14万Star！Andrej Karpathy 教你一个文件驯服 AI 编程助手

给 Claude Code 加一份 CLAUDE.md，让它从”自作主张的学徒”变成”靠谱的搭档”。

这个项目为什么火

5月 GitHub 上最疯狂的增长发生在一个叫 andrej-karpathy-skills 的项目上——一个月涨了 8 万 Star，总 Star 数突破 14 万。

但打开项目你会发现：整个仓库的核心文件，其实就只有一个 CLAUDE.md。

不是工具链，不是 VSCode 插件，不是一堆规则——就是一个文本文件。

这个文件的作者 Andrej Karpathy（前特斯拉 AI 总监、前 OpenAI 研究员）把他对 LLM 编程助手”常见病”的观察整理成了四条行为准则。说白了就是：教会 AI 怎么写好代码。

AI 编程助手的三个老毛病

Karpathy 在 Twitter 上吐槽过 AI 编程的三大痛点：

1. 自作主张，不懂装懂

“模型会替你做出错误的假设，然后直接往下执行，根本不检查。它们不会管理自己的困惑，不会寻求澄清，不会暴露不一致，不会呈现权衡，也不会在应该的时候提出异议。”

翻译一下：你说”加个登录功能”，AI 就开始写了——用什么认证方式？JWT 还是 Session？密码加密用 bcrypt 还是 argon2？登录失败几次锁定？它不问，直接按自己的理解干。

2. 过度设计，代码臃肿

“它们真的很喜欢过度复杂化代码和 API，搞出一堆臃肿的抽象层，不清理死代码……本应 100 行搞定的事，给你实现个 1000 行的庞然大物。”

你说”写个表单验证”，它给你整出 ValidatorFactory → AbstractValidator → ConcreteValidator → ValidationPipeline，还有一个”未来可能会用到”的 ValidationStrategy 枚举。

3. 乱动代码，顺手破坏

“它们有时还是会修改/删除它们不够理解的代码和注释，即使这跟任务半毛钱关系都没有。”

你让改 A 函数的返回值，它顺手把旁边的注释删了、把 B 函数的引入”优化”了、把不相关的测试用例”清理”了。

四条核心原则

这个 CLAUDE.md 文件就是四条规则，每条都直击一个软肋：

原则一：先思考，再写代码

• 明确说出假设：不确定的地方，先问，别瞎猜
• 给出多种解读：模棱两可的时候，列出选项让你选
• 该顶嘴就顶嘴：如果有更简单的方法，直接说”你其实不需要做这个”
• 卡住就停下来：说不清哪里不懂，就老实说”我不太确定这部分”

核心就一句话：别装懂，不懂就问。

原则二：简单优先

• 只做被要求的功能，不多加
• 只用一次的代码不要搞抽象层
• 不要搞”以后可能会用到”的灵活性
• 别为不可能发生的场景写错误处理
• 能 200 行缩成 50 行，就改

自检标准：一位资深工程师看了你的代码会不会说”这太复杂了”？会？那就简化。

原则三：精准改动

• 只改你该改的：别”顺手”优化旁边的代码
• 没坏就别动：别重构没坏的东西
• 匹配现有风格，哪怕你觉得自己那一套更好
• 看到无关的死代码？提一下就好，别删
• 你自己改出来的垃圾（空导入、死变量、废弃函数）——自己收拾干净

原则四：目标驱动执行

这是最颠覆的一条：不要告诉 AI 该做什么，给它成功标准。

Karpathy 发现 LLM 在明确目标下反复迭代的能力很强：

“LLM 非常擅长在明确的目标下反复迭代直到达标……不要告诉它该做什么，给它成功标准，然后看它自己跑起来。”

实操方法：把命令式指令转变成可验证的目标。

对于多步骤任务，要求 AI 列出带验证点的计划：

1. [步骤] → 验证：[检查点]
2. [步骤] → 验证：[检查点]
3. [步骤] → 验证：[检查点]

怎么用？一条命令搞定

Claude Code 用户（推荐）

在 Claude Code 终端中：

# 添加插件市场
/plugin marketplace add forrestchang/andrej-karpathy-skills

# 安装
/plugin install andrej-karpathy-skills@karpathy-skills

装完就生效，所有项目自动启用。

传统 CLAUDE.md 方式

# 新项目
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md

# 已有项目（追加到现有 CLAUDE.md）
curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md

Cursor 用户

项目还附带了 .cursor/rules/karpathy-guidelines.mdc，直接复制到项目的 .cursor/rules/ 目录即可。

实际效果

用了这个配置之后，最明显的变化：

• Diff 干净了：只有你要求改的代码出现在 diff 中，没有”顺手优化”的噪音
• 第一遍就对了：很少因过度设计需要重写
• AI 先问再写：不再先犯错再补救
• PR 清爽了：每行改动都能追溯到你的要求

说白了：从”AI 写代码你要盯着改”变成”AI 写代码你基本满意”。

为什么值得关注

这个项目之所以火，不只是因为 Karpathy 的名人效应。它戳中了一个真实痛点：

我们已经被 GPT-4、Claude 的”惊艳感”喂饱了。现在进入第二个阶段：不是”AI 能不能写”，而是”AI 写得靠不靠谱”。

AKS 给出了一个轻量级的答案：不需要换模型、不需要复杂配置，一个文本文件，四条规则，就能显著提升 AI 编程的质量。

另外，这背后是一个更大的趋势——Claude Skills 生态正在爆发。5 月 GitHub 新增 Star Top 5 中，有 3 个是 Skills 项目（AKS、mattpocock/skills、addyosmani/agent-skills）。头部开发者正在集体把自己的工程经验”喂”给 AI，让 AI 从”通用助手”变成”有工程品味的搭档”。

GitHub: https://github.com/forrestchang/andrej-karpathy-skills

Star: 140K+ | 许可证: MIT | 中文版: https://github.com/tev6/andrej-karpathy-skills-zhCN

潮州做AI找百智云联