andrej-karpathy-skills 深度拆解：4 条行为准则如何改掉 LLM「闷头开干」的毛病-平芜编程栈

andrej-karpathy-skills 深度拆解：4 条行为准则如何改掉 LLM「闷头开干」的毛病

【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills

让编码助手「修一下这个 bug」，diff 打开后除了修问题的两行，还多出引号风格被统一、类型注解被加上、一行注释被删掉——这是 LLM 辅助编码的日常。andrej-karpathy-skills 就是一个单文件 CLAUDE.md 行为准则，源自 Karpathy 对 LLM 编码弊端的观察，用 4 条原则约束 AI 助手的编码行为。

🔍 ① 它到底在解什么问题

静默假设。你说「导出用户数据」，它直接导出全部用户、全部字段。根因：模型遇到歧义时自己挑一种解释继续执行，不寻求澄清（README 引 Karpathy 原话：模型会「代你做错误假设，然后不假思索地执行」）。
过度设计。算一个折扣，返回抽象类 + 策略模式 + 配置对象约 150 行。根因：习惯性添加没人要的「灵活性」「可配置性」。
顺手重构。修一个 bug，同时「改进」相邻代码、改注释、加 docstring。根因：把对任务无关的代码清理也当成任务的一部分（README 引述「even if orthogonal to the task」）。

⚙️ ② 四条核心机制拆解

项目本体就是 CLAUDE.md 里的四节原则，每一条都是一种「行为链」约束：

编码前思考：管「动手之前」

它先让模型在编码前显式陈述假设；存在多种解释时全部列出并提问；困惑时停下并说明哪里不清楚。

❌ 常规：「让搜索变快」→ 一次性上缓存、索引、异步，约 200 行
✅ 项目做法：先列出 3 种解释（降响应时间 / 提并发 / 优化感知体验）及各自成本，再问要哪种（EXAMPLES.md 第 1 节）
出处：CLAUDE.md 原文 "State your assumptions explicitly. If uncertain, ask."

简洁优先：给代码量设上限

它先限定「只写解决问题的最小代码」，写完再自检一次：「资深工程师会认为这过度复杂吗？」会，就重写。

❌ 常规：单个折扣计算写 150 行（抽象类、策略、配置对象）
✅ 项目做法：3 行单函数；真出现多种折扣类型的需求时再重构（EXAMPLES.md 第 2 节）
出处：CLAUDE.md 原文 "If you write 200 lines and it could be 50, rewrite it."

精准修改：每行改动可追溯

它要求改现有代码时先「匹配现有风格」；只删自己改动造成的孤儿代码（导入、变量）；发现无关死代码「提一下，别删」。

❌ 常规：修空邮件 bug 时顺手统一引号、加注解、重写注释，diff 膨胀 20 多行
✅ 项目做法：只改与 bug 直接相关的两行（EXAMPLES.md 第 3 节）
出处：CLAUDE.md 原文 "Every changed line should trace directly to the user's request."

目标驱动执行：把指令变成可验证目标

它先把指令式任务翻译成可验证标准，多步任务列「步骤 → 验证」计划，然后可独立循环直到通过。

❌ 常规：「我会审查代码并做改进」——没有终止条件，需要人全程盯
✅ 项目做法：「加验证」→「写一个对无效输入失败的测试，然后让它通过」；限速这类多步任务拆成每步可独立验证、可部署（EXAMPLES.md 第 4 节）
出处：CLAUDE.md 原文 "Define success criteria. Loop until verified."

📊 ③ 效果对照

维度	不用准则	用准则后
diff 内容	含未要求的格式与重构	只有请求的改动
首次代码	倾向过度设计，需返工	首次即最小实现
澄清问题	出事后才问	实现前就提出
多步任务	300 行一次性大提交	每步可独立验证

依据为 README.md 的 "How to Know It's Working" 一节与 EXAMPLES.md 各案例的对照。

⚖️ ④ 适用边界

最适合：

修改现有代码库——「精准修改」直接兑现为更干净的 PR
非平凡任务、多步任务——目标驱动让模型能独立循环，减少人工盯守
团队协作，需要一致的 diff 与审查标准

代价与不适用：

项目文档明确：这些准则「偏谨慎而非速度」（caution over speed）。拼写错误、一行修复这类琐碎任务不必走完整严谨流程——「目标是减少非平凡工作中的代价高昂的错误，而不是拖慢简单任务」（Tradeoff Note 原意）。
机制本质是自然语言行为约束，没有运行时强制，效果依赖模型对指令的遵循程度。

🚀 ⑤ 三步上手

用 Claude Code 的话，在插件市场安装（推荐，所有项目可用），步骤见 README.md 的 Install 一节。
或不装插件，把 CLAUDE.md 拷到项目根目录，已有项目追加合并即可；需要完整仓库时git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills。
用 Cursor 的，把仓库里的.cursor/rules/karpathy-guidelines.mdc规则文件拷入目标项目，说明见 CURSOR.md。

这个项目没有让模型变聪明，它只是强制模型先说假设、少写代码、只改该改的、自己定义停止条件——四条约束换来的，是可审查的 diff 和更少的返工。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考