一个文件，140K Stars：Karpathy 观察到的 LLM 编程陷阱被做成了 CLAUDE.md

Thu, 21 May 2026 08:00:00 +0800

GitHub Trending 今天排第一的项目叫 multica-ai/andrej-karpathy-skills，截至今日已有 140,750 个 Star，昨天单日新增 2,679 个。

它的全部内容就是一个文件：CLAUDE.md。

项目描述说得很直白：“A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy’s observations on LLM coding pitfalls."（一个改善 Claude Code 行为的单文件配置，提炼自 Andrej Karpathy 对 LLM 编程陷阱的观察。）

这件事有两层意思值得分开看。

CLAUDE.md 是什么

如果你用过 Claude Code，可能见过项目根目录里的 CLAUDE.md 文件。Claude Code 在启动时会自动读取这个文件，把里面的内容当成对话上下文的一部分——相当于在每次对话开始前，先给 AI 念一份"工作守则”。

它不是提示词工程里那种一次性的 system prompt，而是持久的项目级行为配置。你在里面写什么，Claude Code 在这个项目里就倾向于怎么工作。

这种机制存在已经有一段时间了，但真正被广泛使用是在 Claude Code 从邀请制转向公开测试之后。大量开发者开始摸索：写什么样的 CLAUDE.md，能让 AI 编程的结果更可控？

andrej-karpathy-skills 给了一个答案。

文件里写了什么

这个 CLAUDE.md 的核心是四条规则。每条规则背后，都对应一类已经被反复观察到的 LLM 编程失误。

Think Before Coding（编码前先想清楚）

规则原文：“State your assumptions explicitly. If uncertain, ask.”

Karpathy 曾多次指出，LLM 最容易犯的错误之一是"沉默地做出假设"。你问的是 A，AI 理解成了 A’，然后在错误理解的基础上写出完整的代码，等你发现的时候已经走偏了很远。这条规则的意图是强制 AI 在开始工作前把自己的理解说出来，而不是直接动手。

Simplicity First（最简原则）

“Minimum code that solves the problem. Nothing speculative.”

这是另一个经典陷阱：AI 会自动补全你没要求的功能。你让它写一个读取文件的函数，它顺手加了错误处理、日志记录、配置项、类型注解……代码变长了，但你需要的只是那个核心逻辑。这条规则要求：只写被要求的，不写"可能有用"的。

Surgical Changes（外科手术式修改）

“Touch only what you must. Clean up only your own mess.”

AI 在修改代码时有重构冲动。让它改一个 bug，它可能顺带把整个函数的命名风格、缩进格式全都重写了——哪怕你的原始风格没有问题。这条规则限制改动范围：只碰需要改的那行，不把周边代码一起"顺手优化"。

Goal-Driven Execution（目标驱动执行）

“Define success criteria. Loop until verified.”

这条解决的是验证问题。很多时候 AI 写完代码就算完事，但"写完"不等于"正确"。这条规则要求把任务转化成可验证的目标，写完后要有确认步骤，而不是生成代码后直接交给你。

为什么 140K 人觉得值得 Star

这个数字的规模有些反直觉。一个 CLAUDE.md 文件，不涉及任何框架、不提供任何可安装的包，凭什么能超过很多有实质功能的工具库？

原因大概有两个。

第一个是时机。Karpathy 在这个项目走红的同一周刚刚加入 Anthropic，他本人也是这个工具的潜在用户和观察者。Claude Code 的活跃用户群此刻正处于某种共鸣状态：大家都在摸索 CLAUDE.md 怎么写，突然出现一份据说来自 LLM 领域最有影响力的研究者的观察总结，传播速度自然快。

第二个是可操作性。这份文件没有任何使用门槛。你不需要理解背后的原理，只需要把文件复制到你的项目根目录，Claude Code 下次启动时就会自动读取。对于很多人来说，它是"我在 Claude Code 上遇到的问题有了一个现成的解决方案"，而不是"我需要学一套新方法"。

HackerNews 上有个评论说得比较直接：“It’s basically a distilled version of ‘don’t let the LLM do more than you asked.’"（这基本上是"别让 LLM 做超出你要求的事"的提炼版。）

怎么用

最直接的用法：

打开 GitHub 项目页，找到 CLAUDE.md 文件
复制全部内容
在你的项目根目录创建 CLAUDE.md，粘贴进去
重启 Claude Code（或开始新对话）

如果你的项目根目录已经有 CLAUDE.md，可以把这四条规则追加进去，而不是完全替换——CLAUDE.md 支持叠加，你可以在里面同时写项目特定的约定（比如"这个项目用 TypeScript strict mode，不要用 any”）和通用的 LLM 行为规则。

Claude Code 还支持 ~/.claude/CLAUDE.md（用户级配置），写在这里的规则对所有项目生效。如果你认同这四条规则的逻辑，可以把它放到用户级配置，不用在每个项目里重复复制。

CLAUDE.md 的边界

这个文件本身的传播，也暴露了一个开放问题：CLAUDE.md 对 LLM 行为的影响有多稳定？

写进配置文件的规则不像硬编码的系统提示那样必然生效。AI 在处理复杂任务时会有上下文优先级的权衡，如果任务要求和规则约束产生冲突，规则不一定总是赢。这个项目的描述里也承认了这一点：“these guidelines bias toward caution over speed, recognizing that trivial tasks may warrant less rigor."（这些规则偏向谨慎而非速度，对于简单任务可能显得过于严格。）

换句话说，这四条规则是观察性的总结，不是铁板钉钉的保证。它减少了 LLM 编程里的某些常见失误，但没有消除失误本身。

真正有价值的，大概不只是这个文件的内容，而是它所代表的思路：你可以用 CLAUDE.md 给 AI 编程工具建立项目级的行为边界，这个机制本身值得每个认真用 Claude Code 的人花时间研究。

参考来源：

CLAUDE-Md on 奇诺分享 | 重在分享

一个文件，140K Stars：Karpathy 观察到的 LLM 编程陷阱被做成了 CLAUDE.md

CLAUDE.md 是什么

文件里写了什么

为什么 140K 人觉得值得 Star

怎么用

CLAUDE.md 的边界