feat: add karpathy guideline

Author: zhangluka

notes/ai-coding-karpathy-guidelines.md

@@ -0,0 +1,54 @@
+# AI 写代码总爱瞎折腾？Karpathy 说这是因为你没教对
+
+不知道大家有没有这种经历：你让 AI 助手改个 bug，结果打开 diff 一看——整份文件都被改了一遍。
+
+你让它加个按钮，它顺手给你重构了整个组件；你让它修个 bug，它把隔壁模块的注释都改了；最绝的是，你让它写个简单的验证逻辑，它给你整出了一套"可扩展、可配置、支持未来 10 年需求"的 1000 行架构。
+
+别急，这事儿不光是你一个人头疼。
+
+最近 Andrej Karpathy 发了一条推文，直接把 LLM 写代码的那些毛病扒了个底朝天。
+
+如果你对 AI 领域稍有关注，应该听过 Karpathy 的名字——OpenAI 创始成员之一，前 Tesla AI 高级总监，当年 Autopilot 就是他在带队。斯坦福博士，著名的 CS231n 深度学习课程也是他写的。总之，这人说话是有分量的。
+
+他指出的问题，说难听点，咱们平时用的 AI 助手基本占全了：
+
+**擅自做假设** —— 你说"加个用户字段"，它默认你要加到数据库、改 API、更新前端，一整套流程给你安排得明明白白，但你其实只想加个临时的内存变量。
+
+**不管理困惑** —— 遇到模糊需求时，它不问，直接选一个理解往下干，等到写完了你才发现方向完全错了。
+
+**过度复杂化** —— 100 行能解决的事，它能给你写出 1000 行，抽象、配置、错误处理一应俱全，看着专业，维护的时候直接想砸键盘。
+
+**乱改不相干的代码** —— 修一个 bug，顺便把整个文件的格式、注释、变量名都改了一遍，git diff 一眼望不到头。
+
+翻译成人话就是：AI 太"聪明"了，聪明到不知道什么时候该闭嘴。
+
+但话说回来，这事儿也不能全怪 AI。毕竟，你让它写代码，但你没告诉它"什么时候该停下来"，它就默认"永远别停"。
+
+Karpathy 给出的解决方案很有意思——不是训练更好的模型，而是给模型一套"行为准则"。有人把这套准则做成了 Claude Code 插件，四条原则，直击痛点：
+
+**第一，思考优先。**
+别瞎猜，搞不清楚就问。遇到有歧义的需求，停下来，问清楚再动手。
+
+**第二，简单至上。**
+最小代码解决问题，别瞎加功能。如果能用 50 行解决，就不要写 200 行。
+
+**第三，精准修改。**
+只改必须改的，别顺手"优化"。你让它改哪个函数，它就改哪个函数，旁边的格式、注释、无关代码，看都不要看。
+
+**第四，目标驱动。**
+明确成功标准，写测试先写后实现。不是"让它去干"，而是"给它一个目标，然后让它自己验证有没有达成"。
+
+使用起来也简单得离谱。在 Claude Code 里敲两行命令：
+
+```
+/plugin marketplace add forrestchang/andrej-karpathy-skills
+/plugin install andrej-karpathy-skills@karpathy-skills
+```
+
+完事。
+
+效果呢？说"史诗级提升"可能有点夸张，但至少，你的 PR 不会再像车祸现场了。diff 里只有你真正要改的东西，没有 AI 自作主张的"优化"；代码不会因为过度复杂化需要重写；有问题，AI 会在写代码之前问你，而不是写错了你再改。
+
+虽然这些点，咱平时也没少吐槽，但仔细想想，Karpathy 的洞察其实挺有意思的——他没说"我们要更大的模型"或"更好的训练数据"，他说的是"我们要教模型什么时候该停手"。
+
+这或许才是 AI 编程真正的关键。不是让 AI 更聪明，而是让 AI 更"懂事"。