90%的AI编程工具都在失控！看完这个70行的”紧箍咒”，我终于知道问题出在哪了

你有没有过这种经历——

让AI帮你写个功能，它噼里啪啦给你整出来三四百行，还顺手加了一堆”可能有用的”抽象基类、设计模式、异常处理。你一看，能跑，行吧。

结果一周后自己看代码，愣住了：这啥？这又是啥？

这不怪你。问题出在——你从没给AI立过规矩。

01 失控的AI编程：一个正在蔓延的危机

2025年，GitHub上涌现出一堆AI编程工具——Cursor、Claude Code、Copilot Workspace……用过的工程师都知道，它们能让开发效率起飞。

但代价是什么？

代码质量全靠AI心情。

• 需求模糊时，AI瞎猜瞎写
• 代码能跑就行，从不验证
• 改动一个文件，顺手把其他文件也”优化”了
• 一句”完成了”，其实根本没测

你以为你在用AI编程，实际上是AI在用你跑腿。

02 Karpathy Skills：一张70行的”紧箍咒”

GitHub上有一个项目，叫 andrej-karpathy-skills^[1]，总共不到70行Markdown。

就这70行，2025年冲上GitHub Trending第一，收获 60k+ Stars。

没有复杂技术，不依赖任何框架——你只需要把这个文件放进项目根目录，AI就会自动遵守它的规则。

有人问：这么简单的规则，AI真会听？

答：AI的指令遵循能力很强。关键在于这不是”建议”，而是”命令”。

03 四条铁律，让AI从野马变成听话的打工人

铁律一：编码前先思考

规则原文：遇到模糊需求，必须先问、不能猜。

没有这条时，AI收到”加个日志功能”，直接开写。
有了这条，AI会先停下来：

【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
【待确认】
  1. 使用Python自带的logging还是第三方库？
  2. 日志保留天数？

效果：把”猜测式编码”变成”确认式编码”。

铁律二：简洁优先

规则原文：用最少的代码解决问题。不加未请求的功能。

限制：

• 单个函数不超过50行
• 不使用抽象类（除非有3个以上具体实现）
• 不加”未来可能需要”的代码

效果：代码从”过度设计”变”刚好够用”。

铁律三：精准修改

规则原文：只碰必须碰的地方。

限制：

• 一次变更只改 ≤3个文件
• 不reformat未修改的代码
• 不删除注释

效果：改动范围从”不可控”变”精准打击”。

铁律四：目标驱动

规则原文：给目标不给步骤，让AI自己验证。

没有这条时：AI说”修复了bug，已解决”。
有了这条，AI必须提供证据：

先写了复现bug的测试 → FAIL
修改代码后测试通过 → PASS
输出测试结果：[截图/日志]

效果：从”嘴炮式完成”变”可验证的完成”。

04 一张图搞懂Karpathy Skills的作用

【失控的AI】
  ↓ 盲目猜测需求
  ↓ 代码堆砌复杂
  ↓ 改动范围失控
  ↓ 虚假完成无验证
  ✗ 代码质量靠运气

【Karpathy Skills】
  ↓ 编码前先问清楚
  ↓ 简洁不堆砌
  ↓ 精准修改文件
  ↓ 验证才能算完成
  ✓ 代码质量可预期

05 3分钟安装，立即生效

方式一：直接下载（推荐）

# 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：集成到主流IDE

• Antigravity：.claude/rules.md
• Cursor：.cursor/rules/karpathy-guidelines.mdc
• 全局安装：所有项目生效

06 验证是否生效

在AI编程工具里输入一个模糊需求，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：

【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？

看到【理解】【假设】【待确认】格式，说明规则已生效。

07 关键认知

“AI不缺能力，缺一套编码礼仪。”

Karpathy Skills 之所以能火，不是因为技术有多复杂，而是因为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。

你的下一行代码，该让AI先问清楚再动手。

专注AI编程实战与工具评测，每晚10点更新

引用链接