网传 Karpathy 自用 CLAUDE.md 曝光：写给 Claude 的「编程守则」

近日，一份据称是前特斯拉 AI 总监、OpenAI 创始成员 Andrej Karpathy 加入 Anthropic 后实际使用的 CLAUDE.md 文件在开发者社区广泛流传。该文件把大语言模型写代码时反复出现的「可预测错误」逐条列出，定位为「规则而非建议」，并附上了完整的 Google Drive 链接供人查阅。

文件背景：写给 Claude 看的项目说明书

CLAUDE.md 是专门写给 Claude 的项目级说明文档。开发者将它放在项目根目录后，使用 Claude Code 命令行工具或集成了 Claude 的编辑器时，模型会自动读取其中内容并按规则行事。随着 Anthropic 的 Claude Code 及各类衍生编辑器逐渐普及，这种「项目规约」正成为 AI 辅助编程的标准工作流。Karpathy 自今年 5 月加入 Anthropic 后，在 GitHub 与 X 平台的发声频率明显下降，这份「自用文件」的曝光因此格外受到关注。

核心规则：九类常见失败与对应解法

文件共归纳了九大类常见失败模式，每一类都配有具体可执行的规则：

• 写之前先读。在动手前认真阅读即将修改的文件、参考项目里类似实现、查看 import 和测试文件，避免生成与代码库风格割裂的代码。
• 写代码前先想清楚。明确假设、说清取舍、最多给出两到三种方案让用户选择，必要时直接抛出困惑。
• 保持简单。抵制过度设计，包括过早抽象、臆想式错误处理、不必要的可配置项、缺乏第二个实现的灵活性抽象。
• 外科手术式修改。只改任务要求的内容，匹配既有风格，不顺手清理无关代码，更不要运行未使用的格式化工具制造巨大 diff。
• 验证。修 bug 前先写复现测试，改动前后都跑现有测试，不要为构造器 getter 之类的琐碎逻辑写无价值测试。
• 目标驱动执行。把「加校验」「修 bug」等模糊任务转化为可验证的成功标准，多步任务先列计划再执行。
• 调试。完整阅读错误信息，先复现再修，一次只改一处，定位根因再加防护，不要为赌博式的猜测。
• 依赖。优先使用项目已有方案和标准库，确认依赖仍在维护、体积合理，添加时说明原因。
• 沟通。说明改动与理由，主动指出方案隐患，精确表达不确定性，commit message 写具体而非「Fix bug」。

价值观：把「工程素养」写进 AI 上下文

这份文件的特别之处不在于技术含量，而在于它把大量资深工程师的「肌肉记忆」——读代码、列假设、控制 diff、写测试、说清楚不确定性——变成了模型可读取的显式规则。文件开篇即写明：「这些不是建议，这些是规则。遵守它们，你产出的代码就不需要被重写；忽视它们，产出的代码也许看起来很厉害，但会在生产环境中出问题。」

社区反应与待验证之处

文件在 X 平台被多个 AI 与开发者圈 KOL 转发，链接指向一个 Google Drive 公开文件。社区对内容的工程价值普遍认可，但也存在两点讨论：一是其规则与一般资深工程师的实践高度重合，是否真为 Karpathy 本人编写尚无直接证据；二是大模型是否会真正「遵守」显式约束，仍取决于上下文长度、指令遵循能力与具体场景。

无论如何，把「如何与 AI 协作编程」沉淀为可复用的项目级文件，是开发者社区在工具层的一次重要探索。对正在使用或评估 Claude Code 的团队而言，这份文件提供了一个可立即借鉴的模板。