让 AI 写码少翻车andrej-karpathy-skills 的 4 条 LLM 编码规范【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills你只让 AI 修一个 bug它却顺手重构了整个模块还删掉几行注释。用过 Claude Code 的人都懂这种痛。andrej-karpathy-skills 是份 LLM 编码规范把 Andrej Karpathy 对大模型写码坏习惯的观察浓缩成 AI 能直接照着执行的行为准则专治这类翻车。 项目定位一份给 Claude Code 的行为守则这个项目就一个文件——CLAUDE.md。四段内容讲 AI 接任务前怎么想、怎么写、怎么改、怎么算完。使用方式也直接把文件放进项目或装成插件Claude Code 每次干活都会先读它。维护老代码、做重构、写后端的开发者最受益——这些场景最容易触发 AI 的顺手改进。 来龙去脉从 Karpathy 的吐槽到一份 CLAUDE.mdKarpathy 看到了什么Andrej Karpathy 公开总结过大模型写代码的几个通病替你做出错误假设然后不假思索地执行全程不提问100 行能解决的事非要做成 1000 行的臃肿架构会改动自己没完全搞懂、又与任务无关的代码和注释目标模糊让它能跑式验收改完也不知道对不对观察如何变成可执行的准则有人把这些观察逐条翻译成了给 AI 的正面指令。思路很直接与其事后审查 AI 的产物不如把规则写进它的上下文。每个痛点对应一条原则全部装进同一个文件。文件开头还留了句权衡准则偏向谨慎而非速度琐碎任务可自行裁量——作者自己也知道不能一刀切。 核心思路四个惯性四副药先总览再看每副药怎么用。LLM 的惯性对策怎么算做到了默默假设闷头执行编码前思考假设说出口不确定就问澄清发生在动手之前不是出错之后100 行的事写成 1000 行简洁优先不加没被要求的功能和抽象资深工程师不会说这太绕了顺手改无关代码和注释外科手术式修改只碰必须碰的每行改动都能追溯到你的请求让它能跑就行目标驱动执行先定成功标准再动手有可验证的标准循环到通过为止1. 编码前思考。你说导出用户数据AI 最容易犯的错是默默假设导出全部、存成 JSON、字段自己挑。正确动作是先反问再动手❌ 直接查全表、写文件、返回导出成功 ✅ 先问清范围、格式、字段再给两个候选方案2. 简洁优先。加个算折扣的函数AI 很容易给你端出策略模式加抽象类其实一个函数就够# ❌ 过度设计 class DiscountStrategy(ABC): abstractmethod def calculate(self, amount): ... # ✅ 就这一个函数 def calculate_discount(amount, percent): return amount * percent / 100等真出现满减、阶梯折扣的需求再重构不迟。3. 外科手术式修改。只让你修个拼写错误AI 可能顺手重排整个文件、优化注释。准则划了条线旁边没坏的别碰只清理你这次改动造成的孤儿代码看见无关死代码提一嘴别删。4. 目标驱动执行。这是 Karpathy 那句观察的落地别告诉它该做什么给它成功标准。比如把修 bug转成写一个能复现的测试再让它通过。多步任务先列带验证点的小计划1. 写复现失败的测试 → 验证测试先红 2. 修逻辑 → 验证测试转绿 3. 跑全量测试 → 验证无回归标准给得越强AI 越能自己循环到通过让它工作这种弱标准只会换来反复追问。⏱️ 两分钟接入 Claude Code插件方式一劳永逸所有项目通用/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills不想装插件就把文件放进项目git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills cp andrej-karpathy-skills/CLAUDE.md 你的项目/已有 CLAUDE.md 就直接追加合并——这个文件本身就是按可合并设计的。✅ 怎么判断准则有没有生效盯住接下来几次任务的 diff 就行无关改动变少了、澄清问题提前到动手之前、不再为过度设计返工就说明准则在起作用。能带走的一句话先给成功标准再让它循环。每天和 Claude Code 打交道、不想逐行审 AI 改动的开发者值得把它放进每个项目想看更多正反案例翻 EXAMPLES.md。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 让 AI 写码少翻车：andrej-karpathy-skills 的 4 条 LLM 编码规范
让 AI 写码少翻车andrej-karpathy-skills 的 4 条 LLM 编码规范【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills你只让 AI 修一个 bug它却顺手重构了整个模块还删掉几行注释。用过 Claude Code 的人都懂这种痛。andrej-karpathy-skills 是份 LLM 编码规范把 Andrej Karpathy 对大模型写码坏习惯的观察浓缩成 AI 能直接照着执行的行为准则专治这类翻车。 项目定位一份给 Claude Code 的行为守则这个项目就一个文件——CLAUDE.md。四段内容讲 AI 接任务前怎么想、怎么写、怎么改、怎么算完。使用方式也直接把文件放进项目或装成插件Claude Code 每次干活都会先读它。维护老代码、做重构、写后端的开发者最受益——这些场景最容易触发 AI 的顺手改进。 来龙去脉从 Karpathy 的吐槽到一份 CLAUDE.mdKarpathy 看到了什么Andrej Karpathy 公开总结过大模型写代码的几个通病替你做出错误假设然后不假思索地执行全程不提问100 行能解决的事非要做成 1000 行的臃肿架构会改动自己没完全搞懂、又与任务无关的代码和注释目标模糊让它能跑式验收改完也不知道对不对观察如何变成可执行的准则有人把这些观察逐条翻译成了给 AI 的正面指令。思路很直接与其事后审查 AI 的产物不如把规则写进它的上下文。每个痛点对应一条原则全部装进同一个文件。文件开头还留了句权衡准则偏向谨慎而非速度琐碎任务可自行裁量——作者自己也知道不能一刀切。 核心思路四个惯性四副药先总览再看每副药怎么用。LLM 的惯性对策怎么算做到了默默假设闷头执行编码前思考假设说出口不确定就问澄清发生在动手之前不是出错之后100 行的事写成 1000 行简洁优先不加没被要求的功能和抽象资深工程师不会说这太绕了顺手改无关代码和注释外科手术式修改只碰必须碰的每行改动都能追溯到你的请求让它能跑就行目标驱动执行先定成功标准再动手有可验证的标准循环到通过为止1. 编码前思考。你说导出用户数据AI 最容易犯的错是默默假设导出全部、存成 JSON、字段自己挑。正确动作是先反问再动手❌ 直接查全表、写文件、返回导出成功 ✅ 先问清范围、格式、字段再给两个候选方案2. 简洁优先。加个算折扣的函数AI 很容易给你端出策略模式加抽象类其实一个函数就够# ❌ 过度设计 class DiscountStrategy(ABC): abstractmethod def calculate(self, amount): ... # ✅ 就这一个函数 def calculate_discount(amount, percent): return amount * percent / 100等真出现满减、阶梯折扣的需求再重构不迟。3. 外科手术式修改。只让你修个拼写错误AI 可能顺手重排整个文件、优化注释。准则划了条线旁边没坏的别碰只清理你这次改动造成的孤儿代码看见无关死代码提一嘴别删。4. 目标驱动执行。这是 Karpathy 那句观察的落地别告诉它该做什么给它成功标准。比如把修 bug转成写一个能复现的测试再让它通过。多步任务先列带验证点的小计划1. 写复现失败的测试 → 验证测试先红 2. 修逻辑 → 验证测试转绿 3. 跑全量测试 → 验证无回归标准给得越强AI 越能自己循环到通过让它工作这种弱标准只会换来反复追问。⏱️ 两分钟接入 Claude Code插件方式一劳永逸所有项目通用/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills不想装插件就把文件放进项目git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills cp andrej-karpathy-skills/CLAUDE.md 你的项目/已有 CLAUDE.md 就直接追加合并——这个文件本身就是按可合并设计的。✅ 怎么判断准则有没有生效盯住接下来几次任务的 diff 就行无关改动变少了、澄清问题提前到动手之前、不再为过度设计返工就说明准则在起作用。能带走的一句话先给成功标准再让它循环。每天和 Claude Code 打交道、不想逐行审 AI 改动的开发者值得把它放进每个项目想看更多正反案例翻 EXAMPLES.md。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考