夜雨聆风作者是 Karpathy，OpenAI 联合创始人、前 Tesla AI 总监。
他把多年踩过的坑总结成 4 条规则，教 AI 怎么写代码。
我看完发现，这 4 条规则解决的不是技术问题，是人和 AI 协作的问题。
你有没有遇到过这种情况。
你让 AI 帮你改一段代码，它把整个文件重写了。
你让它加个错误处理，它顺便给你加了日志系统、配置文件、全局异常处理器。
你只是想修个小 bug，它却把半个项目都重构了。
这不是某个 AI 工具的问题，是所有 AI 都有的通病。
AI 不知道"适可而止"是什么意思。
Karpathy 的 4 条规则，就是在教 AI 学会克制。
我用大白话给你翻译一下。
规则 1：Don’t be lazy（不要偷懒）
AI 最容易犯的错误，就是猜你想要什么。
你说"优化代码"，它就开始瞎改。
你说"让这个页面更好用"，它就开始重新设计 UI。
Karpathy 说，别猜，问清楚。
就像去理发店，好的理发师会先问你"剪多短、什么风格"，而不是上来就咔嚓咔嚓。
AI 也一样。
你说"优化代码"，它应该先问你"优化性能还是可读性？"
你说"让页面更好用"，它应该先问你"是减少操作步骤，还是提升加载速度？"
问清楚了再动手，不要猜。
规则 2：Make surgical changes（手术式修改）
AI 的第二个毛病，就是改东西的时候不知道收手。
你让它修个 bug，它能把整个函数重构了。
Karpathy 说，只改有问题的那几行，其他地方不要动。
就像修水管，只换漏水的那一段，而不是把整个房子的管道都拆了重装。
这条规则让 AI 学会"克制"。
不做多余的改动。
规则3：Surface assumptions（明确假设）
AI 的第三个毛病，就是它会根据自己的理解去做事，但不告诉你它是怎么理解的。
你让它"处理空值情况"，它可能理解成"把空值替换成默认值"，也可能理解成"遇到空值就报错"。
如果它不说，你就不知道它到底做了什么。
Karpathy 说，AI 应该明确说出它的假设。
“我假设你要把空值替换成默认值，如果我理解错了，请告诉我。”
这样你能第一时间发现理解偏差。
规则4：Define verifiable goals（定义可验证目标）
AI 的第四个毛病，就是改完代码说"优化完成"，但你不知道它优化了什么。
Karpathy 说，给出证据。
不是说"我优化了性能"，而是"我把这个函数的执行时间从 100ms 降到了 50ms，这是测试结果"。
有数据、有证据，改动效果清清楚楚。
这 4 条规则，不只是给程序员的。
你让 AI 帮你写文案，它能给你写 3000 字，但你只想要 500 字。
你让 AI 帮你改文章，它把你的风格全改了。
你让 AI 帮你做方案，它给了你 10 个方向，但你不知道它是怎么理解你的需求的。
这些问题，和程序员遇到的问题，本质上是一样的。
AI 不知道"适可而止"。
我看完这 4 条规则之后，觉得最有用的是第 3 条。
明确假设。
因为大部分时候，AI 做错事不是因为它笨，是因为它理解错了你的意思，但它不说。
如果它能主动说出"我是这样理解的"，你就能第一时间纠正它。
这能省下很多返工的时间。
这个项目叫 andrej-karpathy-skills，是一个 Claude Code 的技能包。
装上之后，Claude Code 写代码的时候就会遵循这 4 条规则。
我自己还没装，因为我不是程序员，不怎么用 Claude Code 写代码。
但我觉得这 4 条规则值得分享，因为它说的不只是写代码的问题，是所有人用 AI 时都会遇到的问题。
AI 会猜你的需求。
AI 会多做事情。
AI 不会主动说出它的理解。
AI 不会给你证据。
这 4 条规则，其实是在教我们怎么和 AI 协作。
如果你也在用 AI 写代码，可以去 GitHub 搜 andrej-karpathy-skills，看看这个项目。
如果你不写代码，也可以想想，这 4 条规则能不能用在你和 AI 的协作上。
比如你让 AI 帮你写文案，是不是也可以先问清楚"你想要什么风格"，而不是让它猜？
比如你让 AI 帮你改文章，是不是也可以要求它"只改有问题的地方，其他地方不要动"？
比如你让 AI 帮你做方案，是不是也可以要求它"先说出你的假设，让我确认一下"？
我觉得可以。
写到这里，我突然想起一句话。
工具是死的，人是活的。
Karpathy 总结的这 4 条规则，表面上是在教 AI 怎么写代码，实际上是在教我们怎么用 AI。
不要让 AI 猜。
不要让 AI 多做。
让 AI 说出它的理解。
让 AI 给出证据。
这 4 条规则，值得记住。
项目地址：github.com/forrestchang/andrej-karpathy-skills
（公众号不支持外链，复制地址到浏览器打开）
