安迪（Andrej Karpathy）的 LLM 编码规则：思考、简化与迭代

大型语言模型（LLM）如 Claude 在代码生成方面具有巨大优势，但它们也可能产生凌乱、过度设计甚至错误的结果。安德烈·卡尔帕提（Andrej Karpathy）——该领域的先驱——将其观察总结为四个原则，帮助开发者在使用 Claude 时编写可靠、简洁的代码。本教程逐条阐释每条规则，说明其重要性，并展示如何将其嵌入您的工作流程中。

1. 先思考再编码

目标：凸显假设、澄清歧义，并在更安全的决策可行时采取回避。

当 Claude 阅读任务时，它往往会 推断 一种理解并直接执行，而不询问。这会导致隐藏的困惑或错误的权衡。

• 显式声明假设：在提示的最开始列出先前的假设。
• 请求澄清：若需求含糊不清，先生成向用户提问的句子。
• 展示可选方案：提供多种可行方案，而不是立即锁定单一路径。
• 不确定时停止：指出不明确的部分，要求更多上下文后再继续编码。

实用技巧：在每个生成文件的开头加入注释块，简要概述假设与已选策略。

2. 简约至上

目标：优先使用最简单满足规范的代码。

Claude 喜欢尝试所有可能的抽象，往往会产出 1,000 行的代码，而实际上 50 行足矣。简约降低了后续开发者的认知负担，缩小了缺陷表面。

• 移除不必要功能：除非规范明确要求，否则不要添加可选参数。
• 避免通用框架：若一个小帮助函数能解决问题，就直接编写；不要预先构建整个类来“以防后用”。
• 保持错误处理实际：只处理现实可出现的错误路径，避免对不可能状态做保护。
• 遵循“200 行以上 = 50 行”规则：每当代码超出 200 行时，进行重构或删减。

使用 高级工程师测试：高级工程师会说这段代码过于复杂吗？ 若答案是“Yes”，请简化。

3. 精准修改

目标：仅修改用户明确要求的部分。

在调整现有代码时，Claude 有时会无意间触及不相关部分，改动注释或不必要的重构。

• 不触碰无关代码：变更限定在直接响应请求的行上。
• 保持风格：遵循项目的风格指南；模仿现有模式。
• 不删除原有死代码：若发现孤立函数，只需提及它——除非另有请求别删除。
• 自己清理：移除因修改而变得未使用的导入或变量。

变更后运行 diff‑review 循环，确认没有意外修改。

4. 目标驱动执行

目标：定义明确的成功标准，并循环验证直至满足。

此原则利用 Claude 的迭代优势，持续到可验证条件满足。与其下达命令式指令，不如明确期望的最终状态。

• 描述目标：如“添加输入校验并通过 API 响应返回错误信息”。
• 定义验证步骤：如“为空输入编写单元测试；运行并确认失败；添加校验；重新运行并确认成功”。
• 制定简短计划：按步骤列出检查点。
• 循环：每次修改后，要求 Claude 运行或评估测试。

伪代码示例：

1. 为空输入添加单元测试 → 验证失败。
2. 插入校验逻辑 → 验证失败。
3. 调整逻辑使测试通过 → 验证成功。

如何安装这些指南

仓库中包含单个 CLAUDE.md 文件，您可将其添加至任何项目。

# 方案 A：作为 skills CLI 插件
npx skills add forrestchang/andrej-karpathy-skills

# 方案 B：直接拷贝文件
# 新项目
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md 

# 已有项目（追加）
echo "" >> CLAUDE.md
curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md

文件就绪后，以 目标驱动执行 格式提示 Claude：Add data validation; Write tests that catch it; Run until tests pass. Claude 将自动参考这些准则。

实际案例

场景：团队正在构建一个简单的用户注册 API。需求： 1. 接收 name、email 与 password； 2. 验证邮箱格式； 3. 拒绝重复邮箱； 4. 存储密码哈希。

按 Karpathy 规则操作： 1. 先思考 – 询问 API 对重复邮箱应返回 409，还是通用 400？ 2. 简约 – 仅使用一个邮箱校验助手，而非完整外部服务。 3. 精准 – 只修改控制器文件，不触碰中间件。 4. 目标驱动 – 设定成功准则：合法/非法输入的单元测试。

Claude 将产生最小、结构良好的代码，遵循项目风格，开发者可轻松查看仅包含必要更改的清洁 PR。

小结

采纳 Karpathy 的四大原则，可显著减少使用 LLM 编程时的噪音与错误。通过聚焦假设、简约、精准修改与明确目标，开发者即可充分利用 Claude 的能力，同时保持代码库的可维护性与可靠性。

尝试在下一个项目中添加 CLAUDE.md，并观测您的代码循环更智能、更专注。