multica-ai/andrej-karpathy-skills — 一个 CLAUDE.md 文件让 Claude Code 行为大幅提升，Karpathy 风格（138k ⭐，今日 +1,955）

multica-ai/andrej-karpathy-skills — Karpathy 风格的 Claude Code 行为优化

GitHub: https://github.com/multica-ai/andrej-karpathy-skills Stars: 138,092 ⭐（今日 +1,955 🔥）定位: 基于 LLM 行为研究的单一 CLAUDE.md，系统性提升 Claude Code 表现

核心理念

受 Andrej Karpathy 对 LLM 常见缺陷的深度分析启发，这个项目将其洞察转化为具体的 CLAUDE.md 配置指令，直接修复 Claude Code 在实际工程任务中暴露的系统性问题。

修复的核心问题

1. 过度解释（Over-explanation）

问题：Claude 倾向于写大量注释和解释，而非简洁有效的代码
修复：明确指令"代码自解释，注释仅用于非显而易见的逻辑"

2. 幻觉性自信（Hallucinated Confidence）

问题：Claude 对不确定的事情给出确定性答案
修复：要求不确定时明确标注"不确定"，提供多种可能性

3. 过度工程化（Over-engineering）

问题：为简单问题提供复杂的"企业级"解决方案
修复："用最简单的方案解决问题，不要为假想需求设计"

4. 上下文遗忘（Context Amnesia）

问题：在长对话中忘记早期建立的约定和决策
修复：关键决策在对话开始时明确记录，重要约定反复引用

5. 防御性编程过度（Defensive Overprotection）

问题：添加大量不必要的错误处理和边界检查
修复："只在真实可能出错的地方处理错误，信任内部代码"

6. 虚假完成（False Completion）

问题：声称完成了实际未完成的任务
修复："如果没有实际执行，不要说'已完成'；总是验证结果"

CLAUDE.md 结构

# Project Intelligence

## Core Principles (Karpathy-Inspired)
- Write code, not essays
- Simple > Clever > Complex
- Verify before claiming done
- Uncertainty is honest, not weakness

## Behavioral Constraints
[针对上述6类问题的具体指令]

## Project Context
[项目特定的架构决策和约定]

138k Star 的原因

这个项目触碰了每个 Claude Code 重度用户的痛点——AI 行为不一致、过度解释、虚假完成。通过一个配置文件就能系统性改善体验，极高的性价比使其迅速传播。Karpathy 作为 AI 领域权威的背书效应也功不可没。

使用方式

# 直接复制到你的项目根目录
curl -O https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md
# 根据你的项目特点修改 Project Context 部分