AI 编程时代来了！Karpathy 出品「避坑指南」一夜爆火
最近，AI 编程火得一塌糊涂——GitHub Copilot、Claude Code、Cursor……一个比一个强大。
但你有没有这种感觉：AI 写代码越来越快，可代码质量却越来越让人头疼？
就在前几天，深度学习之父 Andrej Karpathy 发了一条推特，一针见血地指出了当前 AI 编程助手的核心问题，瞬间引发全球开发者热议。
🔥 Karpathy 眼中 AI 编程的 4 大通病
Karpathy 说：
「模型会替用户做错误的假设，然后一路跑下去不回头。不会管理自己的困惑，不会主动澄清，不会暴露矛盾，不会呈现权衡，也不会在必要时 push back。」
具体来说，Karpathy 总结了 AI 编程的 4 大通病：
✅ 做错误假设——遇到不确定的情况，AI 不会停下来问，而是随便选一个方向蒙头就跑。
✅ 代码越来越臃肿——明明 50 行能搞定，AI 给你写出 500 行，一堆无用的抽象和「灵活性」。
✅ 误改无关代码——改一个地方，把旁边的注释和代码也一起改了，还觉得是「顺手优化」。
✅ 没有验证标准——任务完成了没有明确的检验方式，不知道到底算不算「做完了」。
💡 一份文件，所有问题迎刃而解
好消息来了！开发者 Forrest Chang 根据 Karpathy 的这些观察，做了一个超实用的开源项目——
📄 一份 CLAUDE.md 文件
把它加到你的项目里，Claude Code 的行为就会自动变「乖」，从根本上解决上述 4 大问题。
🧠 四大原则，逐个击破
原则一：Coding 之前先思考（Think Before Coding）
这个原则专门治 AI「蒙头就跑」的毛病。要求 AI：
• 不确定的地方必须主动提问，不能猜。
• 遇到歧义时，列出所有可能的方案，让用户选择。
• 遇到不清楚的地方，直接停下来问清楚再动手。
原则二：简单优先（Simplicity First）
专门治代码臃肿。要求 AI：
• 没有被要求的功能，一个字都不加。
• 没有被用到的抽象，一个都不写。
• 「如果 200 行能写成 50 行，就给我重写。」
原则三：精准改动（Surgical Changes）
专门治「顺手改别人代码」的毛病。要求 AI：
• 改动只针对用户要求的范围，不碰其他代码。
• 不要「顺便」优化隔壁的代码、格式、注释。
• 如果发现多余的死代码，说出来，而不是悄悄删掉。
原则四：目标驱动执行（Goal-Driven Execution）
专门治「没有验证标准」的毛病。要求 AI：
• 把每一条指令变成可验证的目标。
• 「修复这个 Bug」→ 先写一个能复现它的测试，再让它通过。
• 完成任务后，必须有明确的检验方式。
🚀 怎么用？3 步搞定
第一步：在你的项目根目录运行这条命令（一键下载）：
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md
第二步：在 Claude Code 里打开你的项目
第三步：开干！Claude 会自动遵守这 4 条原则
💡 小提示：已有的项目，建议把这段内容追加到现有的 CLAUDE.md 末尾，而不是覆盖它。
📊 效果如何？看看衡量指标
如果这份指南生效了，你会观察到：
✅ PR 里的无关改动变少了——只改该改的
✅ 代码不会过度设计了——简单方案一次到位
✅ AI 提问变多了——实现之前先确认方向
✅ PR 干净清爽——没有 drive-by 式的「顺手优化」
🌟 最后
AI 编程的时代，工具在进化，我们的使用方式也在进化。
Karpathy 的这份指南，核心思路其实就一句话——
别让 AI 替你做决定，给它明确的目标，让它自己循环验证。
把这份指南用在你的项目里，你会发现 AI 编程从「快但乱」变成「快且稳」。
——
觉得有用？点个赞 👍
欢迎转发给做 AI 编程的同事
