12万Star的Karpathy skills：四原则修正 LLM 编码行为
项目地址：https://github.com/forrestchang/andrej-karpathy-skills
许可证：MIT
核心文件：单个 CLAUDE.md
一、项目背景
Andrej Karpathy 在社交媒体上指出了 LLM 编码的三大顽疾：模型替你做错误假设然后一错到底、过度复杂化代码和抽象、作为副作用随意删除或修改它不完全理解的代码。本项目将 Karpathy 的观察浓缩为四条原则，写入一个 CLAUDE.md 文件，直接修正 Claude Code 的行为模式。
与试图"拥有流程"的框架（GSD、BMAD 等）不同，这套指南偏向谨慎而非速度，通过约束代理行为而非接管流程来提升输出质量。
二、四大原则
原则一：Think Before Coding（先想后写）
核心：不要假设，不要隐藏困惑，呈现权衡。
LLM 倾向于默默选择一种解释然后一路跑下去。本原则强制代理进行显式推理：不确定时主动提问而非猜测；存在歧义时呈现多种解读而非静默选择；更简单的方案存在时必须反推；困惑时停下来命名不清楚之处并请求澄清。这一原则将"事后修正"转化为"事前对齐"。
原则二：Simplicity First（简单优先）
核心：用最少的代码解决问题，不做投机性开发。
对抗过度工程化的倾向：不实现未被要求的功能，不为单次使用的代码创建抽象，不添加未被请求的"灵活性"或"可配置性"，不为不可能发生的场景写错误处理。检验标准：一个资深工程师会说这段代码过度复杂吗？如果是，就简化它。
原则三：Surgical Changes（外科手术式变更）
核心：只触碰必须触碰的代码，只清理自己制造的混乱。
编辑现有代码时：不"改进"相邻代码、注释或格式；不重构没坏的东西；匹配已有风格；发现无关死代码时只提及不删除。变更产生孤立项时：移除自己的变更导致的无用导入/变量/函数，但不删除预先存在的死代码。检验标准：每一行变更都应能追溯到用户请求。
原则四：Goal-Driven Execution（目标驱动执行）
核心：定义成功标准，循环直至验证。
将命令式任务转化为可验证目标：“添加验证” → “为无效输入写测试，然后让测试通过”；“修复 bug” → “写一个能复现的测试，然后让测试通过”；“重构 X” → “确保重构前后测试通过”。多步任务要求声明简短计划，每步附带验证检查点。强成功标准让 LLM 独立循环，弱标准则需要不断人工干预。
三、安装方式
| 方式 | 命令 | 适用场景 |
|---|---|---|
| Claude Code 插件（推荐） | /plugin install andrej-karpathy-skills@karpathy-skills | 跨项目全局生效 |
| CLAUDE.md（新项目） | curl -o CLAUDE.md <raw-url> | 单项目使用 |
| CLAUDE.md（已有项目） | 追加到现有 CLAUDE.md | 与项目规则合并 |
| Cursor | 使用.cursor/rules/karpathy-guidelines.mdc | Cursor 用户 |
四、效果验证
指南生效的标志：diff 中不必要的变更减少；因过度复杂导致的重写减少；澄清问题出现在实现之前而非之后；PR 干净最小，无顺手重构或"改进"。
五、适用与不适用
适用于大多数需要 AI 代理修改代码的场景，尤其是代码审查和协作开发。对于简单的 typo 修复或显而易见的单行变更，可酌情跳过完整流程——指南偏向谨慎，但不意味着每个变更都需要全套仪式。