2026年让你的AI写出高质量的代码, 1个AI Skill解决AI生成的“屎山“代码问题,附带github开源地址

让你的AI写出高质量的代码, 1个AI Skill解决AI生成的“屎山“代码问题,附带github开源地址来自 Andrej 的推文 模型会代你做错误假设 然后不假思索地执行 它们不管理自身的困惑 不寻求澄清 不呈现矛盾 不展示权衡 在应该提出异议时也不反驳 它们真的很喜欢把代码和 API 搞复杂 堆砌抽象概念 不清理死代码 明明 100 行能搞定的事情 非要实现成 1000 行的臃肿架构 它们有时仍会改动或删除自己理解不足的代码和注释 即使这些内容与任务本身无关

大家好,我是讯享网,很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



来自 Andrej 的推文:

四个原则,集中在一个文件中,直接解决这些问题:

原则 解决什么问题 编码前思考 错误假设、隐藏困惑、缺少权衡 简洁优先 过度复杂、臃肿抽象 精准修改 无关编辑、触碰不应碰的代码 目标驱动执行 通过测试优先、可验证的成功标准

1. 编码前思考

不要假设。不要隐藏困惑。呈现权衡。

LLM 经常默默选择一种解释然后执行。这个原则强制明确推理:

  • 明确说明假设 — 如果不确定,询问而不是猜测
  • 呈现多种解释 — 当存在歧义时,不要默默选择
  • 适时提出异议 — 如果存在更简单的方法,说出来
  • 困惑时停下来 — 指出不清楚的地方并要求澄清

2. 简洁优先

用最少的代码解决问题。不要过度推测。

对抗过度工程的倾向:

  • 不要添加要求之外的功能
  • 不要为一次性代码创建抽象
  • 不要添加未要求的”灵活性”或”可配置性”
  • 不要为不可能发生的场景做错误处理
  • 如果 200 行代码可以写成 50 行,重写它

检验标准: 资深工程师会觉得这过于复杂吗?如果是,简化。

3. 精准修改

只碰必须碰的。只清理自己造成的混乱。

编辑现有代码时:

  • 不要”改进”相邻的代码、注释或格式
  • 不要重构没坏的东西
  • 匹配现有风格,即使你更倾向于不同的写法
  • 如果注意到无关的死代码,提一下 —— 不要删除它

当你的改动产生孤儿代码时:

  • 删除因你的改动而变得无用的导入/变量/函数
  • 不要删除预先存在的死代码,除非被要求

检验标准: 每一行修改都应该能直接追溯到用户的请求。

4. 目标驱动执行

定义成功标准。循环验证直到达成。

将指令式任务转化为可验证的目标:

不要这样做… 转化为… “添加验证” “为无效输入编写测试,然后让它们通过” “修复 bug” “编写重现 bug 的测试,然后让它通过” “重构 X” “确保重构前后测试都能通过”

对于多步骤任务,说明一个简短的计划:

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

强有力的成功标准让 LLM 能够独立循环执行。弱标准(“让它工作”)需要不断澄清。

选项 A:Claude Code 插件(推荐)

在 Claude Code 中,首先添加插件市场:

/plugin marketplace add forrestchang/andrej-karpathy-skills 

然后安装插件:

/plugin install andrej-karpathy-skills@karpathy-skills 

这会将指南安装为 Claude Code 插件,使其在你所有项目中可用。

选项 B:CLAUDE.md(按项目)

新项目:

curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md 

已有项目(追加):

echo ”” >> CLAUDE.md curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md 

本仓库包含一个已提交的 Cursor 项目规则 ([.cursor/rules/karpathy-guidelines.mdc](https://link.zhihu.com/?target=https%3A//github.com/forrestchang/andrej-karpathy-skills/blob/main/.cursor/rules/karpathy-guidelines.mdc)),因此在 Cursor 中打开项目时同样适用这些指南。详情请参见 CURSOR.md,包括如何在其他项目中使用该规则,以及它与 Claude Code 的关系。

如果你看到以下情况,说明这些指南正在发挥作用:

  • diff 中不必要的改动更少 —— 只有请求的改动出现
  • 因过度复杂而导致的重写更少 —— 代码第一次就写得简洁
  • 澄清问题在实现之前提出 —— 而不是在犯错之后
  • 干净、精简的 PR —— 没有顺带的重构或”改进”

来自 Andrej:

“LLM 非常擅长循环执行直到达成特定目标……不要告诉它该做什么,给它成功标准,然后看着它完成。”

“目标驱动执行”原则正是捕捉了这一点:将指令式指令转化为带有验证循环的声明式目标。

以上安装命令仅供参考, 具体的安装教程见gitHub仓库:

github.com/forrestchang/andrej-karpathy-skills

小讯
上一篇 2026-04-29 23:57
下一篇 2026-04-29 23:55

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/282632.html