新智元報道

編輯：好困

【新智元導(dǎo)讀】一個毫無代碼的文本，竟連霸GitHub熱榜第一。Karpathy的編程神技被化作「AI緊箍咒」，讓亂寫B(tài)ug的大模型瞬間老實！

就在剛剛，一個.md文件沖爆了整個GitHub！

本周新增44,465顆星，總星數(shù)61.6k。連續(xù)三天Trending日榜第一。

它叫CLAUDE.md，一個Markdown配置文件。

里面寫著四條規(guī)矩，全部源自Karpathy對LLM編程陷阱的觀察，用來管住AI編程時最常犯的毛病——

• 不確定的先問別瞎猜

• 代碼能簡短就別寫長

• 沒讓你改的地方別碰

• 給目標(biāo)別給步驟

把它丟進項目根目錄，AI編程Agent就會自動讀取并遵守里面的規(guī)則。

項目地址：https://github.com/forrestchang/andrej-karpathy-skills

如今，全網(wǎng)6萬碼農(nóng)連夜抄作業(yè)，X上開發(fā)者已經(jīng)炸了鍋。

Kraggich感慨道，「一個Markdown文件沖上趨勢榜第一，說明現(xiàn)在的瓶頸不在模型，而在模型周圍的腳手架。這些'膠水'才是產(chǎn)品本身。」

Surajdotdot7從生產(chǎn)環(huán)境算了筆賬，「模型選錯了分支，運行了40分鐘，最后碰壁失敗。而提前澄清只需要30秒。」

Markdown里寫了什么

故事的起點是今年1月26日。Karpathy在X上發(fā)了一條長帖，詳細吐槽了AI編程Agent的各種毛病。

當(dāng)天，一個叫Jiayuan Zhang的華人開發(fā)者就動了手。

他先是用Claude Code把這條帖子自動轉(zhuǎn)化成了skills文件，并生成了約800行描述，然后讓Claude自己審查自己，最后砍成了一段約70行的干凈指令。

產(chǎn)物就是這個CLAUDE.md，相當(dāng)于是在Agent腦子里裝的一套行為準(zhǔn)則。（現(xiàn)在也有了Cursor版）

里面的四條原則，每一條都精準(zhǔn)對應(yīng)了開發(fā)者用AI寫代碼時最常踩的坑。

原則一，編碼前先思考。

你讓AI「加個驗證功能」，它不會問你要驗證什么、嚴(yán)不嚴(yán)格，而是自己猜一個最復(fù)雜的方案，寫了一大堆你根本不需要的代碼。更糟糕的是，整個過程它不會表現(xiàn)出任何猶豫。

為了解決這個問題，文檔在第一個原則中寫了三條規(guī)定：

1. 不確定時必須停下來問，不能猜。

2. 存在多種理解時列出選項讓用戶選，而不是替你做決定。

3. 發(fā)現(xiàn)有更簡單的方案時，主動說出來，該推回來就推回來。

原則二，簡約至上。

你要一個簡單的小功能，它給你寫出一整套企業(yè)級架構(gòu)，附帶登錄認(rèn)證、安全校驗、流量控制。

你說「能簡單點嗎」，它立刻砍掉大半，還來一句「當(dāng)然可以！」說明它一開始就知道不用寫那么多，但就是忍不住。

第二條原則，就是給這些問題預(yù)備的：

1. 沒被要求的功能不寫。

2. 只用一次的代碼不建抽象層。

3. 沒人要求的「靈活性」和「可配置」不加。

4. 不可能發(fā)生的異常場景不做錯誤處理。

檢驗標(biāo)準(zhǔn)就一條，一個資深工程師看了會不會說「太復(fù)雜了」。會的話，直接砍。

原則三，精確編輯。

你讓它修一個bug，它改完bug順手把旁邊的代碼也重構(gòu)了，變量名換了，注釋刪了，代碼風(fēng)格也按它自己的偏好改了。最后你對比改動記錄，改了30處，其中25處跟你的需求毫無關(guān)系。

于是，第三條原則給改動范圍做了嚴(yán)格的限制：

1. 只動你被要求動的部分。

2. 匹配項目已有的代碼風(fēng)格，哪怕你覺得自己寫得更好。

3. 看到不相關(guān)的問題，提一嘴就行，別動手。

4. 如果你的改動導(dǎo)致某些代碼不再被使用，清理掉，那是你的責(zé)任。但之前就存在的問題，沒人讓你改就不要碰。

原則四，目標(biāo)驅(qū)動。

AI特別擅長「循環(huán)到達標(biāo)為止」這件事，那就別告訴它具體步驟，直接給它驗收標(biāo)準(zhǔn)讓它自己跑。

比如你要加一個功能，別說「寫一個函數(shù)實現(xiàn)X」，改成「先寫測試用例，然后讓所有測試通過」。要修一個bug，改成「先寫一個能復(fù)現(xiàn)這個bug的測試，然后讓它通過」。

如果任務(wù)比較復(fù)雜，就要求AI先列出分步計劃，然后每一步都帶上驗證方式。

因為，驗收標(biāo)準(zhǔn)定得越清晰，AI能獨立循環(huán)執(zhí)行的時間就越長，你需要介入的頻率就越低。

這是用AI編程時杠桿最大的一條原則。

誰做的？

這個倉庫的作者叫Jiayuan Zhang，開源項目Multica的創(chuàng)始人兼CEO。

他做的Multica，就是把Claude Code、OpenCode、Codex CLI這些AI編程Agent統(tǒng)一管理起來，像真正的團隊成員一樣分配任務(wù)、匯報進展、交付代碼。就連不會用命令行的人，也能通過它用上Claude Code級別的編程Agent能力。

正如項目介紹所說：

Your next 10 hires won't be human.

你接下來招的10名員工，都不會是人類了。

他們公司的代碼100%由AI編寫，每天消耗的token量超過1億。

80%的代碼，不用自己寫了

回到Karpathy的原帖，他說的其實是一件更大的事。

作為一個編了20年代碼的人，他說短短幾周內(nèi)，自己的編程工作流從「80%手寫+20%AI輔助」徹底翻轉(zhuǎn)成了「80%交給Agent+20%自己修補」。

他看著Agent死磕一個問題整整30分鐘，要是人類早放棄了，而它就是不停地試，最后居然過了。

這種「feel the AGI」的時刻會讓你意識到，工作的核心瓶頸之一「耐力」已經(jīng)徹底被LLM炸開了。

但他也看到了硬幣的反面。他預(yù)言了一個詞，「Slopacolypse」。

2026年GitHub、arXiv、社交媒體上會涌出大量AI生成的低質(zhì)量內(nèi)容。生產(chǎn)力是真的，質(zhì)量垮塌的風(fēng)險也是真的。

甚至，他說自己已經(jīng)開始感覺到手寫代碼的能力在萎縮。

就是那種，你可以看懂代碼但寫不出來的感覺。

為什么一個.md文件能炸成這樣

在Karpathy看來，LLM編程帶來的不只是加速，更是一種擴展，你能做到以前不值得做的事，能碰以前碰不了的代碼。

如今，這個概念升級為「agentic engineering」，一種把AI當(dāng)做需要明確目標(biāo)、清晰邊界和嚴(yán)格測試的協(xié)作伙伴來對待的工程學(xué)科。

andrej-karpathy-skills這個倉庫，就是agentic engineering最早的「教材」之一。

它之所以炸了，核心在于它把一個頂級工程師的隱性知識，打包成了Agent可以直接讀取的格式。

說到底，Karpathy不再只是一個你讀的人，而是一個你的Agent可以直接繼承行為的人。

這才是這個倉庫真正瘋狂的地方。

參考資料：

https://x.com/Voxyz_ai/status/2045899539526148193?s=20

https://github.com/forrestchang/andrej-karpathy-skills/blob/main/CLAUDE.md