몇 시간 더 지나고 나서, 드디어 Opus 5를 파악한 것 같습니다.

Opus 5는 제가 사용해 본 그 어떤 것보다 더 에이전트적 (agentic)이도록 훈련되었습니다. 모든 Claude 5 모델들이 그렇습니다.

그렇다면 무엇이 변했을까요?

Opus 5와 상호작용하거나 맥락을 제공 (contextualize)하는 방식은 다른 모델들과 동일하게 작동하지 않을 것입니다.

이 모델은 탐색하는 것을 좋아하기 때문에, 탐색을 위한 많은 가이드가 필요하지 않습니다. 고유한 선호도, 아티팩트 (artifacts), 그리고 참조 (references)는 이 모델을 잘 보완하며, 더 깔끔하고 효과적인 탐색과 실행을 가능하게 합니다.

이제 모델이 스스로 더 효과적으로 탐색하고 의도를 더 잘 이해할 수 있게 되었으므로, 가장 좋은 방법은 모델의 방해를 하지 않는 것입니다 (예: 사용자의 선호도에 대한 예시를 제공할 필요가 없으며, 명확한 상위 수준의 설명 (high-level description)이 가장 잘 작동합니다). 그런 의미에서 이 모델은 진정으로 에이전트적 (agentic)입니다.

Opus 5에 더 나은 맥락을 제공하기 위한 좋은 첫 단계는 상황적인 것 (situational)과 지속성이 필요한 것 (persistence)을 구분하는 것입니다.

그럼에도 불구하고, 지속적인 시스템 프롬프트 (system prompts)와 CLAUDE.MD는 가볍게 유지되어야 합니다. 여기에서 메모리 (memories)와 도구 설명 (tool descriptions)을 제거하세요. CLAUDE.MD는 또한 명령/기술을 링크함으로써 점진적 공개 (progressive disclosure)를 활용하기에 아주 좋은 장소입니다.

상황적인 측면에서는, 에이전트 기술 (agent skills)과 자동 메모리 (auto-memory)가 점진적 공개 (progressive disclosure) 및 모델의 개선된 외부 맥락/지식 활용 능력을 활용할 수 있습니다. 이 계층에서 흔히 발생하는 (주로 신뢰성을 보장하기 위한) 충돌하거나 불필요한 지침들은 이 모델을 쉽게 혼란에 빠뜨릴 것입니다. 이것이 제가 수행해야 했던 가장 큰 변화였습니다.

단순하고, 깔끔하며, 명확한 프롬프트와 기술이 가장 잘 작동합니다.

저는 저의 많은 기술과 시스템 프롬프트를 정리해야 했습니다. 제가 프롬프트를 작성하는 방식은 동일하게 유지되지만 (보통 명확하고 범위가 잘 정해진 방식), MCP 도구 설명은 더 서술적으로 작성되었으며 시스템 프롬프트에서 중복을 제거했습니다.

Anthropic에서 맥락 엔지니어링 (context engineering)의 새로운 규칙에 대한 가이드를 출시했는데, 이 작업에 도움이 되었습니다. 저는 권장 사항들을 테스트하기 시작했고, 그 과정에서 효과적이었던 것들을 모아 작은 아티팩트 (artifact)를 만들었습니다.

이것이 많은 노력이 필요한 일처럼 느껴질 수도 있습니다. 믿어주세요, 저 또한 좌절감을 느꼈습니다. 하지만 우리는 미래의 프론티어 모델 (frontier models)들이 더욱 에이전트적 (agentic)이고, 적절한 컨텍스트 (context)나 공백을 파악하는 데 더 똑똑해질 것이라고 기대할 수 있다고 생각합니다. 가장 좋은 방법은 지금부터 그것에 대비하는 것입니다.

@bcherny는 Opus 5가 그들의 모델 중 프롬프트 주입 (prompt-injectable)이 가장 어려운 모델이라고 언급했습니다. 그것이 그들이 의도적으로 훈련시킨 결과인지, 아니면 본질적으로 매우 에이전트적 (agentic)이고 실행에 있어 더 직접적이도록 훈련된 방식에 따라 나타난 창발적 (emerged)인 결과인지 저는 확실히 알 수 없습니다.