网传 Karpathy 的 CLAUDE.md 曝光,10条铁律管住Claude Code!
这两天有一份 CLAUDE.md 文件在 X 上流传,据说是 Andrej Karpathy 加入 Anthropic 之后,在内部使用的 Claude Code 使用配置。
目前为止,这个出处没有公开确认,Karpathy 本人也没认领。
但这份配置文件还是值得一看。
里面的 10 条规则,基本都不是“请你写出高质量代码”这种空话。
它写的是 Claude Code 在真实项目里最容易出问题的地方:没读代码就开写、顺手重构、过度抽象、乱加依赖、没有复现就修 bug、觉得自己修好了但没跑测试。
这些问题,只要你稍微多用几次 Claude Code,大概率都见过。
八卦先放一边。
这份东西最有用的地方,是可以拆开抄进自己的 Claude Code 项目配置。
先看完整 10 条。
只看这个表,也能看出这份 CLAUDE.md 的底色:少一点自作主张,多一点工程约束。
从 4 条到 10 条,变化不只是变长了
这次流传的版本,和之前社区里已经传播过的 Karpathy 风格 CLAUDE.md 有一个明显区别:之前常见的是 4 条规则,现在这份截图里变成了 10 条。
之前那 4 条规则,大致解决的是 Claude Code 在“写代码前”和“写代码时”的问题:写之前先想清楚,不要猜;保持简单,不要过度设计;小范围修改,不要顺手重构;先定义完成标准,不要边做边想。
这 4 条规则已经很有用。很多 Claude Code 的失败,不是模型写不出来,而是它太快开始写。
但这次新增的 6 条,方向明显不一样。
它开始管代码写完之后的事情:怎么验证,怎么调试,怎么处理依赖,怎么沟通不确定性,怎么识别自己正在进入哪种失败模式。
旧版 4 条规则,是让 Claude Code 少乱写。新版 10 条规则,是让 Claude Code 开始自检。
这个变化很关键。
因为我们现在用 Claude Code,通常不是让它回一段代码就结束。它会读文件、改文件、跑测试、修报错,再继续迭代。任务越长,光要求它“写得好”越不够,还要让它知道什么时候验证,什么时候停,什么时候问。
这就是这份 10 条规则最值得看的地方。
别把 CLAUDE.md 写成许愿池
很多人写 CLAUDE.md,容易写成一堆愿望:
“你是一个资深工程师。”
“请写出高质量代码。”
“请遵循最佳实践。”
这些话不是完全没用,但太软了。
Claude Code 缺的不是鼓励。它缺的是边界。
好的 CLAUDE.md,应该把这些边界写清楚:动手前先读什么,遇到模糊需求怎么处理,哪些改动不能顺手做,修 bug 前要先证明什么,引入依赖前要问什么,范围扩大时什么时候必须停。
这份配置文件比较好的地方,就是它不写愿望,写约束。
它不说“请你遵循最佳实践”,而是直接说:先读文件,别乱改,别重构无关代码,先复现再修,新增依赖要说明理由。
下面按使用场景拆成 4 类。英文只摘截图里能看清、也值得复用的句子,不做完整搬运。
第一类:开工前,先阻止它凭感觉开写
这里对应的是 Read Before You Write、Think Before You Code 和 Goal-Driven Execution。这三条适合放在 CLAUDE.md 的最前面。
因为 Claude Code 最常见的第一反应,就是看到任务以后,立刻在训练数据里找一个相似模式,然后开始生成。
但真实项目不是面试题。真实项目有自己的目录结构、已有工具函数、测试习惯、命名风格、历史包袱。它没有读进去,就很容易写出一段“单独看没问题,放进项目里很奇怪”的代码。
截图里有一句话特别值得保留:
Read the files you're about to modify. Not skim. Read.
这句话很狠,也很适合放在第一条。
不是“浏览一下”,不是“看一眼”,是读。它管的是 Claude Code 的第一步:不要先写,先进入项目语境。
同一条规则里还有几个动作也很实用:
Look at how similar things are done elsewhere in the project.
Check the imports at the top of the file.
Look at the test files.
这几句放在一起,就是一个开工前检查清单:
先看相关文件,再看类似实现,再看项目已经在用什么库,再看测试怎么定义预期行为。
我建议你把这类句子放进所有项目的 CLAUDE.md。尤其是老项目、团队项目、或者已经有固定代码风格的项目。
第二条 Think Before You Code,管的是需求不清楚时不要猜。
截图里有一句很典型:
State your assumptions.
还有一句更关键:
If something is confusing, stop.
这就是很多人用 Claude Code 时最容易忽略的地方。
我们总是希望它快点动手。但在真实项目里,快不一定是好事。尤其是“加认证”“优化性能”“补一个校验”这种需求,背后可能有很多实现路径。
Claude Code 如果悄悄选了一个方案,后面就会把这个方案一路执行到底。等你发现方向不对,可能已经多改了十几个文件。
所以这条规则的价值,是让它先把隐含假设说出来。
第三条 Goal-Driven Execution,我认为是整份文件里最值得抄的一条。
它要求每个任务在开始前都要有清楚的成功标准。
截图里的表达很直接:
Every task should have a clear success criterion before you start writing code.
它还给了几个转换例子,比如把“Add validation”变成更具体的结果:哪些输入要被拒绝,返回什么错误,哪些测试要通过。
这才是 Claude Code 能稳定工作的前提。
因为“修一下 bug”“优化一下体验”“加个校验”这种话,人能靠经验补上下文,但模型很容易补错。你必须把“完成”定义成机器能验证的状态。
这一类规则,我建议在 CLAUDE.md 里这样保留原意:
## Before Writing Code
- Read the files you're about to modify. Not skim. Read.
- Look at how similar things are done elsewhere in the project.
- Check the imports at the top of the file.
- Look at the test files.
- State your assumptions before coding.
- If something is confusing, stop and ask.
- Every task should have a clear success criterion before you start writing code.这段不花哨,但很管用。它会让 Claude Code 慢半拍。
对 AI 编程来说,很多时候慢半拍就是质量。
第二类:修改中,防止它把小任务做大
这里对应的是 Simplicity、Surgical Changes 和 Dependencies。这三条规则,适合放在所有生产项目里。
Claude Code 很容易有一个倾向:为了把答案写完整,它会把问题做大。
你让它补一个函数,它可能抽一个服务类。你让它修一个边界条件,它可能顺手调整几个相邻模块。你让它处理一个日期格式,它可能加一个新依赖。
看起来积极,实际上危险。
截图里的 Simplicity 写得很直接:
Write the minimum amount of code that solves the problem.
后面还有一个判断标准也很值得记住:
"In case we need to" is not a requirement.
这句话我很喜欢。
很多 AI 写出来的过度设计,本质上都在回应一个未来可能存在的问题。但真实工程里,“以后可能需要”通常不是需求,只是猜测。
如果现在只需要发一封欢迎邮件,就不要先抽象出一套 EmailService、provider、template engine、retry policy。原文里的例子就是这个意思。
Surgical Changes 管…