multica-ai/andrej-karpathy-skills · 上手攻略

仓库：multica-ai/andrej-karpathy-skills
链接：https://github.com/multica-ai/andrej-karpathy-skills
分类：Agent skill · 编码行为规范
作者：Tom
更新：2026-08-04

这是什么

andrej-karpathy-skills 是一个单一 CLAUDE.md 文件，将 Andrej Karpathy 关于大模型编程陷阱的观察，凝练成四条核心原则，直接注入 Claude Code（或任何兼容 CLAUDE.md 的 Agent）的行为指导。这不是工具，不是代码库，是一套让 AI Coding Agent 减少"自作主张、过度工程、误改无关代码"的prompt 规范文件。

原始来源是 Karpathy 的一条 X/Twitter 长推（2025 年），指出大模型编程时的典型问题：

"The models make wrong assumptions on your behalf and just run along with them without checking. They don't manage their confusion, don't seek clarifications, don't surface inconsistencies, don't present tradeoffs, don't push back when they should."

"They really like to overcomplicate code and APIs, bloat abstractions, don't clean up dead code..."

这个 Skill 把这些洞见变成了可执行的 4 条原则，每条都有具体的触发条件和行为指引。

解决什么问题

用 Claude Code 或其他 AI Coding Agent 时，常遇到三个高频痛点：

自作主张：Agent 遇到模糊需求时自己选了一个方向闷头做，做完了才发现不是你想要的。
过度工程：一个 100 行能解决的问题，生成了 1000 行，包含大量"以后可能用到"的抽象。
误改无关代码：改一个文件时，把旁边的注释、格式、甚至功能代码一起"优化"了，导致 PR diff 膨胀且难以 review。

Karpathy-skills 通过四条原则系统性对抗这些问题，不需要任何代码改动，只需把 CLAUDE.md 加载进去即可。

快速安装

方式一：Claude Code 插件（推荐）

# 在 Claude Code 中添加插件市场
/plugin marketplace add forrestchang/andrej-karpathy-skills

# 安装插件
/plugin install andrej-karpathy-skills@karpathy-skills

方式二：下载 CLAUDE.md（项目级）

# 新项目，直接下载作为项目主 CLAUDE.md
curl -o CLAUDE.md https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md

# 已有 CLAUDE.md，追加到末尾
echo "" >> CLAUDE.md
curl https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md

Cursor 用户

仓库内置了 .cursor/rules/karpathy-guidelines.mdc，可直接作为 Cursor Rule 使用。详见 CURSOR.md。

四条核心原则

1. Think Before Coding（编码前先思考）

解决：自作主张、隐藏困惑

有歧义时，先说出假设："我理解为 X，因为 Y。如果不对请纠正。"
不确定时直接问，而不是猜。
歧义存在时，列出多个可能的解释，不要静默选一个。
被要求优化时，如果发现更简单的方案，直接提出来。

2. Simplicity First（简单优先）

解决：过度工程

只实现需求中明确要求的功能。
不为"以后可能用到"写抽象。
不处理不可能发生的错误场景。
如果 200 行可以写成 50 行，重写。

自测问题：一个高级工程师会觉得这段代码overcomplicated吗？如果是，简化。

3. Surgical Changes（手术式改动）

解决：误改无关代码

只改你被要求改的东西。
不要"顺手优化"旁边的注释、格式、代码风格。
自己改动产生的孤立代码（orphaned code）要清理，但不动已有的死代码。
每个改动的代码行必须能追溯到用户原始请求。

4. Goal-Driven Execution（目标驱动执行）

解决：来回返工、无法自验

把命令式任务转化为可验证的目标：

而不是...	转化为...
"添加验证"	"写测试覆盖非法输入，然后让测试通过"
"修复这个 bug"	"写一个能复现 bug 的测试，然后修复"
"重构 X"	"确保重构前后测试都通过"

多步骤任务格式：

1. [步骤] → 验证：[检查点]
2. [步骤] → 验证：[检查点]
3. [步骤] → 验证：[检查点]

典型使用场景

场景	用法
新项目接入 Claude Code	直接下载 CLAUDE.md，从第一天起约束 Agent 行为
已有项目 PR review 质量差	将 CLAUDE.md 追加到项目，引导 Agent 减少无关改动
多人共享 Claude Code 使用规范	将文件提交到仓库，团队统一使用
Cursor 作为第二编辑器	使用内置 mdc Rule 加载相同规范

与同类对比

工具/文件	类型	侧重点
andrej-karpathy-skills	CLAUDE.md 规范	行为约束：减少自作主张、过度工程、误改代码
.clinerules (Cline)	规则文件	任务执行层面的规则
@anthropics/claude-code 内置提示	系统提示	通用的编码行为建议
Cursor Rules	项目规则	特定项目的技术栈规范

Karpathy-skills 的核心差异：它是关于 AI 行为模式的教育，不是关于某种语言或框架的规范。其他工具告诉你"怎么做"，它告诉你"不要做什么以及为什么"。

坑与注意

不自含代码或文档：这是一个纯 prompt 规范文件，没有可运行的代码，也不提供使用示例。效果取决于你的 Agent 是否遵守 CLAUDE.md 中的规则。
四条原则有优先级：Skill 明确说"对trivial任务（简单typo修复等）不需要全套流程"，但对于复杂任务，这四条原则的约束力需要 Agent 主动配合，依赖 Agent 对模糊指令的接受度。
Karpathy 原始推文是 X/Twitter 长推：本 Skill 的权威性依附于 Karpathy 的个人影响力，原始推文链接（https://x.com/karpathy/status/2015883857489522876）需确认是否仍可访问。
多 Agent 环境：CLAUDE.md 对单个项目有效，但如果团队使用多个不同的 Agent（Claude Code、Cursor、Copilot），每套工具需要分别加载各自的规则版本。
行为改变需要时间：Skill 的有效性不在于"第一次使用就有效"，而在于"多轮交互后 Agent 逐渐形成行为惯性"。单次任务可能感觉不到差异。

一句话推荐结论

如果你用 Claude Code 做非平凡的开发任务，下载这个 CLAUDE.md 并纳入项目规范，是目前成本最低、覆盖面最广的"减少 AI coding 反模式"干预手段——直接作用于 Agent 的决策习惯，而不是事后 review。

来源

仓库 README：https://github.com/multica-ai/andrej-karpathy-skills
CLAUDE.md（主文件）：https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md
Karpathy 原始推文：https://x.com/karpathy/status/2015883857489522876
Cursor Rule 文件：https://github.com/multica-ai/andrej-karpathy-skills/blob/main/.cursor/rules/karpathy-guidelines.mdc