Claude Code научился программировать в стиле Карпати. У скилла почти 37 тысяч звезд на GitHub

Репозиторий andrej-karpathy-skills за считанные дни набрал почти 37 тысяч звезд на GitHub. Это один файл CLAUDE.md с четырьмя принципами, которые заставляют Claude Code писать код аккуратнее — без лишних абстракций, скрытых допущений и побочных правок.

Автор проекта — разработчик Форрест Чан — вдохновился постом Андрея Карпати в X, где сооснователь OpenAI перечислил типичные проблемы LLM-агентов: «Модели делают неверные допущения за тебя и несутся вперед, не проверяя. Они не признают, когда запутались, не просят уточнений, не указывают на противоречия, не предлагают альтернатив, не возражают, когда стоило бы». Карпати также отметил склонность агентов к переусложнению — они могут реализовать раздутую конструкцию на 1000 строк, когда хватило бы 100.

Чан систематизировал наблюдения Карпати в четыре правила. Первое — «Думай перед кодом»: агент должен явно формулировать допущения, предлагать несколько интерпретаций неоднозначной задачи и останавливаться, если что-то непонятно. Второе — «Простота прежде всего»: минимум кода для решения задачи, никаких абстракций для однократного использования и никаких фич «на будущее». Третье — «Хирургические правки»: менять только то, что просили, не трогать соседний код и не удалять чужой мертвый код без запроса. Четвертое — «Целеориентированное выполнение»: вместо расплывчатого «исправь баг» формулировать задачу как «напиши тест, который воспроизводит баг, затем сделай так, чтобы он прошел».

Последний принцип Чан считает ключевым — он ссылается на слова Карпати о том, что LLM «исключительно хороши в итерациях до достижения конкретной цели». Если дать агенту четкие критерии успеха, он будет крутить цикл самостоятельно; если критерии размыты («сделай, чтобы работало»), потребуется постоянное вмешательство.

Установить скилл можно одной командой — скачать CLAUDE.md в корень проекта или добавить как плагин Claude Code. По замыслу автора, это не ограничение возможностей агента, а способ направить их в нужное русло: «Когда LLM озвучивают допущения, пишут простой код, вносят точечные правки и работают над верифицируемыми целями, они становятся более надежными партнерами по кодингу».

P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть«, где я рассказываю про ИИ с творческой стороны.