一个纯文本文件狂砍15万Star：Karpathy的AI编程铁律

一个纯文本文件，GitHub 斩获 15 万星

2026 年 AI 编程圈最魔幻的事，不是哪家发布新模型，而是一个 70 行的 Markdown 文件，用「行为规范」四个字，在 GitHub 狂揽 15 万 Star。

它叫 andrej-karpathy-skills，来自开源开发者 Forrest Chang。整件事的起点，是前特斯拉 AI 总监、OpenAI 创始成员 Andrej Karpathy 在 X 上发的一条长帖——他把 AI 编程 Agent 的各种迷惑行为一一列了出来：脑子还没捋清就直接开写、用企业级方案包装一个简单需求、修一个 Bug 顺手把周围三块代码也重构了。评论区一片「+1」，共鸣过于真实。

Jiayuan Zhang 当天就动了手，把 Karpathy 的吐槽交给 Claude，迭代压缩成一纸 70 行精炼指令。第二天文件上线，当天破万 Star。到今年中，总数已破 15 万。

四句话，治好了 AI 编程的老毛病

文件核心就四条准则，像给 AI 戴的「紧箍」：

• 思考先行：不确定就停下来问，不能猜；多种方案依次列出让用户选。
• 简洁优先：没被要求的功能不写；只用一次的代码不做抽象；不提前加「以后可能用得上」的料。
• 精准改动：只动被要求的部分；严格匹配项目已有风格；不相关的 bug 最多提一嘴，绝不擅自动手。
• 目标驱动：不告诉 AI「怎么做」，给它一个可验证的终点，让它自己迭代闭环直到达标。

Token 账单是真实痛点

有团队曾披露每天消耗超 1 亿 Token（未经第三方核实）。一个模糊需求被错误假设后，AI 可能在上百条报错里绕了一大圈——每一步都在烧钱。CLAUDE.md 的介入逻辑很直接：思考先行扼制方向浪费，精准改动保证 Diff 干净，目标驱动降低人工纠偏频率，每个环节都在优化终端账单。

社区有人基于原版做深度定制，把自己踩过的坑全加了进去。byteiota 做了测试，声称接入后 Claude Code 准确率飙至 94%。

怎么用？

在 Claude Code 里，两条命令搞定：

/plugin marketplace add forrestchang/andrej-karpathy-skills
/install andrej-karpathy-skills@karpathy-skills

不需要任何框架，不需要安装依赖，一个文本文件放进项目，AI 行为方式立刻变安静。

GitHub 上有个团队的项目介绍写着：「Your next 10 hires won’t be human.」他们的代码几乎全由 AI 完成。这份 70 行的规则，正在成为 AI 辅助开发里的一块基石。

把它丢进项目根目录，跑两天日常任务，感受一下 AI 的响应有没有安静很多。如果还顺手清掉了一些扣错方向的账单——那就算对那次开源贡献的隔空致敬。

GitHub 仓库：forrestchang/andrej-karpathy-skills ⭐ 150K+

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