Andrej Karpathy编码原则一份 CLAUDE.md 治好 AI 写码四大毛病【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills周五晚上改小组作业你让 AI 修个统计 bug它顺手重写了三个函数。andrej-karpathy-skills 就为治这种事故一个 CLAUDE.md、四条行为准则让 AI 先说假设、只改该改的、按可验证的目标收尾。这套 Karpathy 编码原则源自 Andrej Karpathy 对大模型写代码常见错误的观察完整清单就在仓库根目录的CLAUDE.mdskills/karpathy-guidelines/SKILL.md里有一份带元数据的同名版本。它偏向稳而不是快改个错别字不用上全套但稍微费事的活儿值得按下面这条工作流走一遍。按任务流走一遍四个阶段的固定动作接需求时先把假设摊到桌面返工的种子多半在敲下第一行代码前就埋下了。你只说了统计全班平均分AI 默默假设缺考按 0 分、只统计必修课、输出成表格——写完发现全反了推倒重来。写码前用一两句话列出你或 AI依赖的假设有歧义就停下来问。❌ 直接开写缺考按 0 分计只算必修课直接输出表格。✅ 先回一句我假设缺考按 0 分计、只统计必修课对吗拿到确认再动手。小动作在任务描述下写下三条假设任何一条说不出口就去问 TA。写第一行代码前只实现刚好够用的统计脚本跑通了你说再加个等级分桶AI 先建了抽象基类、枚举和配置对象——200 行代码统计 30 个分数。问题不在模式本身而在时机复杂度在需要之前就塞进来了。实现只覆盖当前需求砍掉一切以防万一。# ❌ 先建抽象再开算 class GradingStrategy(ABC): abstractmethod def grade(self, scores): ... # ✅ 现在只需要平均分一个函数就够 def average(scores): return sum(scores) / len(scores)小动作写完自问资深工程师会说这过度复杂吗200 行能压到 50 行的直接重写。改小组仓库让每一行 diff 都能交代在课程小组仓库修一个判空 bugdiff 一拉出来引号风格全变了顺手还加了类型注解和文档字符串队友根本看不懂你改了什么。只碰必须碰的行样式跟旧代码走顺手发现的死代码提一句就好别删。❌ 修 None 崩溃时把整个函数的引号、空格和布尔返回逻辑一起重排。✅ diff 里只有这几行def check_score(s): if s is None: return 0 return int(s)小动作提交前逐行过一遍 diff某行改动对不上任务描述就还原。收尾验证把修好了翻译成一条测试排序偶发错乱改完手点两下没复现就交了——这种自证最不可靠。模糊目标我会优化排序没法验证可验证的目标才能让你循环到真的通过。先把目标翻译成测试让它复现 bug、先红再修到绿。❌ 我会改进排序逻辑——没有验收标准只能靠手点确认。✅ 先写一条含并列分数的用例跑出错误改完让它稳定通过再跑全量测试确认没弄坏别的。def test_tied_scores_stable(): data [(a, 90), (b, 90), (c, 85)] assert [n for n, _ in sort_scores(data)] [a, b, c]小动作给任务写下输入 X 时输出应是 Y说不出 Y说明你还没想清楚。完整工作流一张图验证不过就回炉任何一环掉链子就退回上一环——这个回炉的闭环正是 Karpathy 编码原则和差不多得了的分界线。速查卡贴在屏幕边自查容易踩的坑标准动作验证信号不问就动手默认补全模糊需求写码前列假设歧义当场问澄清问题出现在实现之前而不是报错之后一个循环能干的活搭了三层抽象只实现当前需求砍掉推测性功能行数接近最小解没有没人用的配置项diff 混进格式重排和顺手重构每行改动对应任务样式跟旧代码逐行 diff 都能追溯到需求描述修好了靠手点两下确认先写复现用例红转绿再全量回归有测试从红变绿其余用例保持全绿三个场景里的第一步课程作业拿到题目先写下三条假设问完老师再开文件。团队项目动手前把要动的行写进 PR 描述diff 出现圈外内容就先还原。修 bug先写一条能稳定复现的测试看到它变红再碰代码。这套准则不是一叠要背的规则而是一种先想清楚再动手的思维方式。git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills拿到CLAUDE.md放进项目根目录下次任务先问它一句你的假设是什么【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考