TL;DR
Et lite GitHub-repo samler Andrej Karpathys observasjoner om typiske LLM-feil i kode, og pakker dem som retningslinjer i en CLAUDE.md-fil. Målet: færre antakelser, mindre overengineering, mer kirurgiske endringer.
Repoet andrej-karpathy-skills består i hovedsak av én fil: en CLAUDE.md som Claude Code (og Cursor, via parallell konfig) leser før hver oppgave. Innholdet er ikke teknisk magi, men en samling spilleregler basert på hva Karpathy ofte ser modeller bomme på.
De fire prinsippene
- Think before coding. Modellen skal gjøre antakelser eksplisitte før kode skrives, ikke gjette seg gjennom.
- Simplicity first. Skriv minimalistisk kode. Ikke bygg for hypotetiske framtidige krav.
- Surgical changes. Endre bare det som faktisk må endres. La tilstøtende kode være i fred.
- Goal-driven execution. Definer verifiserbare suksesskriterier før implementasjon starter.
Hvorfor det treffer
To mønstre er kjente fra dagligbruk: modellen antar at noe stemmer og bygger videre uten å sjekke, eller den «forbedrer» nabokoden mens den fikser én linje. Karpathy-reglene treffer akkurat disse. Ingen nye verktøy, bare instruksjoner som flytter modellen fra «produser kode» til «bekreft, så endre minimalt».
I praksis betyr det færre overraskelser i diffen og mer tid på reelle problemer fremfor å rydde opp etter agenten.
Kopier CLAUDE.md fra repoet inn i prosjektet ditt og se om diffene blir mindre og endringene mer fokuserte. Det er en lavkost-test som tar ti minutter å sette opp.