Andrej Karpathy 的“AI编程四诫”：一个 .md 文件，让 Claude 代码靠谱10倍

它没有一行代码，却登顶 GitHub Trending；它只有4条规则，却能让 AI 编程助手从“坑队友”变成“神队友”。

最近，一个名为 andrej-karpathy-skills 的项目在开发者社区彻底火了。截至今日，它在 GitHub 上已收获超过 6万颗星，连续多日霸榜第一。

最神奇的是，这个项目的核心，仅仅是一个名为 CLAUDE.md 的 Markdown 文件。

那么，这个由前特斯拉 AI 总监、OpenAI 创始成员 Andrej Karpathy 的思想启发而来的项目，到底有何魔力？今天，我们就来一探究竟，并告诉你如何在自己的项目中立刻用起来。

🔍 一、它是什么？不是模型，而是“行为准则”

首先，要澄清一个误区：**andrej-karpathy-skills 并不是一个新模型或新框架**。

它是一套基于 Andrej Karpathy 对 LLM（大语言模型）编程失败模式的深刻洞察，所提炼出的 四大核心行为准则。这些准则被封装成一个简单的 CLAUDE.md 文件，旨在引导像 Claude 这样的 AI 编程助手，以更专业、更可靠的方式工作。

你可以把它理解为给 AI 助手下的一道“紧箍咒”，或者一份“职场新人入职培训手册”。

🧠 二、Karpathy 发现了什么？三大经典“翻车”场景

在多次使用 AI 编程助手后，Karpathy 总结出它们最常犯的三大毛病：

1. 盲目假设，不懂就瞎猜：需求有模糊点，不问用户，直接按自己的理解开干，结果南辕北辙。
2. 过度设计，代码膨胀：让你改个按钮颜色，它给你重构整个前端架构，引入一堆你根本不需要的抽象和依赖。
3. 随意修改，污染代码库：只让你改 A 文件，它顺手把 B、C、D 文件的注释、格式甚至逻辑都改了，导致 Code Review 时满屏红绿，难以分辨真正改动。

这些问题，相信每个用过 AI 编程的开发者都深有体会。

📜 三、“AI编程四诫”：让 Claude 变得像高级工程师

CLAUDE.md 文件正是为了解决上述问题，提出了四条清晰、可执行的指令：

✅ 1. 先思考，再编码 (Think Before Coding)

• 核心要求：在写任何代码前，必须先明确阐述自己的假设，展示对问题的多种理解，并主动提出疑问。
• 通俗理解：别急着动手！先跟用户确认：“我理解你的意思是……，对吗？这里有两种实现方式，A 和 B，你倾向于哪个？”
• 效果：极大减少因误解需求而导致的返工。

✅ 2. 简单至上 (Simple First)

• 核心要求：用最小、最直接的代码解决问题。避免不必要的抽象、设计模式或功能扩展。
• 通俗理解：能用 if-else 就别上策略模式，能改一行就别动整个文件。
• 效果：生成的代码更易读、易维护、Bug 更少。

✅ 3. 聚焦变更 (Focused Changes)

• 核心要求：严格限制修改范围，只改动完成任务所必需的文件和代码行。禁止“顺手优化”无关代码。
• 通俗理解：让你修水管，就别想着顺便把墙也刷了。
• 效果：Code Review 变得极其轻松，Diff 清晰明了，大大降低引入意外 Bug 的风险。

✅ 4. 目标驱动，可验证 (Goal-Driven & Verifiable)

• 核心要求：每一步操作都要有明确目标，并且结果是可验证的（例如，通过运行测试、检查输出）。
• 通俗理解：不要为了写代码而写代码，要确保每一步都能带来可衡量的进展。
• 效果：让 AI 的工作过程变得透明、可信，不再是“黑箱魔法”。

🛠️ 四、如何使用？只需一步

使用 andrej-karpathy-skills 极其简单：

1. 下载 CLAUDE.md 文件：从官方仓库 https://github.com/forrestchang/andrej-karpathy-skills 获取。
2. 放入你的项目根目录。
3. 在调用 Claude Code（或其他支持读取项目上下文的 AI Agent）时，确保它能读取到这个文件。

就是这么简单！AI 助手在开始工作前会自动“阅读”这份指南，并在其整个编程过程中遵循这些原则。

💡 五、突破点在哪？从“提示词工程”到“行为工程”

andrej-karpathy-skills 的走红，标志着 AI 应用开发的一个重要趋势：

• 过去：我们专注于写更长、更复杂的 Prompt（提示词） 来控制模型。
• 现在：我们开始将最佳实践固化为可共享、可复用的行为规范，并通过标准化文件（如 .md）来管理 AI 的行为。

这是一种更高维度的“行为工程（Behavior Engineering）”。它不改变模型本身，而是通过外部约束，低成本、高效率地提升 AI 在特定任务上的专业性和可靠性。

✨ 写在最后

Andrej Karpathy 用他一贯的简洁和深刻，再次为我们指明了方向：最好的技术，往往不是最复杂的，而是最能解决实际痛点的。

andrej-karpathy-skills 项目本身没有一行代码，但它所倡导的工程哲学，值得每一位与 AI 协作的开发者学习和践行。

一句话总结： 与其抱怨 AI 不靠谱，不如给它立好规矩。 下次当你准备让 AI 帮你写代码时，不妨先丢一个 CLAUDE.md 到项目里，看看它会不会给你一个惊喜。