📦 Karpathy编程四大原则

⚠️ 发布规则

所有发布到ClawHub的技能必须严格测试，确定没有问题再发布

技能测试验证清单

发布前必须验证：

功能完整性：所有描述的功能都能正常工作 语法正确性：Markdown格式正确，无错误 激活词有效性：激活词能正确触发 场景覆盖：主要使用场景已测试 无副作用：不会破坏已有功能 Karpathy Principles - AI编程四大原则

基于 Andrej Karpathy 的 AI 编程观察，使用 forrestchang/andrej-karpathy-技能s (94.2k⭐) 激活词: 克拉aude法则 / 编程法则

原则概述 原则 核心 执行

• 先思考 不假设，不隐藏困惑 不确定就问，多种解释列出
• 保持简单 最小代码解决问题 无多余抽象
• 精准修改 只改必须改的 不"顺便"改进邻接代码
• 目标驱动 测试先行，验证闭环 "修bug"→"写测试复现→让测试通过"

触发条件

当AI出现以下情况时，必须应用此原则：

代码过于复杂 (>200行可解决写1000行) 改动范围失控 (修改了不相关的代码) 未经确认就实现 (不询问就开干) 缺少验证 (没有测试或检查点) 工作流程

• 代码审查

CLAUDE.md → 检查错误假设 → 检查过度复杂 → 检查连带修改 → 报告问题

• 代码生成

需求 → 列出多种解释 → 选择最简方案 → 写测试 → 实现

• Bug修复

报告bug → 写测试复现bug → 让测试通过 → 验证修复

示例 错误示范 ❌

用户: "添加用户验证" AI: 直接写了一个完整的User服务类，包含角色权限、密码加密、会话管理... (过度复杂，假设了不需要的功能)

正确示范 ✅

用户: "添加用户验证" AI:

你需要哪种验证? (邮件+密码? 手机号? OAuth?) 需要验证哪些字段? 数据规模多大? 有现有用户表结构吗? (先思考，不假设) Bug修复

用户: "修复登录bug" AI:

写测试复现bug → 让测试失败 定位问题 → 修复 让测试通过 验证修复正确 (目标驱动，测试闭环) 禁用触发

在收到以下关键词时，必须停止并应用法则：

"帮我写个..." → 先问需求细节 "修复这个" → 先写测试复现 "添加功能" → 先确认最小范围 来源 Karpathy原始观察: https://x.com/karpathy/状态/2015883857489522876 forrestchang/andrej-karpathy-技能s: https://github.com/forrestchang/andrej-karpathy-技能s CLAUDE.md原文: https://raw.githubusercontent.com/forrestchang/andrej-karpathy-技能s/mAIn/CLAUDE.md