Karpathy 的 CLAUDE.md 扩展至十条规则

2026 年 6 月 28 日，一份据称来自 Andrej Karpathy 的 CLAUDE.md 文件在 X（原 Twitter）上开始流传。Karpathy 五周前刚刚加入 Anthropic 预训练团队，这份文件展示了他如何"调教" AI 编码代理。

从四条到十条

CLAUDE.md 是 Claude 编码代理的配置文件，类似于项目级的系统提示词。Karpathy 的版本从原来的四条规则扩展到十条，新增的六条规则专注于一个关键能力：自我检查（Self-Check）。

新增规则的核心思想是让 AI 代理不仅写代码，还要监控自己的推理过程：

• 在执行操作前验证假设
• 在修改代码前确认理解上下文
• 在输出结果前交叉检查一致性
• 识别并标记不确定的决策点

为什么自我检查如此重要？

Karpathy 作为前 Tesla AI 总监和 OpenAI 创始成员，深谙 AI 系统的局限性。AI 编码代理面临的核心问题不是能力不够，而是"不知道自己不知道什么"——即缺乏元认知能力。

通过 CLAUDE.md 中的自我检查协议，Karpathy 实际上是在给 AI 代理外挂一套元认知框架：

1. 执行前验证：我理解任务了吗？
2. 执行中监控：我的操作符合预期吗？
3. 执行后复盘：结果正确吗？有没有更好的方式？

开发者社区的反应

这份文件在开发者社区引发了激烈讨论：

• 支持者认为这是 AI 编码的最佳实践，应该成为行业标准
• 批评者则认为这恰恰暴露了 AI 编码的根本问题——需要人类专家精心设计提示词才能不犯错

对行业的启示

Karpathy 的 CLAUDE.md 展示了一个重要趋势：AI 编码工具的使用正在从"直接对话"进化为"工程化配置"。就像 DevOps 用 Dockerfile 和 CI 配置定义基础设施一样，未来的开发者可能用类似 CLAUDE.md 的文件来定义 AI 代理的行为规范。

这十条规则不仅是一份提示词，更是一份 AI 编码代理的设计宣言。