首页 › programming › 65行代码如何征服22万开发者:Karpathy的AI编程宪法

65行代码如何征服22万开发者:Karpathy的AI编程宪法

导语

2026年1月,Andrej Karpathy在X上发了一段牢骚——AI编程助手总是自作主张、过度工程、偷偷改你的代码还假装没改。这段话被开发者Forrest Chang看到,他用一天时间写了一个65行的Markdown文件,把Karpathy的抱怨翻译成了四条硬规则。三个月后,这个文件在GitHub上斩获了16万星,衍生项目合计超22万星,登上GitHub Trending榜首。Nate Herk——一个699K订阅者的AI自动化频道主——看到后立刻做了个视频,展示如何在5分钟内把这套规则部署到自己的Claude Code工作流里。视频发布后24小时内播放量突破25万。

这不是一个"教你写代码"的视频。这是一个教你如何让AI帮你写更好的代码的视频。在2026年AI编程工具遍地开花、Vibe Coding成为主流话题的背景下,Karpathy的四条规则堪称AI编程时代的宪法——它不解决"AI能不能写代码"的问题,它解决的是"AI写代码时你别被它坑"的问题。

视频背景卡片

项目 内容
视频标题 Andrej Karpathy Just 10x'd Everyone's Claude Code
频道 Nate Herk | AI Automation
发布日期 2026年4月5日
播放量 25.6万+(截至2026年5月)
频道订阅 69.9万
核心主题 用Karpathy的CLAUDE.md规则大幅提升AI编程质量
时长 约12分钟

核心内容拆解

一、Karpathy的痛点:AI编程助手的三大"致命缺陷"

Nate Herk在视频开头引用了Karpathy在2026年1月发布的一段原话,这段话堪称整个CLAUDE.md运动的"独立宣言":

"The models make wrong assumptions on your behalf and just run along with them without checking. They don't manage their confusion, don't seek clarifications, don't surface inconsistencies, don't present tradeoffs, don't push back when they should."

翻译过来就是:AI编程助手有三大致命问题——沉默的假设(自作主张但不告诉你)、过度工程(改一个小bug重写整个模块)、夹带私货(悄悄改了不相关的代码假装无事发生)。

Karpathy进一步指出,他使用AI编程工具的工作流已经从"80%手动+20%AI"翻转成了"20%手动+80%AI"。但当AI写了80%的代码,而你又不能100%信任它的时候,审查成本反而飙升了。这不是AI不够强的问题,而是AI没有纪律的问题。

延伸分析: 这其实揭示了一个深层矛盾——AI编程工具越是强大,开发者越容易陷入"信任陷阱"。你以为AI帮你省了时间,实际上你花在审查AI代码上的时间,可能比你自己写还多。Karpathy的洞察之所以引发共鸣,正是因为每个用过AI编程工具的人都踩过这个坑,只是没人像他这样精确地把痛点说出来了。

二、Forrest Chang的天才转化:从抱怨到四条铁律

Karpathy发牢骚后的第二天(2026年1月27日),开发者Forrest Chang(张佳远)就把这些抱怨转化成了一个可执行的CLAUDE.md文件。Nate Herk在视频中详细拆解了这个文件的核心——四条铁律:

规则一:No Silent Assumptions(禁止沉默的假设) AI在修改代码前,必须先声明它对代码库做了什么假设,以及为什么要做这个修改。不能"我猜你可能要一个缓存层,所以我就加了一个Redis"。

规则二:No Over-engineering(禁止过度工程) 只做最小必要的改动。不要在修一个CSS对齐问题的时候顺便重构整个组件系统。

规则三:No Orthogonal Changes(禁止无关改动) 每次修改必须严格限制在用户要求的范围内。不能"顺手"优化一下旁边的函数,因为这种"顺手"往往就是bug的来源。

规则四:Explicit Verification Steps(显式验证步骤) 每次修改后,必须列出如何验证修改是否正确。不是"应该没问题",而是"我执行了X测试,输出Y,确认Z"。

延伸分析: 这四条规则的精妙之处在于,它们不是技术规则,而是行为规则。它们不告诉AI"怎么写代码",而是告诉AI"怎么和人协作"。这本质上是一份AI员工的行为准则。在管理学里,这叫"约束条件下授权"——给你权力,但画好边界。Forrest Chang做的事情,就是把软件工程中多年积累的Code Review最佳实践,翻译成了AI能理解的Markdown指令。

三、Nate Herk的五分钟实战演示

视频的核心部分,Nate Herk用了大约5分钟现场演示如何把这套规则集成到自己的Claude Code工作流中。他的方案是:

  1. 创建一个CLAUDE.md文件放在项目根目录
  2. 把四条规则写入文件,用Markdown格式
  3. 配合Obsidian知识库,把自己的项目文档结构化
  4. 让Claude Code在每次交互时自动读取这个文件

演示中最惊艳的部分是他展示了自己的知识库——36个YouTube视频的结构化知识图谱,每个视频的要点、关键代码片段、关联概念都被Claude Code自动整理成了可检索的知识节点。这不是简单的笔记系统,而是一个AI可读的第二大脑。

延伸分析: Nate Herk的方案暗合了Karpathy后来提出的"LLM Wiki"概念——与其让AI在每次对话时从零开始理解你的项目,不如提前建好一个AI可以直接消费的知识库。Obsidian + Claude Code的组合之所以有效,是因为Obsidian的Markdown格式天然兼容LLM的输入方式。这不是RAG(检索增强生成),而是预构建知识注入。

四、GitHub上的病毒式传播:65行代码如何拿下16万星

Nate Herk在视频中引用了GitHub数据:Forrest Chang的andrej-karpathy-skills仓库在发布后短短几周内就登上了GitHub Trending全球第一。截至2026年5月18日,该仓库获得了16万星,加上各种衍生项目和fork,合计超过22万星。

TechTimes的报道揭示了一个有趣的细节:这个仓库的爆红恰逢Google I/O 2026召开前夕。Google在I/O上推出了自己的AI编程工具更新,而开发者社区已经在用Karpathy的四条规则来对抗各大AI工具的默认行为——因为所有主流AI编程工具(Cursor、Windsurf、Claude Code、GitHub Copilot)都存在Karpathy所描述的问题。

延伸分析: 22万星是什么概念?React用了大约8年才达到这个数字。而一个65行的Markdown文件用了不到4个月。这说明开发者社区对"AI编程纪律"的需求远比我们想象的迫切。每个人都在用AI写代码,但每个人都在被AI坑。Karpathy的四条规则不是什么高深的算法,它只是把每个人都遇到的问题用最精确的语言说出来了。

五、从CLAUDE.md到Skills生态系统:一场更大的运动

Nate Herk在视频后半段展望了CLAUDE.md背后的更大趋势。Forrest Chang的仓库不仅包含一个CLAUDE.md文件,还演化出了一个完整的Skills生态系统:

GitHub Weekly Trending Report(2026年4月22日)将这一现象命名为"Skills Ecosystem Explosion"——Skills生态系统大爆发。那个礼拜,GitHub Trending上排名前列的项目几乎都与AI编程的"行为约束"有关。

延伸分析: 这背后是一个更深层的技术趋势——从Prompt Engineering到Behavior Engineering。以前我们研究怎么写好提示词让AI给出更好的回答,现在我们开始研究怎么设计规则让AI有更好的行为模式。这不是一回事。一个好的Prompt可能让AI写出一段好代码,但一个好的Behavior Rule能让AI在1000次交互中都保持一致的编码风格和质量标准。这是从"点对点优化"到"系统化治理"的跃迁。

六、Karpathy加入Anthropic:四条规则的终极验证

Nate Herk在视频发布时可能没想到,一个月后的5月19日,Karpathy在X上发布了那条震惊整个AI界的消息:"Personal update: I've joined Anthropic."——他加入了Claude的母公司。

这个时间点极具象征意义:Karpathy的四条规则是为Claude Code设计的,而他现在直接加入了开发Claude的团队。这意味着他有机会从源头改变AI编程助手的行为,而不仅仅是用外部规则来约束它。ExplainX的报道引用了AI Twitter上广泛流传的类比——"这就像凯文·杜兰特加入了勇士队"。

Karpathy加入后的首要任务是组建一个团队,用Claude来加速预训练研究。但AI社区更关心的是:他会不会把CLAUDE.md的四条规则直接写进Claude的底层行为模型中?如果答案是肯定的,那22万开发者手动维护的CLAUDE.md文件,将变成Claude的出厂设置。

延伸分析: Karpathy的职业生涯轨迹本身就是AI编程进化的缩影——从OpenAI联合创始人,到Tesla AI总监,到创办Eureka Labs(AI教育),再到回归Anthropic做预训练研究。每一次转变都对应着AI能力的跃迁。他的加入对Anthropic来说不仅仅是多了一个人,而是多了一个人亲自经历过AI编程工具所有坑的人。如果他能把CLAUDE.md的精神注入Claude的底层,那AI编程将从"需要外部规则约束的半成品"进化为"内置纪律的专业工具"。

七、Vibe Coding的反面:为什么"感觉对了"还不够

Nate Herk在视频结尾触及了一个微妙但重要的话题:2026年的编程圈正在分裂成两个阵营。

一边是Vibe Coding——Karpathy自己在2025年2月创造的术语,指的是"完全信任AI的直觉,忘掉代码的存在"。这个概念在2026年演变成了一场运动,YC最新一期的创业团队95%都在用AI写代码,Indie Hacker社区充斥着"周末用AI做一个SaaS"的故事。

另一边是Karpathy Rules——用严格的规则约束AI的行为,确保每一次AI生成的代码都经过验证、有据可查。

讽刺的是,这两个概念都出自同一个人。Karpathy既是Vibe Coding的命名者,也是AI编程纪律的倡导者。这并不矛盾——Vibe Coding适用于快速原型和探索性项目,而Karpathy Rules适用于生产级代码和长期维护的项目。关键不是选择哪一边,而是知道什么时候该用哪一边。

知识结构图

graph TB
    A[Karpathy的AI编程观察<br/>2026年1月] --> B[三大痛点]
    B --> B1[沉默的假设<br/>Silent Assumptions]
    B --> B2[过度工程<br/>Over-engineering]
    B --> B3[夹带私货<br/>Orthogonal Changes]

    A --> C[Forrest Chang的转化<br/>2026年1月27日]
    C --> D[CLAUDE.md四条铁律]
    D --> D1[禁止沉默假设]
    D --> D2[禁止过度工程]
    D --> D3[禁止无关改动]
    D --> D4[显式验证步骤]

    D --> E[GitHub病毒式传播<br/>16万星 → 22万星]
    E --> F[Skills生态系统爆发]
    F --> F1[项目特定Skills]
    F --> F2[团队编码规范]
    F --> F3[技术栈定制规则]

    G[Nate Herk视频<br/>2026年4月5日] --> H[五分钟实战演示]
    H --> H1[Obsidian知识库]
    H --> H2[Claude Code集成]
    H --> H3[LLM Wiki概念]

    D --> I[更深层趋势]
    I --> I1[Prompt Engineering<br/>→ Behavior Engineering]
    I --> I2[点对点优化<br/>→ 系统化治理]

    J[Karpathy加入Anthropic<br/>2026年5月19日] --> K[四条规则<br/>可能成为出厂设置]

    style A fill:#ff6b6b,color:#fff
    style D fill:#4ecdc4,color:#fff
    style E fill:#45b7d1,color:#fff
    style J fill:#f9ca24,color:#333

实战启示

1. 立刻创建你自己的CLAUDE.md

不管你用的是Claude Code、Cursor、Windsurf还是GitHub Copilot,在项目根目录放一个行为约束文件是最小成本、最大收益的优化。不需要65行——从四条核心规则开始,10行就够了:

2. 建立你的AI可读知识库

Nate Herk演示的Obsidian + Claude Code方案值得每个开发者尝试。把你的项目架构决策、API设计文档、已知问题列表都用Markdown格式整理好,让AI在每次对话时都能读取。这不是在帮AI,这是在帮未来的你——当你三个月后回来看这个项目时,这个知识库同样能帮你快速回忆。

3. 区分Vibe Coding和Karpathy Rules的适用场景

做原型、写脚本、探索想法——放开了Vibe Code。写生产代码、修线上bug、做架构决策——打开CLAUDE.md。不要把这两个场景混为一谈。没有纪律的自由是灾难,没有自由的纪律是监狱。Karpathy的天才之处在于他同时理解这两面。

4. 关注Behavior Engineering这个新领域

Prompt Engineering的红利期已经过了。下一个前沿是如何设计AI的长期行为模式。Forrest Chang做的事情本质上就是定义了一套AI的"组织文化"——就像优秀的公司不需要每件事都写SOP,而是靠文化来驱动正确的行为。CLAUDE.md就是AI的"企业文化"。

延伸学习路径

  1. Forrest Chang的andrej-karpathy-skills仓库 — GitHub — 直接看65行文件本身,理解四条规则的精确措辞
  2. Nate Herk的10小时Claude Code课程 — 2026年3月发布,59.7万播放量,从入门到精通Claude Code的完整教程
  3. Karpathy的nanoGPT系列 — 理解LLM底层原理,才能更好地理解为什么AI会犯Karpathy描述的那些错误
  4. AgentBoard的"Vibe Coding in 2026"报告 — 从产业角度理解Vibe Coding生态系统的全貌
  5. Obsidian + Claude Code知识库搭建指南 — ZeroFutureTech的详细教程,手把手教你搭建Karpathy风格的LLM Wiki

一句话总结

Karpathy用一段抱怨点燃了一场运动,一个开发者用65行Markdown文件把它变成了22万人使用的AI编程宪法——在AI写代码的时代,最重要的技能不是写代码,而是管理写代码的AI。


参考来源

  1. Andrej Karpathy Just 10x'd Everyone's Claude Code — Nate Herk | AI Automation,2026年4月5日
  2. andrej-karpathy-skills GitHub仓库 — Forrest Chang,16万星,四条规则的原始实现
  3. Karpathy-Inspired CLAUDE.md Passes 220,000 Combined GitHub Stars — TechTimes,2026年5月18日
  4. Andrej Karpathy joins Anthropic's pre-training team — ExplainX,2026年5月
  5. Vibe Coding in 2026: Every Major Tool, Funding, and Global Adoption — AgentBoard,2026年行业报告
  6. GitHub Trending Weekly 2026-04-22: Skills Ecosystem Explosion — Shareuhack,2026年4月22日

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护,聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入