它把被引用文件递归全量加载，等于把整棵文件树塞进每个会话；而反引号路径加打开时机只是留下一条文本线索，模型仅在执行相关任务时才主动读取该文件。同理，被索引文件的自动读取往往只提供前 100 行预览，因此长文件需要顶部目录，让模型知道完整内容存在于何处并决定是否深入读取。

Skill不是流程手册，而是纠错清单

一个常见的错误是：在脑子里规划好流程，然后在Claude从未试过这个任务之前就让它生成skill。Anthropic的skill指南要求反过来做——先不带skill完成任务，在真实任务上运行，记录实际出错的点，再把纠正项写成skill。skill解决的是真实问题，不是想象中的问题。

这也解释了为什么Anthropic团队自己最好的skill往往只有几行和一个gotcha。桌面应用现在还支持录制skill：观察你执行任务的过程并自动记录。据UP主自述，他用Instagram私信自动化做测试时，录制出的skill小得令人意外，因为它只记录了Claude开箱做不到的部分。

对热门skill包的警惕同样必要。据UP主引述，有开发者测试了9个高星skill包，在Opus 5.5上跑了450次，只有2个的表现优于"把整个流程写成一份占位文件"。七成以上的skill包带来的只是额外token开销。Claude Code内置的claude plugin eval可以对比有skill和无skill的得分差异，得分相同说明这个skill纯属装饰。先用/skill doctor看每个skill的成本和使用频率，删掉从不使用的，再对剩下的跑eval。

用hooks替代大写强调和感叹号

在规则里写"重要""必须"或全大写，对现在的模型已经基本无效。需要绝对保证的行为应该写成hook：在你定义的时间点确定执行的小脚本，比如每次Claude使用工具之前。hook不消耗AI token，无论模型怎么想都会执行。

把CLAUDE.md里所有大写强调过一遍：要么是Claude本来就会做的事，删掉；要么是绝不能发生的事，改写成hook。在客户报告的例子中，"绝不发邮件给客户"这条规则应该被替换成一个拦截任何客户邮件发送的hook。

Hook 与提示词约束的本质区别在于执行主体。 写在 CLAUDE.md 或提示词里的规则是对模型的"建议"，模型在概率意义上遵守，上下文变长、任务变复杂时遵循度会下降；hook 则是由 Claude Code 运行时在预定生命周期节点（如工具调用前、文件写入后、会话结束时）直接执行的确定性脚本，其触发不经过模型决策，也不占用 token 预算。可以拦截的典型场景包括阻止向特定地址发送邮件、禁止写入生产配置目录、在提交前强制运行格式检查。设计 hook 时应让它快速失败并返回清晰原因，使模型能够据此调整行为，而不是仅静默中止——后者会让模型反复重试同一被拒操作。

子代理：交给Claude判断，你只设上限

早期搭建agent团队需要手写编排器、agent文件和路由，一个主agent协调多个子agent。Opus 5的指南说它比以往任何模型都更主动地把工作交给子agent，但对小任务这样做只会成倍增加成本和时间。

现在的分工是：Claude自己判断需要几个帮手、如何分配任务；你负责设定团队规模上限和边界，防止简单任务过度扩张。有一个例外场景——当你构建skill时，如果其中包含大规模研究步骤或连接MCP的步骤，应该明确要求这部分在子agent中执行，让主对话上下文保持干净。

无人值守：项目、定时任务与事件触发

最后一块拼图是让工作在你不在场时发生。Claude Code的projects现在是能自行开启线程的持续对话，配合定时任务或事件触发——待办事项新增、CRM增加线索、联系表单提交——就能构成无需人工介入的工作流。UP主称他的Instagram轮播图和短视频就是用这套机制生产的，他只需要在自建UI里点一下批准。Codex近期也宣布了插件的MCP事件，连接的应用可以在特定事件发生时触发运行。

这些实践背后是同一条原则：先让Claude自己干，出错之后再补基础设施。CLAUDE.md是永远为真的工作区信息，skill是针对单一流程的纠错集合，hook是必须绝对执行的边界，验证脚本是质量保证的闭环。