最近 GitHub Trending 上出现了一个极其反常的现象：一个几乎没有代码的仓库，连续霸榜三天，两天内涨了1.7万星，总星数突破10万。
这个项目叫 andrej-karpathy-skills。
它的核心内容，只是一个不到70行的 CLAUDE.md 文件。
没有框架，没有依赖，没有可执行代码。就是一页纸的"行为准则"，告诉 AI 编程助手：该怎么写代码，不该怎么写代码。
Andrej Karpathy 是谁？
如果你在 AI 圈，这个名字不需要介绍。
OpenAI 联合创始人，特斯拉前 AI 总监，YouTube 上从零手搓 GPT 系列的播放量过千万。他是那种------自己能从头写一个 transformer，同时还能给普通人讲明白的人。
Karpathy 长期在 X（Twitter）上分享他用 LLM 写代码的心得。他的核心观察是：AI 写代码像一个自信的初级工程师------快、有知识储备，但经常犯低级错误，而且不承认自己不确定。
这个观察，直接催生了这个项目。
它到底写了什么？
项目作者 Forrest Chang 把 Karpathy 的观察提炼成四条行为准则，写进一个 CLAUDE.md 文件（Claude Code 的项目级配置文件）。核心内容：
准则一：先想，再写
"Don't assume. Don't hide confusion. Surface tradeoffs."
AI 最大的问题不是写不出代码，是默默做了你没说的决定。这条准则要求：遇到模糊需求，不要猜，问清楚。有多种理解方式，列出来让人选。不确定的时候，停下来。
准则二：简单优先
"Minimum code that solves the problem. Nothing speculative."
不写没人要求的功能，不为只用一次的逻辑搞抽象，不加"万一以后需要"的配置项。判断标准很朴素：如果一个资深工程师看了觉得"搞复杂了"，那就是复杂了。
200行能缩成50行？重写。
准则三：精准手术
"Touch only what you must. Clean up only your own mess."
改 bug 就改 bug，不要顺手"优化"旁边的代码格式。不重构没坏的东西。不删别人留下的死代码（除非你的改动导致了它）。每一行 diff 都应该跟用户的需求直接相关。
准则四：目标驱动
"Define success criteria. Loop until verified."
把模糊的任务变成可验证的目标。"加个校验"变成"写出无效输入的测试，然后让测试通过"。"修这个 bug"变成"先写一个能复现的测试，再修"。
Karpathy 本人的观察是：LLM 特别擅长循环直到达标------所以与其给它详细的步骤指令，不如给它明确的验收标准。
为什么这么火？四层原因
第一层：它解决了真实痛点
用 AI 写过代码的人都有共鸣：你让它改一个按钮颜色，它把整个组件重构了；你让它修一个 bug，它加了三层错误处理和两个你没要的 feature。
这四条准则精准命中了这些日常痛苦。不是理论，是实战经验。
第二层：Karpathy 的名字就是信任背书
AI 领域，Karpathy 的判断力是硬通货。他说"AI 写代码像自信的初级工程师"，所有用过 Copilot、Cursor、Claude Code 的开发者都会点头。这种共鸣转化成了传播力。
第三层：它代表了一种新范式------"思想文件"
传统开源项目分享的是代码。这个项目分享的是观念。
一个 .md 文件就是整个项目。没有 npm install，没有编译步骤。你复制粘贴到自己的项目里，AI 助手的行为立刻改变。这种"开源一个想法"的模式，在 AI 工具链时代是全新的。
第四层：它标志着行业从"Vibe Coding"走向"Agentic Engineering"
2025年，大家还在随意跟 AI 聊天写代码，叫 Vibe Coding------感觉对就行。
2026年，行业共识变了：AI 是需要管理的合作者，不是魔法黑箱。 你需要给它清晰的目标、明确的边界、严格的验收。这套方法论，正在被叫做"Agentic Engineering"。
Karpathy Skills 就是这个转折点的标志性产物。
我的判断
这个项目的真正价值不在那70行文字本身------那些原则，任何有经验的工程师都知道。
它的价值在于：它证明了"上下文工程"（Context Engineering）正在成为 AI 时代最重要的开发技能之一。
写代码的门槛被 AI 拉低了。但谁能写出好的 CLAUDE.md、好的系统提示词、好的约束规则------谁就能让同一个 AI 输出更高质量的结果。
这不是 prompt engineering 的简单进化。这是一个全新的工程维度：你不只是在编程，你在编程AI的行为。
10万星不是给70行文字的，是给这个认知的。
怎么用？
最简单的方式：去 GitHub 搜 andrej-karpathy-skills，把 CLAUDE.md 复制到你项目根目录。下次用 Claude Code 的时候，它会自动读取这些规则。
如果你用 Cursor 或 VS Code，社区也有对应的适配版本。
不用全盘照搬。读一遍，挑跟你痛点匹配的规则，合并到你自己的项目配置里。关键不是那几行字，是背后的思维方式：把 AI 当队友管理，而不是当魔法许愿池。