夜雨聆风🔥 AI 大神亲自下场，专治 LLM 编程病
Andrej Karpathy 是谁？
OpenAI 联合创始人
Tesla AI 部门前总监
在 X 上有 300 万+ 粉丝
AI 编程领域最有发言权的人之一
他最近发了一条长文，痛批 LLM 编程的 6 大顽疾：
"模型会替你做错误假设，不检查就继续跑。"
"它们不会管理自己的困惑，不寻求澄清，不指出不一致，不呈现权衡，不在该反对的时候反对。"
"它们特别喜欢过度复杂化代码，膨胀抽象，不清理死代码……100 行能搞定的事非要写 1000 行。"
"它们还会偷偷改变/删除不理解的代码，哪怕那些代码跟你的任务毫无关系。"
这 6 条，条条扎心。用过 Claude Code、Cursor、GitHub Copilot 的人，一定都中过招。
于是有人（multica-ai 团队）把 Karpathy 的观察，浓缩成了一个 CLAUDE.md 文件——就这一个文件，直接给 Claude Code 装上了"大脑升级包"。
🧠 四个原则，根治 AI 编程的"自作聪明"
这个文件的核心只有 4 个原则，每个都精准打击 LLM 的一个坏习惯：
原则一：Think Before Coding（先想后写）
专治：错误假设、隐藏困惑、缺失权衡
LLM 最大的毛病是什么？它选了一个理解，不告诉你，直接开干。
你让它"加个登录验证"，它可能理解成"JWT Token 验证"，也可能理解成"Session Cookie 验证"，还可能理解成"OAuth 第三方登录"——但它不问你，直接按自己猜的写。
这个原则强制 AI 显式推理：
不确定就提问，而不是瞎猜
有歧义时呈现多种解读，让你选
有更简单的方案就反对，而不是无脑执行
困惑时停下来，说出哪里不清楚，等你澄清
以前：AI 闷头写，写完你发现完全不是你要的。
现在：AI 先问"你要哪种验证方式？JWT 还是 Session？需不需要刷新机制？"，写对一次过。
原则二：Simplicity First（极简优先）
专治：过度工程、膨胀抽象、死代码堆积
AI 写代码有一个可怕的倾向：它觉得代码越"专业"越好。
你让它"读取一个配置文件"，它给你整一个完整的配置管理类，带缓存、带热重载、带类型校验、带默认值回退……最后 200 行代码，其实 20 行就能搞定。
这个原则给 AI 上了紧箍咒：
不要实现没被要求的功能
不要为只用一次的代码造抽象
不要加没被要求的"灵活性"或"可配置性"
不要处理不可能发生的错误场景
如果 200 行能变成 50 行，重写它
检验标准：一个资深工程师看了会不会说"这过度设计了"？如果会，就简化。
以前：AI 写了个"企业级"配置管理器，你看着 200 行代码头皮发麻。
现在：AI 给你 15 行简洁代码，一眼看懂，维护零负担。
原则三：Surgical Changes（手术刀式修改）
专治：乱改无关代码、副作用灾难、风格不一致
这是最让程序员血压飙升的场景：
你让 AI "把登录按钮改成蓝色"，结果 diff 里出现了 50 处修改——它不仅改了按钮颜色，还顺手"优化"了旁边的 CSS，删了几个它觉得"没用"的注释，重构了一个它觉得"写得不好"的函数……
最后你的 PR 里混进了 10 个无关改动，review 时根本分不清哪些是任务相关的。
这个原则让 AI 变成手术刀：
不"改进"相邻的代码、注释或格式
不重构没坏的东西
匹配现有风格，哪怕你自己会写得不一样
发现无关死代码？提一下，别删
自己改动造成的孤儿代码（无用导入、变量、函数），自己清理
检验标准：每一行改动都能直接追溯到用户的请求。
以前：git diff 里 80% 是 AI 的"顺手优化"，review 时想杀人。
现在：diff 干干净净，只有你要的改动，review 秒过。
原则四：Goal-Driven Execution（目标驱动执行）
专治：任务模糊、验证缺失、反复返工
Karpathy 说了一句金句：
"LLMs 极其擅长循环执行直到达成特定目标……别告诉它该做什么，给它成功标准，然后看着它跑。"
这个原则把模糊指令变成可验证的目标：
| "写一个复现 bug 的测试，然后让它通过" | |
对于多步骤任务，AI 会先列出计划：
1. [步骤] → 验证：[检查点]2. [步骤] → 验证：[检查点]3. [步骤] → 验证：[检查点]
强成功标准让 AI 能独立循环，弱标准（"让它跑起来"）让你不断澄清。
以前：你说"修个 bug"，AI 改完你测了一下，bug 还在，来回 5 轮。
现在：AI 先写复现测试，确认能复现 bug，然后修改，再跑测试确认通过。一次到位。
🚀 安装只需 30 秒，支持 Claude Code + Cursor
方式一：Claude Code 插件（推荐）
在 Claude Code 里执行：
/plugin marketplace add forrestchang/andrej-karpathy-skills/plugin install andrej-karpathy-skills@karpathy-skills
装一次，所有项目都能用。
方式二：CLAUDE.md（按项目）
新项目：
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.mdecho "" >> CLAUDE.mdcurl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md
方式三：Cursor 用户
项目里已经内置了 .cursor/rules/karpathy-guidelines.mdc，直接用。
✅ 怎么知道它在起作用？
装上之后，你会观察到这些变化：
💡 一句话总结：从"指令式"到"目标式"
Karpathy 的核心洞察，也是这个文件的灵魂：
别告诉 AI 该做什么，给它成功标准，然后看着它跑。
这不仅是 4 条编程规范，更是一种 AI 协作范式的升级——从"你指挥我干活"的指令式，进化到"你定目标我达成"的目标式。
在 Vibe Coding 越来越火的今天，这个文件解决了一个关键问题：
AI 不是不够聪明，是它太喜欢"自作聪明"。
给它装上这个"大脑升级包"，让它学会先想后写、极简优先、精准修改、目标驱动——你的 AI 编程体验，会从"能用"直接进化到"好用"。