添加市场插件

title: ‘GitHub 趋势｜multica-ai/andrej-karpathy-skills：让 AI 编码从"话痨自嗨"到"精准执行"的范式转变’ date: 2026-05-19T20:10:00+08:00 description: ‘13.7万星！Karpathy 亲授的 AI 编程行为指南，一个 CLAUDE.md 文件让 Claude Code 脱胎换骨’ slug: andrej-karpathy-skills-guide tags: [AI, LLM, Claude, GitHub-Trending, Coding-Agent] categories: [Tech]

📊 项目概览

🔥 为什么这个项目炸了？

2026 年，AI 编程助手已经无处不在。但 Andrej Karpathy 在一条推文里点破了一个根本性问题：

“AI 模型会替用户做出错误假设，然后一声不吭地按这些假设跑下去。它们不会管理自己的困惑，不会主动澄清，不会暴露矛盾，不会呈现权衡——该推回的时候也不推回。”

Karpathy 还犀利地补充：

“它们极度喜欢把代码和 API 搞得过度复杂，堆砌抽象层，不清理死代码……本来 100 行能搞定的事，非要搞出 1000 行。”

这条推文引发了 AI 编程社区的广泛共鸣。而 andrej-karpathy-skills 正是对这一洞察的系统性回应——一个 CLAUDE.md 文件，直接告诉 AI 该怎么干活。

🧠 核心理念：四项原则

这个项目只做了一件事：把 Karpathy 的观察变成一套可操作的 AI 行为准则。准则浓缩为四句话：

1️⃣ Think Before Coding（三思而后行）

不要假设。不要隐藏困惑。要呈现权衡。

AI 常见的毛病是：用户说"加个功能"，它就默默选了一个解释然后埋头开干，结果做完了才发现理解错了。

准则要求 AI：

• 主动说出自己的假设，不确定就问
• 遇到多种解释时，列出选项，不要默默选一个
• 发现不清晰的地方，立即停下来问清楚，而不是靠猜继续

2️⃣ Simplicity First（简单优先）

最小代码解决当下问题，不要 speculative。

Karpathy 最痛恨的，就是 AI 动不动搞一套 Strategy Pattern、Abstract Factory、Plugin System——用户只是想打印个"Hello World"。

准则：

• 只实现被要求的功能，不做扩展
• 单次使用的代码不抽象
• 没有被要求的"灵活性"和"可配置性"不要加
• 200 行能搞定的，不要写到 2000 行

3️⃣ Surgical Changes（精准改代码）

只动你必须动的，清理干净你自己的烂摊子。

AI 经常"顺便"改一堆不相关的东西——改格式、调注释、甚至重构隔壁的代码。

准则：

• 只改直接服务于用户请求的代码
• 不"优化"相邻的代码、注释、格式
• 你引入了未使用的 import/变量？自己删掉
• 之前就有的死代码？不主动删，除非被要求

4️⃣ Goal-Driven Execution（目标导向执行）

定义成功标准，循环验证直到达成。

Karpathy 说过：“AI 极其擅长循环执行直到满足特定目标。不要告诉它要做什么，给它成功标准，然后看它跑。”

准则要求将模糊任务转化为可验证目标：

❌ "添加验证功能"
✅ "为非法输入写测试用例 → 运行测试确认失败 → 实现验证 → 确认测试通过"

多步骤任务必须列出计划：

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

🚀 入门指南：5 分钟让你的 AI 脱胎换骨

方式一：Claude Code 插件（推荐 ⭐）

Claude Code 用户一行命令搞定：

# 添加市场插件
/plugin marketplace add forrestchang/andrej-karpathy-skills

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

安装后，这个指南会跨所有项目生效。

方式二：项目级 CLAUDE.md（新项目）

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

方式三：追加到现有项目（已有 CLAUDE.md）

echo "" >> CLAUDE.md
curl https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md

方式四：Cursor 用户

项目内置了 Cursor 规则 .cursor/rules/karpathy-guidelines.mdc，打开项目即可自动生效，无需额外配置。

📖 实战案例：AI 以前怎么错，现在怎么改

案例 1：隐藏假设

用户要求： “加个导出用户数据的功能”

❌ AI 以前的做法：

def export_users(format='json'):
    users = User.query.all()
    if format == 'json':
        with open('users.json', 'w') as f:
            json.dump([u.to_dict() for u in users], f)
    elif format == 'csv':
        with open('users.csv', 'w') as f:
            writer = csv.DictWriter(f, fieldnames=['id', 'email', 'name'])
            writer.writeheader()
            writer.writerows([u.to_dict() for u in users])
    return f"Exported {len(users)} users"

问题： 假设了全量导出、文件路径、导出字段——全是坑。

✅ 按准则来：

在开始实现之前需要澄清：

1. **范围**：导出所有用户还是筛选后子集？（涉及隐私）
2. **格式**：你说"导出"是指：
   - 浏览器下载文件？
   - 后台任务发邮件通知？
   - API 返回数据？
3. **字段**：包含哪些用户字段？（部分字段可能敏感）
4. **数据量**：通常多少用户？（影响实现方式）

最简单的方案：添加返回分页 JSON 的 API 端点。
如果需要文件导出，需要更多信息。

您倾向哪种方案？

案例 2：过度工程

用户要求： “加个计算折扣的函数”

❌ AI 以前的做法：

from abc import ABC, abstractmethod
from enum import Enum
from typing import Protocol, Union
from dataclasses import dataclass

class DiscountStrategy(ABC):
    @abstractmethod
    def calculate(self, amount: float) -> float: pass

class PercentageDiscount(DiscountStrategy):
    def __init__(self, percentage: float): self.percentage = percentage
    def calculate(self, amount: float) -> float:
        return amount * (self.percentage / 100)

class FixedDiscount(DiscountStrategy):
    def __init__(self, fixed_amount: float): self.fixed_amount = fixed_amount
    def calculate(self, amount: float) -> float:
        return min(self.fixed_amount, amount)

@dataclass
class DiscountConfig:
    strategy: DiscountStrategy
    min_purchase: float = 0.0
    max_discount: float = float('inf')

class DiscountCalculator:
    def __init__(self, config: DiscountConfig): self.config = config
    def apply_discount(self, amount: float) -> float:
        if amount < self.config.min_purchase: return 0
        discount = self.config.strategy.calculate(amount)
        return min(discount, self.config.max_discount)

✅ 按准则来：

def calculate_discount(amount: float, percent: float) -> float:
    """计算折扣金额。percent 传入 0-100。"""
    return amount * (percent / 100)

# 用法
discount = calculate_discount(100.0, 10.0)  # 减10元

记住：只有当你真正需要多种折扣策略时，才需要引入抽象。需求还没来，不要预建。

🔍 与同类项目横向对比

差异化定位： andrej-karpathy-skills 是唯一一个直接给 AI 看、约束 AI 行为的项目，而非给人看的教程或 Prompt 集合。它的价值在于在 AI 的决策环节介入，而不是事后补救。

💡 为什么这对开发者很重要？

传统工作流的问题

用户 → AI → 代码 → Code Review → 发现问题 → 打回 → AI 修改 → 再次 Review → ...

AI 埋头写，开发者埋头审，循环往复，效率极低。

使用该准则后的工作流

用户 → AI 提问（Clarification） → AI 执行 → 验证通过 → PR → Review 通过 ✅

把沟通成本前置，消除了大量的返工。

Karpathy 的核心洞察

“LLM 在满足特定目标方面极其擅长。不要告诉它要做什么，给它成功标准，然后放手让它跑。”

这句话指出了 AI 编程助手的正确用法：不是给命令，而是给目标。 而这个项目，正是把这一理念落地的最佳实践。

🏗️ 项目架构一览

andrej-karpathy-skills/
├── CLAUDE.md                    # 核心指南文件（MIT License）
├── README.md                    # 英文说明
├── README.zh.md                  # 中文说明
├── CURSOR.md                    # Cursor 配置说明
├── EXAMPLES.md                  # 大量实战案例 ⭐（学习价值极高）
├── .cursor/rules/
│   └── karpathy-guidelines.mdc  # Cursor 项目级规则
├── .claude-plugin/              # Claude Code 插件配置
└── skills/
    └── karpathy-guidelines/     # 技能包

其中 EXAMPLES.md 单独拎出来就是一部 AI 编程反范本百科全书，强烈建议通读。

⚖️ 局限性与注意事项

⚠️ 权衡说明

准则本身有一个重要的 tradeoff 标注：

“这些准则偏向谨慎而非速度。对于简单任务（改个错字、明显的一行代码），请自行判断——不是每个改动都需要完整走一遍流程。”

何时使用完整流程：

• 新功能开发
• 复杂逻辑修改
• 多文件改动
• 涉及外部依赖或 API

何时简化：

• 打字修正（typo）
• 简单的单行代码改动
• 明显的格式化调整
• 已明确限定范围的小修改

🌟 为什么它今天冲上了趋势榜？

1. Karpathy 效应：Karpathy 的一句话引发了这个项目的诞生，他的背书让这个项目自带流量
2. AI 编程的普遍痛点：几乎每个使用 AI 编程助手的人都经历过 AI 自顾自写代码、越改越乱的痛苦
3. 零门槛落地：一个文件，改名放到项目目录，立刻生效。不需要换工具，不需要学新东西
4. Multica 生态加持：母公司 multica（开源托管 AI 代理平台，29k Stars）的背书让项目更有可信度
5. 实操性极强：EXAMPLES.md 里的案例直接告诉 AI"你以前怎么错的，现在怎么改"，AI 可以直接学习

📚 延伸阅读与资源

• 🔗 Andrej Karpathy 原推 — 项目灵感来源
• 🔗 Multica 平台 — 29k Stars，开源 AI 代理管理平台
• 🔗 Claude Code 官方文档
• 🔗 Cursor Rules 文档
• 📖 EXAMPLES.md — 建议每个 AI 编程使用者通读一遍

结语

andrej-karpathy-skills 成功的本质，是把 Karpathy 对 AI 编程失误的深度观察，转化为一套 AI 可执行、开发者可复用的行为准则。它不需要任何新的技术发明，不需要训练模型，不需要复杂的系统——只是改变了一个 Prompt 文件的内容。

但这个改变，解决的是 AI 编程中最核心的问题：AI 不再自顾自跑，而是先思考、先确认、先对齐目标再动手。

如果你使用 Claude Code、Cursor、Windsurf 等 AI 编程工具，把这个 CLAUDE.md 放到你的项目里——你的开发体验会有质的飞跃。

本文基于 2026-05-19 GitHub Trending 数据撰写。