1 概念什么是Karpathy SkillsKarpathy Skills是一个不到70行的Markdown文件由开发者Forrest Chang根据Andrej Karpathy的观察编写而成。它不依赖任何框架不需要安装任何插件——只需要把文件放在项目根目录AI就会自动遵守它的规则。为什么它能火2025年这个项目冲上GitHub趋势第一收获60k Stars。不是因为技术复杂而是因为它解决了最痛的点AI不听话。1.2 核心理念四条铁律原则1编码前思考原文遇到模糊需求必须先问、不能猜。AI的行为变化之前之后直接写代码输出【理解】【假设】【边界】【待确认】擅自决定用Redis问“用什么缓存方案”假设API存在问“API密钥从哪里获取”实战示例用户说“加个日志功能。”遵守规则的AI会输出text【理解】需要在系统中添加日志记录功能 【假设】 1. 日志级别包括INFO、WARN、ERROR 2. 日志输出到文件而非控制台 【边界】 1. 磁盘空间不足时的处理 2. 日志文件多大时轮转 【待确认】 1. 使用Python自带的logging还是第三方库 2. 日志保留天数原则2简洁优先原文用最少的代码解决问题。不加未请求的功能。AI的行为变化之前之后写抽象基类直接写函数加设计模式最简单的实现处理不可能发生的异常只处理必要的错误限制条件单个函数不超过50行不使用抽象类除非3个以上具体实现不添加“未来可能需要”的代码原则3精准修改原文只碰必须碰的地方。AI的行为变化之前之后顺手格式化整个文件只改任务相关的行删除“看起来没用”的注释保留所有注释重命名没改过的变量不动无关代码限制条件一次变更只改≤3个文件不reformat未修改的代码不删除注释哪怕是看起来没用的原则4目标驱动原文给目标不给步骤让AI自己验证。AI的行为变化之前之后“完成了”提供测试通过的证据凭感觉说能跑实际运行并输出结果跳过验证验证是完成的前提示例之前“修复了bug已解决。”之后“先写了复现bug的测试(FAIL)修改代码后测试通过(PASS)输出如下[测试结果]”1.3 解决什么问题问题Karpathy如何解决AI瞎猜需求原则1强制反问代码过于复杂原则2限制行数和抽象改动范围过大原则3限制文件数量虚假完成原则4要求验证证据1.4 安装方法方式一直接下载推荐bash# 在项目根目录执行 curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md方式二在Antigravity/Cursor中配置将内容粘贴到Antigravity.claude/rules.mdCursor.cursor/rules/karpathy-guidelines.mdc方式三全局安装所有项目生效bash# 克隆到全局目录 git clone https://github.com/forrestchang/andrej-karpathy-skills.git ~/.karpathy-skills # 在IDE中配置指向该目录1.5 验证是否生效在Agent面板输入一个模糊需求比如“帮我优化一下代码。”未生效时的响应“好的我帮你优化……[直接开始改代码]”生效后的响应text【理解】你希望优化现有代码…… 【假设】 1. 优化方向是性能/可读性/可维护性 2. 需要优化的具体模块是 【待确认】 1. 优化的主要目标是什么 2. 是否需要保持对外接口不变如果看到【理解】【假设】【待确认】格式说明Karpathy规则已生效。1.6 今天对话中的干货为什么70行就能起效问这么短的规则AI真的会遵守吗答大模型的指令遵循能力很强。关键在于规则不是“建议”而是“命令”。CLAUDE.md放在项目根目录AI每次对话前都会读取。相比复杂的系统提示简洁的规则反而更容易被严格执行。与系统提示的区别维度系统提示Karpathy Skills位置IDE设置里项目根目录版本控制否个人配置是随项目共享团队协作每个人独立配置统一规则代码即规范长度限制通常有上限无限制核心洞见“AI不缺能力缺一套编码礼仪。”——这就是Karpathy Skills为什么能火的原因。它把工程师代代相传的经验先想清楚、保持简单、精准修改、验证完成翻译成了AI能执行的规则。