Karpathy 十条军规：让 Claude 从码农变搭档

Karpathy 加入 Anthropic 才五周，他团队里的人把他真正在用的 CLAUDE.md 发了出来，全网随即炸了：2800+ 赞、7400+ 书签、60 万浏览。

这不是之前 GitHub 上 18.3 万 Star 的那个 4 条社区版，而是一份全新的内部版十条军规，比社区版多了整整 6 条，全是他在 Anthropic 内部贴身实战 Claude 之后攒出来的精华。

更大的事也在同时发生：Claude Code 创始人 Boris Cherny 说了句让全网安静的话，「我不再给 Claude 写提示词了。循环替我写。」十条军规和循环工程，正好是理解这句话的两把钥匙。

Karpathy 的 CLAUDE.md 内部版十条军规

一、泄露了什么

这次流传出来的文件，不是 GitHub 上那个 18.3 万 Star 的 karpathy-skills 仓库（4 条规则、65 行文本），而是 Karpathy 入职 Anthropic 后，在内部实战中不断迭代的真实配置文件。它被排版成学术论文的格式，标题叫：

CLAUDE.md: Field Notes on Getting a Language Model to Write Code You Will Not Rewrite

（CLAUDE.md：让语言模型写出你不会重写的代码的实战笔记）

副标题更妙：A Short List of Rules, Earned by Watching the Same Mistakes Twice，看够了同样的错误犯两遍，才攒出来的规则。

摘要一句话点明核心：模型擅长生成看起来合理的代码，但不擅长发现「看起来合理」跟「真的对」之间的差距，这份纪律只能从过程中来。

补充一个背景：CLAUDE.md 是 Claude Code 每次启动都会读取的项目说明文件，相当于给 AI 立的规矩。规矩立得好不好，直接决定它在你的代码库里是帮手还是拆迁队。Karpathy 这份的特殊之处在于，它不是一次性的提示词，而是跟着真实项目迭代出来的纪律清单。

二、前四条：社区版的底子

前四条在社区版里就有，这次是精炼重写。

1. 先读再写（Read Before You Code）

模型写出烂代码最大的原因，是它根本没读你的代码库就开始动手。先读不是扫一眼，而是去看要改的文件，把已有模式照搬，把 import 看清楚，弄明白项目实际依赖什么，而不是凭空猜。

2. 先想再敲（Think Before You Code）

搞清楚要做什么再动手。「添加认证」其实是五件不同的事：把它们列出来，说明取舍。搞不懂就停下来问，而不是用一段看着像那么回事、一跑就崩的代码糊弄。

3. 极简主义（Simplicity）

写能解决眼前问题的最少代码。测试标准是：如果某样东西被抽象出来的唯一理由是「以防万一」，那就是过度构建。

4. 精准手术（Surgical Changes）

diff 应该和任务一样小。没让碰的别碰，匹配已有代码风格，不要顺手重排格式。判断标准：你能为每一行改动找到和用户需求的直接关联吗？找不到，就撤回。

三、后六条：内部版真正的精华

Karpathy 十条军规一览：前 4 条社区版已有，后 6 条来自内部实战

5. 验证（Verification）

你觉得能跑的代码和真正能跑的代码之间，隔着一条叫「测试」的鸿沟。修 bug 时别上来就改：先写一个能稳定复现的测试用例，然后修，跑一遍测试通过才算真修好。测那些真会在用户面前炸的场景，不只是鸡毛蒜皮。

6. 目标驱动执行（Goal-Driven Execution）

整份文件的灵魂。动手前把「做完了」长什么样说清楚，而且得是能验证的：

反例：「加个验证」，太模糊，AI 只能自由发挥
正例：「用户邮箱没填或填错了，弹出明确报错，两种情况都测过」

活儿分几步的，先把计划列出来，别让 AI 闷头干了一小时，回来一看方向就是错的。

7. 调试（Debugging）

东西坏了，去查，别猜。读完整的报错和堆栈跟踪，先复现再改，一次只改一个地方。

8. 依赖管理（Dependencies）

每一个依赖都是你无法控制的永久代码。加之前先问：标准库能不能搞定？加了就说清楚为什么，让选择可见，不要悄悄塞进 manifest。

9. 沟通（Communication）

说你做了什么、为什么，不只是丢一块代码。对不确定的事要精确描述：「我不确定这个库是否支持流式传输」叫好沟通，「我觉得这应该能用」不叫。

10. 常见翻车模式（Common Failure Modes）

Karpathy 给 AI 最常见的翻车姿势起了名字，个个精准：

名称	症状
Kitchen Sink（厨房水槽）	让你修水龙头，它把整个厨房拆了重装
Wrong Abstraction（错误抽象）	同一段代码复制粘贴好几遍，却不知道该合并
Optimistic Path（盲目乐观）	只想一切顺利，没考虑用户输错、网络断、服务器挂
Runaway Refactor（失控连锁）	本来只改一个文件，结果像多米诺骨牌倒了十几个

发现自己正在犯这些错时，正确做法是立刻停手，而不是硬着头皮冲到底。

四、4 条与 10 条差在哪

社区版 4 条告诉 AI 怎么写代码：先读、先想、极简、精准。内部版 10 条补上了怎么检查自己、怎么调试、怎么沟通、怎么识别翻车，这是从「听话的码农」到「有自检能力的工程搭档」的质变。

没有这份纪律文件，循环跑得再快也只是一台高速生产 bug 的机器；有了它，循环才知道怎么在翻车前刹车。

五、更大的事：循环工程（Loop Engineering）

循环工程闭环：目标、执行、检查、记忆

Boris Cherny 的原话是：「我不再给 Claude 写提示词了。循环替我写。我的工作，就是写循环。」

这不是比喻。Claude Code 已经内置了两条命令：

/goal：干到完成为止
/loop：按节奏定期检查

写代码的 Claude 不给自己打分，另一个模型专门负责检查到没到目标。做完一件记下来，下次启动接着干，你睡着了，它还在跑。

Boris 的用法更极端：他让好几个 Agent 在后台永远运转，一个找架构优化点，一个找可以合并的重复代码。Claude 犯了重复错误，他就让 Claude 自己把教训写进 CLAUDE.md，修正随即传播到未来的每一次运行。

Karpathy 的十条军规，本质上就是给循环提供自检标准。

六、三次范式跃迁

阶段	范式	人的角色
1.0	提示词工程	一句一句跟 AI 对话的「操作员」
2.0	上下文工程	管理上下文的「编辑者」
3.0	循环工程	定好目标、搭好系统、放手让 AI 自己跑的「设计者」

人类正在从操作员变成设计者：定义约束、设计系统，在更高维度上驾驭 AI。

七、写在最后

Karpathy 的十条军规和 Boris 的循环工程，是同一枚硬币的两面：一面刻着纪律，一面刻着自动化。纪律告诉 AI 怎么检查自己，自动化让这套检查永不停歇地运转。

对普通开发者来说，这件事的门槛并不高：从给自己项目的 CLAUDE.md 写下第一条「先读再写」开始，把每次踩过的坑沉淀成规则，再逐步把可验证的目标交给循环。当 AI 足够聪明的时候，约束它的方式，比使用它的方式更重要。而那个能定义约束、设计系统、在更高维度上驾驭 AI 的人，才是下一个时代真正的稀缺资源。

参考来源：本文基于公开的 X 帖子与新智元等媒体报道整理，参考 GitHub multica-ai/andrej-karpathy-skills 与新浪财经/新智元报道。

字节笔记本