首页 / 深度阅读

multica-ai / andrej-karpathy-skills

GitHub—推荐指数 8 / 10· 已本地抓取正文
基于Karpathy观察的代码优化方案

01这是什么?

这是一个名为`andrej-karpathy-skills`的项目,旨在通过一份`CLAUDE.md`文件改善Claude Code(AI编程助手)的行为。它基于Andrej Karpathy对大型语言模型(LLM)在编程中常见问题的观察,提出了四个核心原则来解决这些问题,如错误的假设、过度复杂化、不必要地修改代码以及缺乏明确的目标驱动执行。

02核心知识点

Think Before Coding(编码前思考):明确陈述假设,不隐藏困惑,提出多种解释,必要时推回简化方案。 Simplicity First(简单优先):避免过度工程化,只实现请求的功能,不添加未请求的抽象或灵活性。 Surgical Changes(精准修改):只修改必须的部分,不“改进”无关代码,清理自己引入的冗余。 Goal-Driven Execution(目标驱动执行):将任务转化为可验证的目标,定义成功标准,循环直到验证通过。

03AI 分析

AI 分析:该项目通过四个核心原则直接针对LLM在编程中的常见问题提出了解决方案。亮点包括强调明确性和简单性,以及通过目标驱动执行来提高效率。潜在影响包括减少不必要的代码修改和提高代码质量,但也可能因为偏向谨慎而牺牲一些速度。

04应用场景

在AI辅助编程时,如使用Claude Code或类似工具时,应用这些原则来提高代码质量和效率。 在团队协作中,统一AI编程助手的行为准则,减少不必要的代码修改和复杂性。 在教育和学习中,作为理解和改善AI编程助手行为的案例研究。

05学习建议

上手建议:首先阅读并理解`CLAUDE.md`文件中的四个原则,然后在实际编程任务中尝试应用。 学习内容:了解LLM在编程中的常见问题和解决方案,学习如何定义明确的目标和成功标准。 推荐资料:Andrej Karpathy的原始观察(链接在项目中提供),以及项目中的详细原则解释和示例。

06给 Codex 的 Prompt

Transform the following coding tasks into goal-driven execution steps with clear success criteria, adhering to the principles of simplicity, surgical changes, and explicit reasoning. For each task, define a brief plan with verification steps:
1. [Task description]
2. [Success criteria]
3. [Verification method]

Example:
Task: 'Add input validation to the user registration form.'
Plan:
1. Identify all required input fields and their validation rules → verify: List of fields and rules is complete and correct.
2. Write tests for invalid inputs for each field → verify: Tests fail for invalid inputs as expected.
3. Implement validation logic to make tests pass → verify: All tests pass, and the form rejects invalid inputs appropriately.
阅读原文 ↗

← 返回今日