空终端十分钟搭完自我改进系统，Anthropic工程师说Prompting结束了

一段视频里，Anthropic的Cat Wu站在屏幕前，给出一个判断：Prompting基本结束了。她提到95%的工程师已经在跑自我改进循环，下一步是graphs。

然后她用10分钟，从空终端搭出一整套Claude Code设置。路径很清晰：空终端 → Agents → Loops → Graphs → Self-Improving System。

先把几个词说清楚。Prompting是写提示词，人琢磨怎么问。Agents是让模型能调用工具、执行动作。Loops是让模型反复跑同一套流程，根据结果修正。Graphs是把多个agent或步骤连成有向图，失败时能定位到哪一段。Self-Improving System则是把输出拿回来评估，再喂回流程。

这条链路的重点不在“Prompting已死”的口号。它真正压缩的是配置时间。以前搭一套能跑的agent工作流，可能要花一个下午调环境、写脚本、试错。视频里把这件事压到10分钟，对已经熟悉Claude Code的人有参考价值。

评论区比视频热闹。有人指出视频是旧的，里面提到Opus 4和Sonnet 4。有人问普通人从空终端到这套东西要多久。有人直接说，首先得有无限token。还有人说自己一年半前就建过类似系统，没什么新东西。

一位网友的回复被顶上来：她说Prompting结束的时候，屏幕上的头衔还是Product Manager，而她认识的工程师还在求ChatGPT写邮件。graph这些东西，是给已经忘记和CSV搏斗一小时是什么感觉的人准备的。

这话有点刻薄，但点出一个事实。视频展示的是理想路径，现实里token成本、任务稳定性、维护时间都会卡人。自我改进循环听起来高级，跑起来可能先烧掉一堆调用费。

比较有意思的是“graphs”这个提法。它不是让模型更聪明，而是把多步骤流程画出来，让每一步可观察、可替换、可回滚。对开发背景的读者，这更接近工作流编排。对普通用户，它的意义是以后可能不用自己盯着每一步，但前提是有人先把图搭好。

视频是旧的，讨论是新的，这种错位本身比演示更有信息量。所以这条视频值得看，但不必当成焦虑来源。先找自己手里重复三次以上的任务，看能不能拆成几步。如果能拆，再考虑loop。如果拆不开，prompting离结束还远。

原文链接：https://x.com/halvenruns/status/2116625585854431581