# Karpathy Guidelines

> 减少 LLM 常见编码错误的行为准则。在写代码、审查或重构时使用:避免过度复杂、做最小化精准改动、显式暴露假设、定义可验证的成功标准。

- Skill: `itmisx/karpathy-guidelines` (Agent Skill)
- Install (CLI): `npx skillmds@latest add itmisx/karpathy-guidelines`
- Raw SKILL.md: https://api.skillmd.com/api/skills/itmisx/karpathy-guidelines/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- License: MIT
- Author: itmisx (https://skillmd.com/u/itmisx)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/itmisx/karpathy-guidelines

---


# Karpathy 准则

一套减少 LLM 常见编码错误的行为准则,源自 [Andrej Karpathy 关于 LLM 编码陷阱的观察](https://x.com/karpathy/status/2015883857489522876)。

**取舍:** 这套准则偏向"稳"而非"快"。对琐碎任务,自行判断、灵活处理。

## 1. 先想清楚再写

**别假设。别藏着困惑。把取舍摆出来。**

动手实现前:

- 显式说明你的假设。不确定就问。
- 若存在多种理解,把它们都列出来——别默默替用户选一个。
- 若有更简单的做法,说出来。该反对时就反对。
- 若有不清楚的地方,停下。指明哪里困惑。问。

## 2. 简单优先

**用解决问题的最少代码。不做任何投机性的东西。**

- 不加用户没要的功能。
- 不为只用一次的代码做抽象。
- 不加没人要求的"灵活性"或"可配置性"。
- 不为不可能发生的场景写错误处理。
- 如果你写了 200 行而其实 50 行就够,重写。

自问:"资深工程师会不会觉得这过度复杂了?"会的话,就简化。

## 3. 精准改动

**只动非动不可的地方。只清理你自己弄出来的烂摊子。**

改既有代码时:

- 别"顺手改进"邻近的代码、注释或格式。
- 别重构没坏的东西。
- 匹配现有风格,哪怕你自己会用别的写法。
- 若发现不相关的死代码,提一句——别删。

当你的改动产生了"孤儿"时:

- 删掉**因你这次改动**而不再被用到的 import / 变量 / 函数。
- 除非被要求,别删原本就存在的死代码。

检验标准:每一行改动都能直接追溯到用户的需求。

## 4. 目标驱动执行

**定义成功标准。循环直到验证通过。**

把任务转成可验证的目标:

- "加校验" → "为非法输入写测试,再让它们通过"
- "修这个 bug" → "写一个能复现它的测试,再让它通过"
- "重构 X" → "确保重构前后测试都通过"

多步任务,先给一句简短计划:

```
1. [步骤] → 验证:[检查项]
2. [步骤] → 验证:[检查项]
3. [步骤] → 验证:[检查项]
```

强的成功标准能让你独立循环推进。弱的标准("让它能用")会逼得你不停回头确认。