Karpathy 亲自下场吐槽后，有人把解决方案做成了 Claude Code Skill

你有没有这种感觉——Claude Code 写代码很猛，但有时候会自己脑补需求、过度封装、或者改了不该改的地方？

这其实是 LLM 编程的通病，连 Andrej Karpathy 本人都下场吐槽过。他说：模型会默默做假设、不管理自己的困惑、不暴露 tradeoffs、该反驳的时候不反驳。

现在有人把这套观察做成了一个 SKILL.md，直接装进 Claude Code，让 AI 遵守四条铁律：

Principle 1：Think Before Coding
不要假设，不要隐藏困惑。LLM 喜欢默默选一个解读就开干，这个原则逼它把假设说出来——不确定就直接问，而不是猜。遇到歧义要呈现多种解释，不是偷偷选一个。

Principle 2：Simplicity First
别过度封装。Karpathy 原话是：”实现一个 1000 行的臃肿构造，明明 100 行就够了。”这条原则要求 LLM 只写”解决问题所需的最小代码”，没有 speculative 的”灵活性”。

Principle 3：Surgical Changes
动手术式修改，只碰该碰的地方。不要”顺手优化”旁边的代码、不要改你其实没完全理解的部分、改完后只清理你自己产生的孤儿代码，不动原有的死代码。

Principle 4：Goal-Driven Execution
任务要有可验证的成功标准。”修 bug” → 先写一个能复现它的测试。”加验证” → 先写无效输入的测试用例。多步任务要有检查点，一步一验证。

安装方式超简单，两种任选：

方式 A（推荐）：Claude Code 插件

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

方式 B：直接下 CLAUDE.md 文件

curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md

项目 GitHub 已经 42k+ stars，说是当前最实用的 Claude Code 行为优化技能包不为过。特别是第一条 “Think Before Coding”——如果你经常发现 AI 自己脑补需求然后跑偏，这个 Skill 能显著减少返工。

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

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