Aletheia
Boris Cherny: We Cut 80% of Claude Code’s Prompt
Em muitas equipes de tecnologia, o trabalho com inteligência artificial tornou-se um exercício exaustivo de microgestão de texto. Desenvolvedores passam horas ajustando instruções longas e detalhadas para evitar que um modelo cometa erros banais na geração de trechos isolados de código. Essa rotina revela um gargalo operacional evidente: tratar a ferramenta como um gerador de texto pontual consome o tempo que deveria ser dedicado à arquitetura do sistema.
Em sua apresentação no canal da Y Combinator, intitulada Boris Cherny: We Cut 80% of Claude Code’s Prompt, o criador do Claude Code demonstra por que essa abordagem de acúmulo de regras manuais atingiu o limite. Cherny expõe como a equipe enxugou as instruções do sistema para expandir a autonomia real da ferramenta na base de código. Esse movimento sinaliza uma transição estrutural na engenharia de software: o foco deixa de ser a manipulação de instruções de texto e passa a ser a construção de ambientes capazes de sustentar a execução autônoma.
“delete your Claude MD. Delete your skills. Delete your hooks. See what the model does and it might surprise you.”
O funcionamento dessa mudança apoia-se no conceito de remoção de limitações operacionais, ou un-hobbling, dando ao sistema acesso direto ao terminal, aos arquivos e às ferramentas do ambiente de desenvolvimento. Cherny descreve um método empírico: retirar instruções, observar o comportamento e devolver apenas aquelas que corrigem falhas recorrentes. Ele também relata um trabalho de migração de código apoiado em suítes de testes existentes, com intervenção humana durante a execução. Quando o agente recebe uma tarefa complexa, ele executa a alteração, roda os testes locais, analisa as falhas registradas no ambiente e corrige o próprio código em um ciclo contínuo. Essa mecânica transfere o controle de qualidade do prompt para o próprio pipeline de validação do projeto.
“What if we get rid of all the scaffolding and just give the model the simplest possible harness”
A eficácia desse modelo não decorre apenas da autonomia de um único processo, mas da capacidade de orquestrar múltiplos agentes operando em paralelo sobre bases de código extensas. A conversa menciona desempenho em benchmarks como o ARC-AGI, mas esse dado não comprova a eficácia do fluxo de programação. O relato sobre trabalho em paralelo é uma experiência apresentada por Cherny, cujo resultado depende da tarefa e das verificações disponíveis. A validação automática pode reduzir a revisão repetitiva, mas não elimina o acompanhamento humano nem demonstra que todos os erros relevantes estejam cobertos pelos testes. Observo que essa dinâmica exige equipes preparadas para desenhar rotinas de teste extremamente confiáveis, pois o agente é tão eficiente quanto os critérios impostos ao ambiente.
Essa evolução altera o papel do profissional, que deixa de ser um redator de comandos detalhados para atuar como arquiteto de fluxos de trabalho autônomos. A recomendação de Cherny é reavaliar as instruções quando o modelo muda, em vez de conservar regras que perderam utilidade. Eu vejo valor nesse ciclo de experimentação: delegar, medir as falhas e ajustar o ambiente antes de ampliar a autonomia. Se o valor da engenharia migrou da escrita do código para a construção da infraestrutura que o valida, quanto tempo as equipes ainda dedicarão ao ajuste manual de prompts antes de automatizarem seus testes?
Assistir: Boris Cherny: We Cut 80% of Claude Code’s Prompt · Y Combinator