把 Opus 5.5 当 junior 用，只会更贵：8 条提示词规矩，和一套反向工程工作流
Anthropic 工程师 Lance Martin 说，90% 的工程师在用一套 8 步提示系统。Movez 的长文则把同一套工程化思路带进反向工程：让 agent 驱动 Ghidra/Hopper，从二进制读到可重建规格。附一小时 workshop 视频和关键步骤。
把 Opus 5.5 当 junior 用，只会更贵：8 条提示词规矩，和一套反向工程工作流
Lance Martin 在 Anthropic 做工程。Codez 在 11 月 7 日的推文里转述了他的判断：别再像指挥 junior 一样给 Claude Opus 5.5/Fable 5.5 写提示词，那样只会更糟。他给了一个数字，Anthropic 内部 90% 的工程师和前沿模型对话时，用一套 8 步提示系统。
Codez 把这段一小时 workshop 放进了推文。视频在这里：
8 步不复杂，难的是忍住不加戏。
审计提示词。给前沿模型写“think step by step”“double-check”，很像给计算器念口诀。模型本来就会做，这些仪式只烧 token。删掉。
杀掉矛盾。旧模型会忽略一条冲突规则，Opus 5.5 会两条都卡。提示词干净比聪明重要。
保护缓存。缓存靠严格前缀匹配，一个字节提前就失效。据这则推文，Anthropic 只是不破坏缓存，就把成本最多降了 72%。
按稳定性排序。system、memory、session、messages，稳定的放前面，易变的放后面。任何动态内容放到顶部，每轮都会把缓存烧掉。
默认低 effort。effort 是推理投入档位。聪明模型在低 effort 下，通常比弱模型在高 effort 下更好：token 更少，基线更高。Opus 5.5 先从 low 开始。
评分用二元。1 到 10 分是噪音，用 good/bad 或 pairwise。跨模型验证，把方差压住。
先建 eval。评测集如果已经饱和，继续调只会把 token 烧在不可解的 case 上。调任何东西之前，先给评测集留出提升空间。
把脑子和手分开。会话日志可恢复，密钥放进模型看不到的 vault，也就是密钥库。给模型一个 harness，别手把手牵着。
有网友 Max Petrusenko 在回复里泼了冷水：目前只有第 3 步有实测节省，其余七步在 step 7 的 eval 建立前，都只能算猜测。这个提醒值得留着。8 步里最便宜的动作是先删废话，最贵的错误是没 eval 就调 prompt。
Movez 在引用文章里，把这套工程化思路落到了更重的场景：反向工程。Replit CEO Amjad Masad 在 10 月 7 日说，AI 驱动的反向工程和反编译“绝对疯狂”，很快所有软件都会事实上开源。Movez 的 11 步课程，讲的正是从封闭二进制到可重建规格的路径。
工具叫 REA，Reverse Engineer Anything。它通过 MCP 和 CLI 把 agent 接到 Hopper、Ghidra 或 IDA。MCP 可以理解为让 agent 调用外部工具的接口。模型不能自己跑反汇编器，REA 把二进制加载进真实引擎，把结果变成可调用的函数，再把地址、字节、伪代码、调用点这些证据返回给模型。
Movez 的流程可以压缩成几个关键动作：
- 先路由目标类型。native、Electron/JS、.NET、Go、APK、WASM，各用各的入口。Electron 应用的 JavaScript 就在那里，先上反汇编器是浪费周末。
- 先看概览、字符串和调用图。不要从文件顺序读函数。按 cross-reference 数量，也就是被调用次数，排序。147 次引用的函数是架构核心，2 次引用的 helper 可以等。
- 把热函数 decompile 成伪代码，再让 Opus 5.5 重命名变量、一句话说明用途、列读写的数据结构、标设计模式、重写成目标语言、标出缺失的错误处理和输入校验。Movez 建议这类推理用 xhigh effort。
- 混淆代码设预算。Elastic Security Labs 用 Tigress 混淆器测过 Opus，20 个任务。失败尝试的成本大约是成功尝试的两倍。多层混淆的基准解决率是 0%。先剥离 junk，再让模型看真逻辑。
- 函数多了用 controller/worker。一个 controller 按调用图聚类、派活、注入已解析的结构体；worker 一次只处理一个函数，返回地址、用途、置信度、结构体、干净源码和 flags。单 chat 读 500 个函数会忘、会命名冲突、会自相矛盾。
- clean room 有四条底线。只观察行为，不复制代码；文件格式来自公开标准；图标、字体、模板、声音原创或授权；分析和实现放在不同上下文，实现者只看规格，不看原始分析。
- 最后用行为测试证明 parity。给原程序和重建版同一批输入，30 个正常、10 个边界、10 个错误，比较输出，报告 match rate、分歧列表和严重程度。再把重建版发布成 MCP server，让下一个人的 agent 也能驱动它。
Movez 还列了六个浪费周末的错误：给 Electron 应用开反汇编器；没读概览就 dump 全部；按文件顺序读函数；硬磨多层混淆；让模型把原代码复制进重建；没有 parity report 就发布。
这些动作和前面的 8 步提示词规矩，指向同一件事：前沿模型吃的是干净上下文、明确边界、早期评测和硬隔离。提示词只是入口，后面全是工程。把 Opus 5.5 当 junior 哄，成本会先涨；把它接进一个可验证的 harness，它才开始像一个能交付的工程系统。
原文和视频：
发布时间: 2026-11-08 15:36