给 AI 编程套上「工程缰绳」：这份 15 万 Star 的 CLAUDE.md，凭什么让 LLM 不再瞎写代码？

让 LLM 写代码从「瞎折腾」变「靠谱搭子」——一份 CLAUDE.md 怎么做到的？

最近 GitHub 上有个项目火得有点离谱：一个用 4 条原则写成的 CLAUDE.md，狂揽 15 万+ Star，让 AI 编程助手直接从「自信闯祸的实习生」变身「严谨的资深工程师」。这就是 Andrej Karpathy Skills。

它的来头很有意思——OpenAI 创始成员、前特斯拉 AI 总监 Karpathy 在 X 上发了一篇关于「LLM 编程陷阱」的观察长文，结果被开发者 forrestchang 直接编码成了 AI 必须遵守的「行为准则」。一套文件、零依赖、全平台通用（Claude Code / Cursor / OpenCode 都能用）。

到底治了哪些「AI 病」？

用过大模型写代码的人几乎都被这三种问题折磨过：

• 盲目假设：你让它改一行注释，它自己脑补了 5 个需求，一声不吭改完整个文件
• 过度设计：你让它写一个工具函数，它给你整出抽象工厂 + 依赖注入 + 配置中心，200 行起步
• 副作用爆炸：修一个 Bug 顺带删了三段没读懂的「看似无用」代码，结果生产环境监控直接挂掉

Karpathy 把这三类顽疾总结成 4 条铁律，强制 AI 在写代码前必须遵守：

1. 思考先行（Think Before Coding）：不假设、不隐藏困惑、必须展示权衡。需求有歧义？停下问。
2. 简洁至上（Simplicity First）：能用 50 行就别写 200 行，资深工程师会喊「过度设计」的，必须重写。
3. 精准改动（Surgical Changes）：只动用户要求的代码，删注释、调整格式这种「顺手优化」一概禁止。
4. 目标驱动（Goal-Driven Execution）：把「修复 Bug」改成「先写复现测试，再让它通过」——给 AI 一个可验证的成功标准。

一行命令装好

npx skills add https://github.com/forrestchang/andrej-karpathy-skills --skill karpathy-guidelines

或者直接把仓库里的 CLAUDE.md 拖进项目根目录，下次启动 Claude Code 就会自动加载这套约束。

社区反馈相当一致：装上之后 AI 开始主动抛澄清问题、PR diff 明显变干净、过度设计的代码几乎绝迹。一个能改变 AI 行为习惯、零学习成本的工具，2026 年 AI 编程赛道的「必装件」之一。

GitHub：forrestchang/andrej-karpathy-skills ⭐ 158k+

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