最近 GitHub 又杀疯了，一个没有一行业务代码的项目，直接冲上 Trending 榜首，狂揽 十四 万 + Star，刷屏整个开发者圈子。
它就是andrej-karpathy-skills，核心只有一个CLAUDE.md文件，却能把 AI 编程助手从 “坑队友” 拉成 “神队友”。
作为天天跟 AI 写代码的人，我第一时间上手试了，效果真的离谱 —— 之前 AI 瞎改代码、过度设计、理解跑偏的毛病，直接少了一大半。
今天就把这套Karpathy AI 编程四诫讲透，告诉你它到底解决了什么问题，以及怎么一键用在自己项目里。
先搞懂：AI 写代码，为什么总不靠谱？
Andrej Karpathy（前特斯拉 AI 总监、OpenAI 创始成员）早就看透了 AI 编程的通病，总结了三个最让人崩溃的场景：
- 盲目猜需求，不问就开干你说改个接口返回格式，它直接脑补一整套逻辑，最后完全南辕北辙。
- 过度设计，代码越改越肿让它改一行样式，顺手给你重构整个组件、加一堆用不上的设计模式，项目越改越乱。
- 乱改无关代码，Review 头皮发麻只让改 A 文件，它顺手把 B、C、D 的注释、格式、甚至逻辑全动了，diff 拉满，根本不知道改了啥。
相信只要用过 AI 写代码的同学，都被这三点折磨过。
而CLAUDE.md，就是专门治这些毛病的AI 行为准则。
核心：AI 编程四诫，背下来直接用
这套规则只有 4 条，简单到看完就能记住，却精准戳中 AI 编程的所有痛点。
1. 先思考，再编码（Think Before Coding）
核心：动手前先对齐需求写代码前必须说清自己的假设，列出多种理解，有疑问主动问，不瞎猜。
效果：从根源避免 “你要 A，AI 给 B” 的返工。
2. 简单至上（Simple First）
核心：用最少代码解决问题能 if-else 就不上复杂模式，能改一行就不动整个文件，拒绝多余抽象和扩展。
效果：代码干净、好读、好维护，Bug 直接少一半。
3. 聚焦变更（Focused Changes）
核心：只改必须改的地方严格限制修改范围，不动无关代码、不 “顺手优化”，不污染代码库。
效果：diff 清爽，Code Review 几分钟搞定，意外 Bug 大幅减少。
4. 目标驱动，可验证（Goal-Driven & Verifiable）
核心：每一步都能看到结果所有操作有明确目标，输出可验证（跑通测试、看输出结果），不做无用功。
效果：AI 不再是黑箱，每一步都透明可控。
超简单使用：1 分钟部署到项目
不用装插件、不用改配置，三步就能用：
- 去 GitHub 下载
CLAUDE.md仓库地址：github.com/forrestchan… - 把文件放到项目根目录
- 用 Claude Code 等支持读上下文的 AI 时，它会自动读取这份规则
就这么简单，AI 直接 “上岗培训”，听话又靠谱。
为什么它能火？从提示词到行为工程
这个项目的意义，远不止一个 md 文件。
它标志着 AI 协作的新趋势：
- 以前：我们绞尽脑汁写长提示词，控制模型输出
- 现在：把工程最佳实践固化成可共享、可复用的行为规范，用文件统一约束 AI
这就是更高维度的行为工程（Behavior Engineering） —— 不改动模型，低成本把 AI 变成专业工程师。
最后说两句
与其天天吐槽 AI 写代码不靠谱，不如直接给它立好规矩。
Karpathy 这套四诫，没有花里胡哨的技术，却精准解决了开发者最痛的点。
我自己用下来最大的感受：AI 还是那个 AI，但听话程度和代码质量，真的提升了一个档次。
建议还没试的同学，今晚就把CLAUDE.md丢进项目，明天写代码你会回来感谢我。
