企业官网建设流程全解析

Andrej Karpathy编码原则：一份 CLAUDE.md 治好 AI 写码四大毛病

【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills

周五晚上改小组作业，你让 AI 修个统计 bug，它顺手重写了三个函数。andrej-karpathy-skills 就为治这种事故：一个 CLAUDE.md、四条行为准则，让 AI 先说假设、只改该改的、按可验证的目标收尾。

这套 Karpathy 编码原则源自 Andrej Karpathy 对大模型写代码常见错误的观察，完整清单就在仓库根目录的CLAUDE.md（skills/karpathy-guidelines/SKILL.md里有一份带元数据的同名版本）。它偏向"稳"而不是"快"：改个错别字不用上全套，但稍微费事的活儿，值得按下面这条工作流走一遍。

按任务流走一遍：四个阶段的固定动作

接需求时：先把假设摊到桌面

返工的种子多半在敲下第一行代码前就埋下了。你只说了"统计全班平均分"，AI 默默假设缺考按 0 分、只统计必修课、输出成表格——写完发现全反了，推倒重来。

写码前，用一两句话列出你（或 AI）依赖的假设；有歧义就停下来问。

• ❌ 直接开写：缺考按 0 分计，只算必修课，直接输出表格。
• ✅ 先回一句："我假设缺考按 0 分计、只统计必修课，对吗？"拿到确认再动手。

小动作：在任务描述下写下三条假设，任何一条说不出口就去问 TA。

写第一行代码前：只实现刚好够用的

统计脚本跑通了，你说"再加个等级分桶"，AI 先建了抽象基类、枚举和配置对象——200 行代码统计 30 个分数。问题不在模式本身，而在时机：复杂度在需要之前就塞进来了。

实现只覆盖当前需求，砍掉一切"以防万一"。

# ❌ 先建抽象再开算 class GradingStrategy(ABC): @abstractmethod def grade(self, scores): ... # ✅ 现在只需要平均分，一个函数就够 def average(scores): return sum(scores) / len(scores)

小动作：写完自问"资深工程师会说这过度复杂吗？"200 行能压到 50 行的，直接重写。

改小组仓库：让每一行 diff 都能交代

在课程小组仓库修一个判空 bug，diff 一拉出来：引号风格全变了，顺手还加了类型注解和文档字符串，队友根本看不懂你改了什么。

只碰必须碰的行，样式跟旧代码走；顺手发现的死代码，提一句就好，别删。

• ❌ 修 None 崩溃时，把整个函数的引号、空格和布尔返回逻辑一起重排。
• ✅ diff 里只有这几行：

def check_score(s): + if s is None: + return 0 return int(s)

小动作：提交前逐行过一遍 diff，某行改动对不上任务描述就还原。

收尾验证：把"修好了"翻译成一条测试

"排序偶发错乱，改完手点两下没复现，就交了"——这种自证最不可靠。模糊目标（"我会优化排序"）没法验证，可验证的目标才能让你循环到真的通过。

先把目标翻译成测试：让它复现 bug、先红，再修到绿。

• ❌ "我会改进排序逻辑"——没有验收标准，只能靠手点确认。
• ✅ 先写一条含并列分数的用例跑出错误，改完让它稳定通过，再跑全量测试确认没弄坏别的。

def test_tied_scores_stable(): data = [("a", 90), ("b", 90), ("c", 85)] assert [n for n, _ in sort_scores(data)] == ["a", "b", "c"]

小动作：给任务写下"输入 X 时，输出应是 Y"；说不出 Y，说明你还没想清楚。

完整工作流一张图：验证不过就回炉

任何一环掉链子就退回上一环——这个回炉的闭环，正是 Karpathy 编码原则和"差不多得了"的分界线。

速查卡：贴在屏幕边自查

三个场景里的第一步

• 课程作业：拿到题目先写下三条假设，问完老师再开文件。
• 团队项目：动手前把要动的行写进 PR 描述，diff 出现圈外内容就先还原。
• 修 bug：先写一条能稳定复现的测试，看到它变红，再碰代码。

这套准则不是一叠要背的规则，而是一种先想清楚再动手的思维方式。

git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills

拿到CLAUDE.md放进项目根目录，下次任务先问它一句：你的假设是什么？

【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills