4条LLM编码准则把andrej-karpathy-skills搬进课堂【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills答疑课学生递来一份 300 行的 AI diff任务只是加一个参数它却重构了整个模块。当天我把 andrej-karpathy-skills 挂进课堂项目——一份 LLM 编码准则文件用 4 条准则约束 AI 的编码行为。AI 辅助编程四类翻车要盯住如果你用过 LLM 写代码下面这四条大概率不陌生默默做错误假设它自己挑一种解释往下跑从不确认代码写完才发现方向全错。过度复杂化50 行能解决的事写成 500 行加三层抽象学生还跟着学样板。修改无关代码只让它改一个函数diff 里却多了十几个被改名、被重排的文件。缺乏验证标准说完成了却没测试、没复现路径好不好用全凭跑一下才知道。这些问题具有传染性学生看 AI 这么干就会照做。andrej-karpathy-skills 针对的就是它们。项目是什么给 AI 发一份工位守则仓库很薄核心就是一个 CLAUDE.md完整准则在 skills/karpathy-guidelines/SKILL.md提炼自 Andrej Karpathy 对 LLM 编码坑点的观察。理解它不难相当于新员工入职发的工位守则一共四句拿不准就先问不许猜只做自己工位上的活别顺手整理别人的桌子没人要的灵活性一律不加开工前先说清楚拿什么证明做完了。它是一份行为契约不是语法教程不教 AI 新 API只改它接单和干活的方式。官方也注明了取舍这套规则用速度换谨慎改错别字这种小活可以放宽。四条准则怎么进课堂课程设计时我把这四条排成一条线上学期用编码前思考练需求拆解下学期用目标驱动做作业验收课堂演示主打简单优先期末 review 用精准修改打分。下面每条按一句话准则 课堂落地动作来给。编码前思考把假设摆到台面上准则动手写代码前AI 必须显式列出假设、对模糊点主动澄清而不是默默替你做选择。课堂落地演示时故意给模糊需求比如让搜索变快。好的回答长这样你让搜索变快。 AI两种理解——(1) 降平均响应时间加索引加缓存约 2 小时(2) 提升体感速度先返回部分结果约 3 小时。你要哪个目标让学生把 AI 问出的问题记在白板上统计一次模糊需求被问回了几个问题。目标驱动执行给 AI 一份验收标准准则开工前先定义可验证的成功标准循环执行直到通过而不是让它能跑就算完。课堂落地让每个学生把作业从任务描述翻译成验收清单——修 bug先写出能复现它的测试修完确认转绿加校验先为坏输入写测试再实现到测试通过重构改造前后全部测试都要绿。多步任务再用步骤 → 验证方式的格式拆。好处很直观标准写得越清楚AI 越少回头问、越能自己循环标准越含糊它越容易卡住。简单优先一组代码对比就讲透准则只写解决当前问题所需的代码拒绝过度工程化和没人要的推测性功能。课堂落地布置把目录里的 .jpeg 批量改成 .jpg把两种输出摆在一起# 没挂准则策略枚举 dry_run 开关 日志共 40 行 class RenameStrategy(Enum): JPEG_TO_JPG jpeg_to_jpg # 挂了准则只干被要求的事 def rename_jpeg_to_jpg(folder): for name in os.listdir(folder): if name.lower().endswith(.jpeg): os.rename(folder / name, folder / name[:-5] .jpg)让学生自己数行数再追问一句资深工程师会不会说这写过头了会就重写。精准修改用 diff 说话像 Code Review 一样准则只动任务要求的代码贴合现有风格不顺手重构自己弄出来的乱自己收拾。课堂落地评审环节拿 diff 当标尺——每一行改动都要能追溯到需求。AI或学生顺手改进了无关注释和格式直接打回。发现不相干的死代码规则也一样可以指出来不许私自删。评审的注意力会从代码漂不漂亮回到改动准不准上。⏱️ 45 分钟一节课怎么排备课、演示、练习、点评完整流程拆成四段0-5 分钟备课检查确认演示仓库已加载准则把四条各念一行。5-15 分钟课堂演示同一任务加限流参数跑两遍无准则和有准则各一次diff 并排投屏。15-35 分钟学生练习每人领一个模糊任务先写验收清单再让 AI 动手标准不达标就继续循环。35-45 分钟随机抽 diff 点评按精准修改标准逐行过让学生自己指出越界改动。安装与验证Claude Code 插件安装或手动一步两种方式挑顺手的。方式一Claude Code 插件推荐在 Claude Code 里依次执行/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills确认生效新开一个会话丢一句导出数据这种模糊需求它会先追问格式、范围和字段而不是直接开写说明插件已加载。方式二手动放 CLAUDE.md按项目生效git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills cp andrej-karpathy-skills/CLAUDE.md 你的项目根目录/确认生效用 Claude Code 打开该项目让它加个校验参数回复里先列假设再动手准则就生效了。第一次就试写一份 3 条的验收清单下次上课挑最小的作业先写 3 条验收标准再让 AI 开工。diff 行数会降提问质量会升这就是这 4 条准则的用处。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 4条LLM编码准则，把andrej-karpathy-skills搬进课堂
4条LLM编码准则把andrej-karpathy-skills搬进课堂【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills答疑课学生递来一份 300 行的 AI diff任务只是加一个参数它却重构了整个模块。当天我把 andrej-karpathy-skills 挂进课堂项目——一份 LLM 编码准则文件用 4 条准则约束 AI 的编码行为。AI 辅助编程四类翻车要盯住如果你用过 LLM 写代码下面这四条大概率不陌生默默做错误假设它自己挑一种解释往下跑从不确认代码写完才发现方向全错。过度复杂化50 行能解决的事写成 500 行加三层抽象学生还跟着学样板。修改无关代码只让它改一个函数diff 里却多了十几个被改名、被重排的文件。缺乏验证标准说完成了却没测试、没复现路径好不好用全凭跑一下才知道。这些问题具有传染性学生看 AI 这么干就会照做。andrej-karpathy-skills 针对的就是它们。项目是什么给 AI 发一份工位守则仓库很薄核心就是一个 CLAUDE.md完整准则在 skills/karpathy-guidelines/SKILL.md提炼自 Andrej Karpathy 对 LLM 编码坑点的观察。理解它不难相当于新员工入职发的工位守则一共四句拿不准就先问不许猜只做自己工位上的活别顺手整理别人的桌子没人要的灵活性一律不加开工前先说清楚拿什么证明做完了。它是一份行为契约不是语法教程不教 AI 新 API只改它接单和干活的方式。官方也注明了取舍这套规则用速度换谨慎改错别字这种小活可以放宽。四条准则怎么进课堂课程设计时我把这四条排成一条线上学期用编码前思考练需求拆解下学期用目标驱动做作业验收课堂演示主打简单优先期末 review 用精准修改打分。下面每条按一句话准则 课堂落地动作来给。编码前思考把假设摆到台面上准则动手写代码前AI 必须显式列出假设、对模糊点主动澄清而不是默默替你做选择。课堂落地演示时故意给模糊需求比如让搜索变快。好的回答长这样你让搜索变快。 AI两种理解——(1) 降平均响应时间加索引加缓存约 2 小时(2) 提升体感速度先返回部分结果约 3 小时。你要哪个目标让学生把 AI 问出的问题记在白板上统计一次模糊需求被问回了几个问题。目标驱动执行给 AI 一份验收标准准则开工前先定义可验证的成功标准循环执行直到通过而不是让它能跑就算完。课堂落地让每个学生把作业从任务描述翻译成验收清单——修 bug先写出能复现它的测试修完确认转绿加校验先为坏输入写测试再实现到测试通过重构改造前后全部测试都要绿。多步任务再用步骤 → 验证方式的格式拆。好处很直观标准写得越清楚AI 越少回头问、越能自己循环标准越含糊它越容易卡住。简单优先一组代码对比就讲透准则只写解决当前问题所需的代码拒绝过度工程化和没人要的推测性功能。课堂落地布置把目录里的 .jpeg 批量改成 .jpg把两种输出摆在一起# 没挂准则策略枚举 dry_run 开关 日志共 40 行 class RenameStrategy(Enum): JPEG_TO_JPG jpeg_to_jpg # 挂了准则只干被要求的事 def rename_jpeg_to_jpg(folder): for name in os.listdir(folder): if name.lower().endswith(.jpeg): os.rename(folder / name, folder / name[:-5] .jpg)让学生自己数行数再追问一句资深工程师会不会说这写过头了会就重写。精准修改用 diff 说话像 Code Review 一样准则只动任务要求的代码贴合现有风格不顺手重构自己弄出来的乱自己收拾。课堂落地评审环节拿 diff 当标尺——每一行改动都要能追溯到需求。AI或学生顺手改进了无关注释和格式直接打回。发现不相干的死代码规则也一样可以指出来不许私自删。评审的注意力会从代码漂不漂亮回到改动准不准上。⏱️ 45 分钟一节课怎么排备课、演示、练习、点评完整流程拆成四段0-5 分钟备课检查确认演示仓库已加载准则把四条各念一行。5-15 分钟课堂演示同一任务加限流参数跑两遍无准则和有准则各一次diff 并排投屏。15-35 分钟学生练习每人领一个模糊任务先写验收清单再让 AI 动手标准不达标就继续循环。35-45 分钟随机抽 diff 点评按精准修改标准逐行过让学生自己指出越界改动。安装与验证Claude Code 插件安装或手动一步两种方式挑顺手的。方式一Claude Code 插件推荐在 Claude Code 里依次执行/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills确认生效新开一个会话丢一句导出数据这种模糊需求它会先追问格式、范围和字段而不是直接开写说明插件已加载。方式二手动放 CLAUDE.md按项目生效git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills cp andrej-karpathy-skills/CLAUDE.md 你的项目根目录/确认生效用 Claude Code 打开该项目让它加个校验参数回复里先列假设再动手准则就生效了。第一次就试写一份 3 条的验收清单下次上课挑最小的作业先写 3 条验收标准再让 AI 开工。diff 行数会降提问质量会升这就是这 4 条准则的用处。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考