一份不到 70 行的 Markdown,凭什么一周冲上 GitHub 趋势榜首?

0 阅读4分钟

JeecgBoot AI专题研究 | andrej-karpathy-skills:给 AI 编程立规矩,外加一分钟安装指南


一个反常识的 GitHub 现象

最近 GitHub 趋势周榜的第一名,不是新框架,也不是新模型,而是一份不到 70 行的 Markdown 文件——项目名叫 andrej-karpathy-skills,一周拿下 4.5 万星,到目前已经累计 62.2k+。

andrej-karpathy-skills GitHub 截图

它没有复杂的代码,核心就是一个 CLAUDE.md,用来给 Claude Code、Cursor 这类 AI 编程工具立规矩,治一治它们乱写代码的毛病。

Karpathy 的吐槽,和它的起源

项目的灵感来自 Andrej Karpathy(前特斯拉 AI 负责人、OpenAI 创始团队成员)一月份在 X 上发的一条长推,阅读量逼近 800 万。他把自己用 AI Agent 写代码遇到的坑总结了一遍,几句话让无数开发者拍案:

模型会代你做错误假设,然后不假思索地执行。它们不管理自身的困惑,不寻求澄清,不呈现矛盾,不展示权衡。

它们真的很喜欢把代码和 API 搞复杂,堆砌抽象概念,不清理死代码……明明 100 行能搞定的事情,非要实现成 1000 行的臃肿架构。

它们有时仍会改动或删除自己理解不足的代码和注释,即使这些内容与任务本身无关。

开发者 Forrest Chang 把这些吐槽翻译成了模型能执行的规则,压缩成四条原则,写进了 CLAUDE.md。就这么一份文件,成了本周最火的开源项目。

四条核心原则

1. 编码前思考(Think Before Coding)

遇到歧义必须先问、先呈现权衡,而不是默不作声地猜需求。

2. 简洁优先(Simplicity First)

坚持最小可行实现:不加未请求的功能,不做一次性抽象。50 行能写完,绝不写 200 行。

3. 精准修改(Surgical Changes)

只改必须改的地方。不允许借"顺手优化"之名 reformat 相邻代码。每一行改动都能追溯到用户的原始请求。

4. 目标驱动执行(Goal-Driven Execution)

把"修复 Bug"改成"先写一个能复现 Bug 的测试,再让它通过"——可验证的目标,而不是模糊的命令

四条加起来,就把 AI 编程需要的纪律压缩进了模型能直接读懂的规则集。

快速安装(一分钟搞定)

项目提供了两种安装方式,取决于你用的是 Claude Code 还是其他工具。

方式一:Claude Code 插件(推荐)

Claude Code 用户直接用插件市场安装,两条命令即可:

# 1. 添加 marketplace
/plugin marketplace add forrestchang/andrej-karpathy-skills

# 2. 安装 skill
/plugin install andrej-karpathy-skills@karpathy-skills

安装完成后,skill 名字会变成 andrej-karpathy-skills:karpathy-guidelines,在你写代码、审代码、重构时自动激活,把四条原则注入到 Claude 的行为底盘里。

方式二:手动粘贴 CLAUDE.md(通用)

不用插件、或者用的是 Cursor / 其他 AI 工具,就直接把仓库里的 CLAUDE.md 拷到项目根目录:

# 项目根目录执行
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md

Cursor 用户把同样的内容粘到 .cursorrules 即可——这套规则本身是跟具体工具解耦的。

装完随便开一个新任务,你会明显感觉到:AI 不再乱铺抽象,不再顺手 reformat 代码,遇到歧义会先停下来问你。

实战感受

用过的开发者反馈大致一致:

  • 长任务成功率明显提升,因为 Agent 不再"想到哪写到哪"
  • 代码体积变小,AI 不再热衷堆抽象层
  • code review 压力骤降,每次改动都更聚焦
  • 轻微副作用:琐碎任务会因为多一步"先确认"而稍微变慢,可以接受

本质上它是一份高级提示词规则集,效果仍依赖底层模型的指令执行力——配 Claude 4.7 和配某些开源 7B 模型差距巨大。它解决的是"行为问题",不是"工程问题";权限、沙箱、测试基础设施这些仍得自己搭。

结语

andrej-karpathy-skills 的爆火不是一次"奇迹",而是一次极其精准的翻译——把 AI 大神对 Agent 乱象的吐槽,翻译成了模型能照着执行的纪律。

在 AI 编程逐步成为主流工作流的今天,懂得给 Agent 立规矩的人,可能比会写 Agent 的人更有竞争力。如果你今天还在被 AI 工具"乱改一通"的副作用折磨,花一分钟把它装上,立刻能感受到"管教过的 AI"和"野生 AI"的差距。

项目地址:github.com/forrestchan…


本文为 JeecgBoot AI 专题研究系列文章。