AI 编程助手最大的问题，很多时候不是不会写代码。你只是想修一个 bug，它可能顺手重构整个模块。你只是想改一个按钮文案，它可能顺手调整组件结构。你只是说“帮我优化一下”，它可能自动脑补一整套架构方案。不要盲目假设需求。如果需求不清楚，AI 应该明确说出不确定点，并提出问题。如果有多种理解，也应该先说明不同理解，而不是直接替用户做决定。如果 AI 不问清楚就直接开改，很容易把任务做偏。所以第一条准则是：需求不清楚时，先问；不要替用户脑补。不要为了“未来可能需要”，提前加抽象、配置、扩展能力或复杂错误处理。能 50 行解决的问题，就不要写成 200 行。能一个函数解决的问题，就不要上设计模式。能局部修改解决的问题，就不要搭一套框架。很多 AI 编程助手的问题是：它不是不会写，而是太会写。它会把一个小需求写成一个“完整系统”。但真实工程里，复杂度是有成本的。每多一层抽象，就多一层理解成本。每多一个配置项，就多一个维护负担。每多一个“未来扩展”，就多一个当前不需要的复杂度。所以第二条准则是：先解决当前问题，不要提前设计未来。不要顺手重构无关代码。不要顺手调整格式。不要顺手删除已有但无关的代码。不要因为“看起来可以优化”就扩大改动范围。如果用户让你修一个登录按钮点击无效的问题，AI 就应该聚焦在：所以第三条准则是：只改必要的地方，不扩大任务边界。AI 不应该只关注“写了什么代码”，还应该关注“如何证明这件事完成了”。
如果是多步骤任务，也应该先有简短计划，并说明验证方式。因为在软件工程里，完成任务不等于生成代码。所以第四条准则是：不要只写代码，要有可验证的完成标准。一句话概括：Karpathy 准则强调谨慎、简单、少改动、可验证，避免 AI 编程时“自作聪明”和“越改越多”。加入 Karpathy 准则后，AI 的行为会更像一个谨慎的工程师。
普通 AI 更像“热心但容易越界的实习生”；Karpathy 准则约束后的 AI，更像“知道边界的工程搭档”。
这里我们需要准备两个工具，OKClaw和Karpathy 准则 skills。OKClaw官网：https://okclaw.dftianyi.com帮我安装https://github.com/forrestchang/andrej-karpathy-skills在输入框内“@”Karpathy 准则 skills，再输入你的指令就可以开始使用了。Karpathy 准则的重点，不是让 AI 编程助手写得更多，而是让它写得更克制。Karpathy 准则强调谨慎、简单、少改动、可验证，避免 AI 编程时“自作聪明”和“越改越多”。好的 AI 编程助手，不是最会发挥的助手，而是最知道边界的助手。
让AI更好地服务生信研究～OKClaw:https://okclaw.dafoai.com
夜雨聆风
