Karpathy 65 行文檔狂砍 17.6 萬(wàn)星，阻止 Coding 犯大錯(cuò)只需這四點(diǎn)

在 Github 上把 Anthropic 官方文檔甩在身后，怪不得 Dario 要把他招回去。

作者丨樊天驕、鄭佳美

編輯丨鄭佳美

一份只有 65 行的 Markdown 文件，剛剛成為 GitHub 歷史上最被討論的 AI 工程實(shí)踐——而它沒(méi)有寫(xiě)一行可執(zhí)行代碼。

這就是 2026 年 4 月開(kāi)始刷屏的 andrej-karpathy-skills 項(xiàng)目：累計(jì) 17.6 萬(wàn)顆星，單文件、零邏輯，卻在同一個(gè)月里把 Anthropic 官方的 anthropics/skills 倉(cāng)庫(kù)（15.1 萬(wàn)星）甩在身后。兩件事疊在一起看，AI 編程的競(jìng)爭(zhēng)焦點(diǎn)正在發(fā)生一次清晰的位移——從"模型能不能寫(xiě)"，轉(zhuǎn)向"模型在沒(méi)人盯著時(shí)，能不能不寫(xiě)錯(cuò)"。

01

想讓 AI 更聰明，就要約束它的行為

Karpathy 那條原話被開(kāi)發(fā)者社區(qū)反復(fù)傳閱：模型會(huì)代你做錯(cuò)誤假設(shè)，然后不假思索地執(zhí)行；它們喜歡把代碼和 API 搞復(fù)雜，堆抽象，不清理死代碼；它們有時(shí)會(huì)改動(dòng)或刪除自己理解不足的代碼和注釋?zhuān)词惯@些內(nèi)容與任務(wù)無(wú)關(guān)。

這段吐槽戳中了 LLM 編碼代理最普遍、卻最少被正面討論的失敗模式——不是"不會(huì)寫(xiě)"，而是"亂寫(xiě)"。

已經(jīng)使用過(guò) CLAUDE.md 的開(kāi)發(fā)者們表示：裝上這份規(guī)則后，AI 編碼任務(wù)通過(guò)率從 65% 提升到 94%。這個(gè)數(shù)字沒(méi)有權(quán)威基準(zhǔn)背書(shū)，但之所以能流傳，是因?yàn)樗鼘?duì)應(yīng)的是開(kāi)發(fā)者每天都在經(jīng)歷的真實(shí)落差。

把"65% → 94%"的邏輯拆開(kāi)看，本質(zhì)上是三類(lèi)系統(tǒng)性錯(cuò)誤被顯式壓制了。

第一類(lèi)是誤解需求。AI 編程代理最常見(jiàn)的失敗不是不會(huì)寫(xiě)代碼，而是"自行補(bǔ)全模糊需求"。模型收到"修一下登錄邏輯"這類(lèi)指令時(shí)，會(huì)默認(rèn)一系列產(chǎn)品假設(shè)——前端怎么傳參、用戶態(tài)怎么校驗(yàn)、錯(cuò)誤如何降級(jí)——然后把這些假設(shè)當(dāng)成既定事實(shí)去實(shí)現(xiàn)。

因此，CLAUDE.md 第一條原則要求"遇到歧義必須先問(wèn)、先呈現(xiàn)權(quán)衡"，硬切斷了這種傾向。模型從"先動(dòng)手再猜"變成"先匯報(bào)再請(qǐng)求授權(quán)"。

第二類(lèi)是過(guò)度工程化。LLM 訓(xùn)練數(shù)據(jù)中高質(zhì)量代碼的密度極高，模型生成時(shí)傾向于堆疊抽象層、分層設(shè)計(jì)、泛化模式——本來(lái) 100 行能搞定的事情，往往被擴(kuò)成 1000 行的臃腫架構(gòu)。

對(duì)此，Karpathy 自己的吐槽是"100 行能搞定的非要寫(xiě) 1000 行"。而 "簡(jiǎn)潔優(yōu)先"原則把"50 行能寫(xiě)完，絕不寫(xiě) 200 行"寫(xiě)進(jìn)規(guī)則，等于給模型的"完美主義沖動(dòng)"裝了一個(gè)剎車(chē)。

第三類(lèi)是修改擴(kuò)散。沒(méi)有邊界約束時(shí)，AI 容易順手 reformat 相鄰代碼、改動(dòng)理解不足的模塊、引入隱性副作用。Karpathy 稱之為"作為副作用修改或刪除了與任務(wù)無(wú)關(guān)的代碼和注釋"。

"外科手術(shù)式修改"原則要求"每一行改動(dòng)都能追溯到原始需求"，本質(zhì)上是降低編輯自由度——一個(gè)能寫(xiě)出 1000 行代碼的模型，被規(guī)則強(qiáng)制只能寫(xiě) 50 行，效果反而更好。

這三條之外，文件里還有第四條原則：目標(biāo)驅(qū)動(dòng)執(zhí)行。它要求 AI 在寫(xiě)代碼前先把"修復(fù) Bug"翻譯成"先寫(xiě)一個(gè)能復(fù)現(xiàn) Bug 的測(cè)試，再讓測(cè)試通過(guò)"——即把模糊的命令轉(zhuǎn)換成可驗(yàn)證的成功標(biāo)準(zhǔn)。LLM 圍繞明確目標(biāo)的循環(huán)能力極強(qiáng)，但前提是要給它清晰的成功判定。而這份規(guī)則讓 AI 不再"我說(shuō)我改好了"，而是"測(cè)試證明我已經(jīng)改好了"。

把四條原則合在一起看，文件解決的不是"AI 寫(xiě)不好代碼"的問(wèn)題，而是"AI 太容易自作主張"的問(wèn)題。它的設(shè)計(jì)目標(biāo)不是讓模型更聰明，而是讓模型在每個(gè)關(guān)鍵節(jié)點(diǎn)停下來(lái)確認(rèn)、克制、克制、再克制。

同時(shí) CLAUDE.md 也讓 AI 編程的"行為約束"第一次有了一個(gè)低成本、可分發(fā)、可審計(jì)的載體——一個(gè)普通開(kāi)發(fā)者用 curl 命令兩分鐘就能裝上，但所有 AI 代理都會(huì)照著執(zhí)行。

因此，CLAUDE.md 登上 GitHub 榜首的真正原因，不在 prompt 寫(xiě)得多漂亮，而在于它把AI 編程的不確定性從"模型能力"問(wèn)題，轉(zhuǎn)化成了"工程設(shè)計(jì)"問(wèn)題——而后者，是開(kāi)發(fā)者可以親手解決的。

02

為什么是 65 行，而不是 200 行

CLAUDE.md 的風(fēng)潮很快席卷了 GitHub，衍生出一批同方向的探索項(xiàng)目。其中開(kāi)發(fā)者 VoidLight00 的思路值得專(zhuān)門(mén)拿出來(lái)：一個(gè)能讓 AI 自動(dòng)優(yōu)化 AI 規(guī)則的系統(tǒng)。

他的實(shí)現(xiàn)路徑帶著鮮明的工程思維：先在 eval.json 中定義一套斷言測(cè)試集，用來(lái)量化評(píng)估規(guī)則文件的實(shí)際效果；再讓系統(tǒng)進(jìn)入"修改規(guī)則 — 重跑測(cè)評(píng)"的循環(huán)，如果本輪評(píng)分有提升就保留變更，沒(méi)有增益就回滾到上一版本。整套流程相當(dāng)于把原本靠人工反復(fù)打磨的提示詞優(yōu)化工作，轉(zhuǎn)化成了類(lèi)似代碼自動(dòng)化測(cè)試的標(biāo)準(zhǔn)化流程。

更有意思的是一組對(duì)照實(shí)驗(yàn)：有開(kāi)發(fā)者試著把 Karpathy 這份規(guī)則擴(kuò)充到 200 行，結(jié)果 AI 生成的代碼質(zhì)量非但沒(méi)提升，反而出現(xiàn)了下滑。

背后的邏輯并不復(fù)雜。當(dāng)規(guī)則文件越寫(xiě)越長(zhǎng)，真正關(guān)鍵的約束會(huì)淹沒(méi)在冗余的描述里。大模型固然能處理長(zhǎng)上下文，但不代表它能在每一次生成中穩(wěn)定識(shí)別并貫徹所有細(xì)則。規(guī)則文件的有效性，取決于模型在還沒(méi)忘之前讀到核心約束的概率。

這也解釋了為什么 Karpathy 那份文件從一開(kāi)始就走極簡(jiǎn)路線——四條原則、幾十行、沒(méi)有任何具體技術(shù)棧要求。它把工程紀(jì)律壓縮到了 AI 最容易穩(wěn)定執(zhí)行的篇幅里。當(dāng) 65 行就能解決核心問(wèn)題，200 行的邊際收益大概率是負(fù)的。

工程意義上的"短而精"，在 AI 編程時(shí)代有了新的具體含義：它不是文字上的克制，而是與模型注意力機(jī)制的精確對(duì)齊。規(guī)則寫(xiě)在模型能穩(wěn)定看見(jiàn)的位置，寫(xiě)在它愿意照做的篇幅里，寫(xiě)在它最不容易讀到一半就走神的長(zhǎng)度內(nèi)。

03

AI 編程下半場(chǎng)：

稀缺的不是模型，是約束設(shè)計(jì)

把這件事放回 LLM 工程化的整體脈絡(luò)看，它指向了一個(gè)更清晰的分層。

第一層是 Prompt Engineering。關(guān)注點(diǎn)在"讓模型聽(tīng)懂指令"。這一層在過(guò)去兩年里被研究得最透，天花板也最明顯——提示詞寫(xiě)得再精妙，模型行為的不穩(wěn)定性依然存在，因?yàn)樘崾驹~是"軟"的，模型可以選擇不聽(tīng)。

第二層是 Workflow Engineering。關(guān)注點(diǎn)在"讓模型按步驟做事"。把任務(wù)拆成多步、引入 ReAct、引入反思機(jī)制，讓模型有能力處理長(zhǎng)鏈任務(wù)。這一層顯著提升了單任務(wù)成功率，但仍然無(wú)法約束"模型在某個(gè)步驟上的越界行為"——工作流規(guī)定了"先做什么后做什么"，卻沒(méi)有規(guī)定"什么不能做"。

第三層是 Agent Governance。關(guān)注點(diǎn)在"讓模型只能在邊界內(nèi)做事"。這一層的設(shè)計(jì)對(duì)象不是"任務(wù)"，而是"模型本身的行為約束系統(tǒng)"——包括規(guī)則文件、沙箱、審批、審計(jì)、回歸測(cè)試。這些文件本質(zhì)上是"投影"——它們從同一個(gè)規(guī)則源編譯出來(lái)，分發(fā)給不同的 AI 代理。比如 AGENTS.md 寫(xiě)給機(jī)器，README.md 寫(xiě)給人，二者刻意分離。

CLAUDE.md 遵循的正是這第三層原則。而它之所以被反復(fù)傳閱，本質(zhì)上是開(kāi)發(fā)者社區(qū)用腳投票，對(duì)"約束設(shè)計(jì)"這件事的集體確認(rèn)。當(dāng)模型能力已經(jīng)足以完成寫(xiě)代碼這件事之后，下一個(gè)真正稀缺的能力不是怎么讓模型更聰明，而是"怎么讓模型在不被盯著的時(shí)候也能做對(duì)"。

這也是為什么那段被無(wú)數(shù)開(kāi)發(fā)者轉(zhuǎn)發(fā)的吐槽能產(chǎn)生這么大的共鳴——或許當(dāng) AI 開(kāi)始承擔(dān)真正的工程任務(wù)時(shí)，它需要的不是更多能力，而是一份它必須遵守的行為契約。

上車(chē)，帶你看遍全球 AI 頂會(huì)精華

可獨(dú)家暢覽：

專(zhuān)家演講PPT

大會(huì)報(bào)告全文

熱門(mén)論文解讀

學(xué)術(shù)新星訪談

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁(yè)、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來(lái)源并插入本公眾號(hào)名片。