philschmid：系统提示词是持续成本，指令应尽量精简
DeepMind 的 philschmid 分享了一个很反直觉的经验：他把系统提示词和脚手架删掉约 90%，效果反而更好。核心是按需加载技能，而不是把所有指令常驻上下文。正在做 Agent 和提示词工程的人值得看这场分享。
Google DeepMind 的 @_philschmid 提出把系统提示词视为一种反复产生的成本：每次请求都会重复消耗 token，因此指令应尽量简短。他的做法是把详细说明从系统提示词中移出，改为在需要时再加载对应的技能说明，而不是一开始就全部塞进上下文。
这一思路的核心是“按需加载”：常驻上下文里只保留最少量、最高频的指令，其余内容拆成可延迟载入的部分，从而降低每次调用的开销，也减少长提示词对模型遵循指令能力的干扰。他将在 AIE CODE 大会上分享题为“I deleted 90% of my harness (And It Got Better)”的实践，说明删掉约 90% 的脚手架代码后效果反而更好。
Your system prompt is a recurring cost. @_philschmid of @GoogleDeepMind on keeping instructions short and loading skills when needed. He’s back at AIE CODE tomorrow: “I deleted 90% of my harness (And It Got Better).” ai.engineer/code/schedule
本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：philschmid、Google DeepMind、提示词工程、智能体，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「AI Engineer」（@aiDotEngineer），经 AITOP 多维评分管线结构化提炼。
