Karpathy强推的Claude Code大法：一份CLAUDE.md让AI编程效率翻倍

forrestchang/andrej-karpathy-skills是一个极简但极为有效的开源项目——它只有一个文件：一份精心设计的CLAUDE.md。这份文件源自Andrej Karpathy在X平台上发布的关于LLM编程常见陷阱的观察，由forrestchang整理提炼为四大原则，直接用于改善Claude Code的编程行为。

Karpathy指出LLM编程时最常见的四大问题：
1. 错误假设后不验证，闷头执行
2. 喜欢过度设计代码和API，100行能解决非要写1000行
3. 随意修改不理解的相关代码和注释
4. 不定义成功标准，做完不知道对不对

针对这些问题，项目提炼出四大原则：

原则一：Think Before Coding（编码前先思考）
不要假设。如有不确定，主动提问而非猜测；遇到歧义时呈现多种可能而非自行选择；遇到不合理的需求要敢于反驳；遇到困惑要明确说出来而非硬做。这解决了LLM「闷头假设然后跑偏」的根本问题。

原则二：Simplicity First（简单优先）
只写解决问题所必需的最小代码，不写任何「以防万一」的灵活性；不需要的抽象层不加；只处理可能发生的错误，不处理不可能发生的场景；如果200行可以替代为50行，就重写。这一原则直接对抗LLM过度工程的本能。

原则三：Surgical Changes（精准修改）
只触碰必须改动的代码，不要「顺便优化」旁边的代码；不要重构本来就没坏的东西；风格匹配现有代码，即使你本人不这么写；发现死代码时提及而非删除。这一原则解决LLM「改错地方」的毛病。

原则四：Goal-Driven Execution（目标驱动执行）
把「做某件事」转化为「达成某个可验证的结果」。例如「加个验证」→「先写测试用例验证非法输入，再实现验证逻辑」；「修Bug」→「先写能复现Bug的测试，再修复」。有明确的成功标准，AI才能自主循环直到达标。

安装使用非常简单，两种方式：

方式一（推荐）：Claude Code插件

/plugin marketplace add forrestchang/andrej-karpathy-skills
/plugin install andrej-karpathy-skills@karpathy-skills

方式二：直接下载CLAUDE.md

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

这份CLAUDE.md文件放到项目根目录后，Claude Code会自动读取并遵循其中的原则，从而显著提升代码质量、减少不必要的修改和过度设计。

项目采用MIT开源协议，完全免费使用。

GitHub地址：https://github.com/forrestchang/andrej-karpathy-skills

服务支持：如有兴趣不会搭建，可以联系微信：WRYD6166，开源项目搭建10-50元。