# Karpathy 用 65 行规则文件把 AI 编程准确率从 65% 拉到 94%

> 原标题：Karpathy的CLAUDE.md四条规则让AI编程准确率飙升至94%

- 来源：AI HOT 精选
- 发布时间：2026-05-22T11:50:26.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/25636
- 原文：https://x.com/AYi_AInotes/status/2057791192738283669

## 摘要

Karpathy 在 GitHub 上发了一个叫 CLAUDE.md 的规则文件，65 行、4 条规则，让 AI 编程准确率从 65% 跳到 94%。核心思路是逼开发者先想清楚再动手：深度思考、代码越短越好、只改该改的地方、每一步都盯着目标走。文件已经拿了超 22 万星标，但正文没披露 94% 这个数字是在什么任务、什么模型上测出来的，也没说对比基线是...

## 推荐理由

这篇我会先打个折，因为正文只给了总结性的数字，没披露具体是哪 4 条规则、在什么任务集上测的、评测方法是什么。但 Karpathy 这个名字加上 94% 这个数字，对用 Claude Code 干活的人来说，诱惑力足够大。22 万星标也说明社区在追这个方向。所以虽然信息有缺口，还是值得推给读者看一眼，只是别把 94% 当成普适结论。

## 锐评

Karpathy 在 GitHub 发了一个叫 CLAUDE.md 的规则文件，65 行、4 条规则，让 AI 编程准确率从 65% 跳到 94%，已经拿了超 22 万星标。四条规则说白了就是：先想清楚再写、代码能短就短、只改该改的地方、每一步都盯着目标走。这其实是在逼开发者改掉“先写再说”的习惯，把思考过程变成硬性步骤塞进 AI 的指令里。

但 94% 这个数字要小心看。正文没披露是在什么任务上测的——是写单函数还是搭完整项目？用的是什么模型？对比的 65% 基线又是怎么来的？这些信息全缺，就没法判断这个提升是普适的，还是只在特定场景下成立。另外，规则文件本身是给 Claude 用的，换到其他模型上效果会不会打折扣，也没提。

还缺一个关键信息：遵守这四条规则对开发者自己的时间成本有多大。如果每次写代码前都要花大量精力把需求拆到足够细，那省下来的调试时间能不能覆盖前期的投入，正文完全没说。