Karpathy内部Claude.md泄露新智元
Karpathy入职Anthropic仅五周，内部实战版10条Claude.md军规意外流出——比GitHub上18万星的4条社区版狠了一倍还多。
前OpenAI大神Andrej Karpathy，入职Anthropic才五周。
昨天，他团队里的人，把他真正在用的那份Claude.md配置文件，发了出来！
然后全网炸了。
推特在传，群里在传，各种社媒都在传。
有人说，从第一条消息开始，差别就很明显——有了这份文件，Claude终于不再跟你对着干，而是完全按你需要的方式工作。
甚至有人表示，「它解决了我们几乎所有当前的任务。」
但这份泄露的文件，可不是之前全网Star爆炸的那个GitHub仓库——它是一份全新的、更狠的内部版本。
十条军规：逐条拆解
此次泄露的Claude.md不是GitHub上那个18.3万颗星的karpathy-skills仓库。
今年1月26日，Karpathy在X上发了一条长帖，吐槽AI写代码时反复踩的坑：悄悄做假设、过度工程化、乱改不该改的代码、缺乏明确的成功标准。
第二天，开发者Forrest Chang就把这些吐槽提炼成了4条行为准则，做成了那个GitHub仓库——4条规则，65行文本，三个月破10万星。
然而，这次泄露的文件，完全是另一个level！
5月19日Karpathy入职Anthropic预训练团队后，他在内部实战中不断迭代自己的Claude.md。
五周后，团队里有人把这份真正在用的配置发了出来。
打开一看——不再是4条规则，而是一份排版成学术论文格式的十条军规，标题叫：
「CLAUDE.md: Field Notes on Getting a Language Model to Write Code You Will Not Rewrite」
副标题更妙：「A Short List of Rules, Earned by Watching the Same Mistakes Twice」——看够了同样的错误犯两遍，才攒出来的规则。
比之前那4条，多了整整6个全新章节。
这6个章节，才是Karpathy在Anthropic内部真刀真枪干出来的精华。
摘要里一句话就点明了核心：这份文件存在，是因为语言模型写代码时会犯可预测的错误。不是随机错误，而是同样的错误，一遍又一遍。
贯穿每一条规则的核心都一样：模型擅长生成看起来合理的代码，但不擅长发现「看起来合理」跟「真的对」之间的差距——这份纪律，得从过程中来。
接下来，我们来详细拆解这是条军规：
第一条：先读再写（Read Before You Code）。Karpathy说，模型写出烂代码最大的原因，是它根本没读你的代码库就开始动手。
先读，不是扫一眼；去看要改的文件，把已有的模式照搬过来，把import看清楚——弄明白项目实际依赖什么，而不是凭空去猜axios当所有人都在用fetch。
第二条：先想再敲（Think Before You Code）。 搞清楚你要做什么，再动手。
他举了个精准的例子：「添加认证」其实是五件不同的事，把它们列出来、说明取舍。
如果真的搞不懂，那就停下来问——而不是用一段看着像那么回事、实际上一跑就崩的代码来糊弄过关。
第三条：极简主义（Simplicity）。 写能解决眼前问题的最少代码，不是能解决所有未来版本的最少代码。
测试标准：如果某样东西被抽象出来的唯一理由是「以防万一」，那你就过度构建了。
第四条：精准手术（Surgical Changes）。 diff应该和任务一样小。
没让碰的别碰，匹配已有代码风格，不要顺手重排格式——一个格式化器跑一遍，会把真正重要的三行改动埋在三百行无关变更里。
判断标准：你能为每一行改动找到和用户需求的直接关联吗？找不到，就撤回。
接下来6条，才是这次泄露真正炸裂的部分——全是Karpathy在Anthropic内部跟Claude贴身肉搏后新攒出来的：
第五条：验证（Verification）。 你觉得能跑的代码和真正能跑的代码之间，隔着一条叫「测试」的鸿沟。
修bug的时候，别上来就改代码。先把这个bug「录」下来——写一个能把它稳定复现的测试用例。然后再去修。
修完跑一遍，测试通过了，才算真修好了，而不是你「觉得」修好了。
别只测那些鸡毛蒜皮的小事，要测那些真会在用户面前炸掉的场景。如果某样东西你怎么都测不了，别偷懒跳过——那不是测试的问题，那是代码本身设计得有问题。
第六条：目标驱动执行（Goal-Driven Execution）。 堪称整份文件的灵魂。
动手写代码之前，先把「做完了」长什么样说清楚——而且得是能验证的，不能是一句「搞定就行」。
比如老板说「加个验证」，这话太模糊，AI听了会自由发挥。你得翻译成：「用户邮箱没填或者填错了，要弹出明确的报错提示，而且这两种情况都得测过。」
活儿要是分好几步的，先把计划列出来——别让AI闷头干了一小时，你回来一看方向就是错的。
第七条：调试（Debugging）。 东西坏了，去查，别猜。
读完整的报错和堆栈跟踪，先复现问题再动手改，一次只改一个地方。
第八条：依赖管理（Dependencies）。 每一个依赖都是你无法控制的永久代码。
