社区最近流传了一份据说是 Karpathy 自己在用的 Claude.md 文件。先说下背景，Claude.md 是一个项目级说明文档，放在代码仓库的根目录里，Claude Code 启动的时候会自动读取。你可以理解成给 AI 写的一份「入职须知」。

啊，AI 领域金字塔尖的存在，用 Claude 写代码的时候，居然还得写一份几千字的规矩来约束它？

这反差感太强了。

但你仔细看完这份文件就会发现，他不是在炫技，他是真的被 AI 坑怕了。

文件里有一条规则我印象特别深，叫「写之前先读」。Karpathy 说，LLM 写出烂代码最大的原因就是，它看到一个任务，脑子里立刻匹配到训练数据里的某种模式，然后直接开始生成。不看现有代码怎么写的，不看项目里用了什么库，不看测试文件里定义的预期行为，上来就库库写。

你想想看，这是不是跟刚入职的实习生一模一样？领导说「加个功能」，实习生二话不说就开始干，写完一看，代码确实能跑，但风格跟整个项目格格不入，像是另一个人写的。

因为确实是另一个「人」写的。

Karpathy 的原话更狠，「你生成了一段正确的代码，但它和所在代码库完全格格不入。于是，人类开发者要么必须把它重写成符合项目风格的样子，要么永远忍受代码库内部的不一致。这两种结果都很糟糕。」

还有一条让我直接拍大腿的，叫「保持简单」。他专门点了 LLM 过度设计的几种典型症状。

再比如，它会给永远不会是 null 的值加 null 检查，给只有一个实现的接口写抽象基类，给永远不会变的东西做成可配置项。每一个配置项都是别人必须做出的一个决定，也是别人必须正确设置的一个值。

Karpathy 给了一个特别精准的判断标准，如果你问「为什么这里要这样抽象？」回答是「以防以后需要」，那就是过度设计。

「以防以后需要」不是需求，是对未来的猜测。关于未来的猜测，通常都是错的。

这话听着有点刺耳但，你认真想想，AI 写代码最大的问题可能真不是不会写，而是不会「忍住不写」。

它太想表现了。

你让它改一个函数的 bug，它顺手把旁边函数的变量名也改了，注释里的拼写错误也修了，import 顺序也重新排了。Karpathy 管这叫「大杂烩」，文件里专门写了一句，「不要碰你没被要求碰的东西。」

这让我想到一个特别有画面感的场景。你有没有见过那种新来的实习生，特别勤奋特别想表现，你让他改个按钮颜色，他把整个页面都重构了？老板看了 diff 直接血压飙升，因为根本看不出来他到底改了什么。

AI 现在就是这个状态。能力是有的，甚至很强。

但它缺一样东西，叫做「克制」。

回到这份文件里另一条让我觉得特别值得聊的规则，关于「知识幻觉」。

这条可能是整份文件里最细思极恐的一条。

什么意思呢，就是 AI 会自信满满地用一个根本不存在的 API，或者用一个两个版本前就被移除的参数。Karpathy 原文的说法是，「你自信地使用了一个不存在的 API、一个两个版本前就被移除的参数，或者一个你幻想出来的库特性。」

注意这个词，幻想出来的。

它不是不确定然后蒙一个，它是真的「觉得」这个东西存在。特别笃定，笃定到你 code review 的时候都不会去质疑它。然后你跑代码的时候就炸了，一查，这个方法签名压根不存在。

这大概是 AI 编程里最危险的地方。不像人类实习生好歹会说一句「我不太确定这样写对不对」，AI 会用一种特别确定的语气把你带到坑里。而且越是你不熟悉的库，你越容易被它带偏，因为你自己也不知道对不对。

所以 Karpathy 写了一条很朴素但很重要的规则，「如果你不能 100% 确定某个方法以这个精确签名存在，就说出来。查文档。看项目里的实际源码。」

他还加了一句，「如果你卡住了，就说出来。」

你敢信？？？我们现在需要教一个 AI 说「我不知道」。

看完整份文件最大的感受不是学到了什么新技巧，而是一种很强的确认感。就是你心里隐隐约约觉得 AI 写代码「哪里不对」，但说不清楚到底是哪里不对。Karpathy 帮你全说清楚了，而且每一条你看完都会觉得，对对对，我也遇到过。

我是真的觉得，这里面藏着一个关于 AI 编程的底层认知。

软件工程里有一个老观念，好的代码不是写出来的，是「忍出来的」。你得忍住不过度设计，忍住不顺手重构，忍住不加没必要的抽象。这个道理人类程序员要花好几年才能悟到。

AI 现在什么都会，就是不会忍。

所以 Karpathy 做的事情，其实特别朴素。他不是在教 AI 怎么写代码，他是在教 AI 怎么「不写」代码。

有人可能觉得，连 Karpathy 都得写这么多规矩来管 AI，是不是说明 AI 编程其实没那么好用？

我觉得恰恰相反。

你想想看，你会给一个完全不行的人写行为规范吗？不会的，直接劝退了。你只会给那种「很聪明但需要调教」的人写规范。这份文件的存在本身就说明，AI 编程的瓶颈已经不是 AI 的能力了，而是人类能不能把自己的经验和判断力，用 AI 能理解的方式传达给它。

GitHub 上有人基于 Karpathy 的思想做了一个 CLAUDE.md 模板，叫 andrej-karpathy-skills，据说能把 Claude 的代码错误率从 41% 降到 11%。Star 数十几万。

同一个 AI，同样的能力，加一份说明文件，错误率直接砍掉四分之三，这个数字你品一下。

说明现在 AI 编程的天花板，很多时候不在 AI 那边，在你这边。你能不能把你的标准、你的经验、你的「什么该做什么不该做」清晰地告诉它，决定了它交出来的东西是惊喜还是惊吓。

所以如果你也在用 Claude Code 或者其他 AI 编程工具，我有一个最小可执行建议，今天就在你的项目根目录建一个 CLAUDE.md。不用写几千字，先把你踩过最狠的坑、你最受不了的代码习惯、你项目里最容易搞混的地方写进去。别照抄别人的模板，因为你的项目和 Karpathy 的项目不一样，你的标准和他的标准也不一样。

感兴趣的话 GitHub 搜 andrej-karpathy-skills 就能找到社区版模板，可以参考思路，但核心还是得自己写。

别指望 AI 天生就懂你的项目。它很聪明，但它需要你教，就像 Karpathy 教它一样。