X 笔记
AIX 文章·

让AI真正听你的话:一个不到100行的文件,解决90%的AI编程痛点

你让AI修个bug,它顺手把注释改了、变量名重构了、还上了一整套策略模式。最后问题解没解决不知道,代码倒是多了几百行。这不是提示词写得不好,而是AI根本不知道怎么"好好听话"。

01|问题的起源:Karpathy的三条吐槽

前特斯拉AI总监、OpenAI联合创始人Andrej Karpathy曾多次分享他大量使用AI编程后遇到的几个抓狂问题:

第一,AI会做错误假设然后不假思索执行。 不在乎自身困惑,不寻求澄清,不呈现矛盾,不展示权衡,在应该提出异议时不反驳。

第二,AI特别喜欢把代码搞复杂。 堆砌抽象概念,不清理死代码。明明一百行能搞定的事情,非要实现成一千行的臃肿架构。

第三,AI经常改动或删除自己理解不足的代码和注释。 即使这些内容与任务本身无关。

这些观点瞬间戳中了大量AI编程用户的痛点。


02|解决方案:四条规则,一个不到100行的文件

有人受到Karpathy关于AI编程实践观点的启发,将这些经验整理成四条可执行规则,并放进了一个规则文件中。这个项目迅速登上GitHub Trending,并在Claude Code、Cursor、Codex等AI编程社区广泛传播。

项目名称:Karpathy Skills

开源地址:

github.com/forrestchang/andrej-karpathy-skills

核心特点:

  • 整个项目核心是一个不到100行的规则文件(CLAUDE.md)
  • 零代码逻辑、零架构设计、零UI界面
  • 就是一套规则,告诉AI应该如何参与软件开发工作

03|规则一:Think Before Coding(动手前先想清楚)

这是四条规则中最关键的一条。

核心要求:不要假设,也不要隐藏困惑。动手前先把需求说清楚。

你遇到过这种情况吗:给AI下了一个指令后,它从不停下来问任何问题,总是选择一个它认为最合理的解释直接开干。如果你的需求里有任何歧义,大概率得到的答案和你想要的东西完全不一样。

这条规则的目的:逼迫AI在动手之前先明确自己的假设。如果有多种可能的解释,就列出来让你选择,而不是自己胡乱猜一个。如果遇到不确定的地方,必须停下来说明问题,而不是硬着头皮往下写。

底层逻辑:强迫AI完成一次需求确认的动作,从根本上杜绝方向性错误。

有人担心AI询问过多会导致效率低下。但换个角度:一次简短的问答或许耗费数秒,却能避免AI在错误理解的前提下写出数百行代码,随后你又要花十几二十分钟审查、发现错误、再让它重写。

先问清楚再动手,是我们养成的好习惯,也应当成为AI的工作方式。


04|规则二:不要过度设计

AI写的代码总是像一个刚读完设计模式教材的研究生在炫技。

常见症状:

  • 明明是个命令行小工具,它整出三层架构外加依赖注入
  • 你要一个排序函数,它写出一个带泛型、带接口、带策略模式的排序框架
  • 你只想要一个简单的API端点,它给你装上全套的RESTful规范、中间件链路、数据库ORM

这条规则的要求:

  • 不写超出需求范围的代码
  • 不为只出现一次的功能做抽象
  • 不添加任何未被要求的高扩展性和灵活配置
  • 如果200行能写成50行,那就必须重写

评判标准:一段代码被一个有几十年工作经验的高级工程师看了,会不会觉得过度设计?如果是,就简化它。


05|规则三:只改与需求直接相关的代码

很多人用AI编程时都遇到过:你让它修改A函数,结果发现它顺便把B文件的缩进风格换了,把C模块的注释语言规范也重写了。

这条规则的要求:

  • 只改动与需求直接相关的行
  • 不允许顺手优化相连代码
  • 不允许重构没有出问题的部分
  • 必须遵循项目现有的编码风格,即使认为现有风格不够友好也不能动
  • 如果发现跟需求无关的问题或潜在优化项,可以提醒用户,但不应主动修改

检验标准:改动的每一行代码都必须直接能追溯到用户的需求。

也许有人觉得AI这种行为很贴心,但实际上它引入了一系列你根本没审查的改动。一旦出了问题,排查起来比排查自己的bug还要难十倍——因为你根本不知道哪些改动是你主观想要的,哪些是它自作主张的。


06|规则四:定义验收标准

Karpathy长期强调一个非常重要的观点:大模型非常擅长在明确的验收标准下循环执行。只要给了清晰的验收标准,它可以自己反复尝试直到达成目标,完全不需要你一步一步指导。

这条规则的核心:把指令从"做什么"转化成"达成什么"。

示例:

  • 想让AI修复一个bug → 告诉它"写一个能复现该bug的测试,然后让它通过"
  • 想让AI重构一个模块 → 告诉它"确保重构前后的测试覆盖率一致"

解决的问题:当指令很模糊时,AI不清楚怎么算做完、什么时候算做对。定义验收标准后,AI自己判断工作是否完成,不需要你一直盯着。

最终效果:让AI从被动执行者变成自主的迭代Agent。


07|怎么使用

方式一:Claude Code用户

将项目中的规则文件(CLAUDE.md)加入你的Claude Code配置即可使用。

方式二:Cursor / OpenCode / Codex / 其他工具

只需要将规则文件复制到项目目录,或者追加到你已有的 CLAUDE.md、agents.md、.cursorrules 等规则文件中即可。

不需要安装复杂插件,不需要额外配置服务。


08|为什么这个项目能火

它没有一行代码逻辑,没有架构设计,没有UI界面,更没有技术创新。它就是一个文本文件。

但就是这个文件,把"怎么跟AI好好说话"这件事,只用一套规则就做到了。

它告诉用户:不要把AI当成一个听话的初级工程师,而要把它当成一个能力强但缺乏判断力的合作伙伴。你需要告诉它的不是"怎么做",而是"做什么"和"做到什么标准"。

这个文件就是在帮你说出那些你本来知道、却懒得每次都重复的话。

Karpathy Skills最打动人的地方,是它把复杂的AI协作经验浓缩成了极简规则。 在这个动辄几十万行代码的开源世界里,它用一个不到100行的规则文件影响了大量开发者。这证明了有时候最有价值的事情不是造一个新的轮子,而是把大家都知道的道理用最低的门槛让每个人都能使用起来。


09|适用边界

这四条规则也不是万能的。

对于一些非常简单的任务——比如改个拼写错误、修个明显的一行bug——不需要每次都走完完整流程。

开发者在项目里也有提到:这些规则偏向谨慎优于速度,对于琐碎任务可以灵活跳过。目标是减少非琐碎任务中代价高昂的错误,而不是拖慢所有工作。

如果你每次用AI写代码之后都要花大量时间返工,如果你觉得AI总是在莫名其妙的地方自作主张,如果你希望代码审查变得更可控——把这个不到100行的规则文件放到你的项目里,下一次启动AI的时候,你会明显感到不同。

在 X 上看原帖并评论3,786 次浏览 · 30 赞
0x小师妹
0x小师妹 @0xshimei

AI 工具实测与币圈观察,SANYUE.AI 创始人

在 X 上关注

相关笔记