@DeRonin_: Andrej Karpathy："Claude 90% 的错误来自缺失上下文，而非模型能力弱。" 没有 CLA… 时错误率达 41%

Andrej Karpathy：“Claude 90% 的错误源于上下文缺失，而非模型本身弱。”

无 CLAUDE.md 时错误率 41%。使用 4 条规则基线时降至 11%。使用下方 12 条规则版本时降至 3%。

以下是高级工程师最终敲定的 12 条规则：

1. 先思考再编码：陈述假设，不要猜测。模型无法读取你的心思，别再指望它会这样做。

2. 简洁优先：最少代码，不做推测性抽象。一旦你让 Claude 添加“为未来灵活性考虑“，就等于添加了 200 行下个季度就会删除的代码。

3. 外科手术式改动：只动必须动的地方。别让它“顺便改进“相邻代码，那正是 PR 失控的原因。

4. 目标驱动执行：预先定义成功标准，循环直到验证通过。没有这些标准，Claude 要么无限循环，要么过早停止。

5. 仅将模型用于判断型任务：分类、草稿、摘要、提取。不要用于路由、重试、状态码处理、确定性转换。如果代码能回答，就让代码回答。

6. 令牌预算不是建议：每任务 4000、每会话 30000。在长时间调试的第 40 条消息时，Claude 会重新建议你在第 5 条消息时已拒绝的修复方案。

7. 暴露冲突，不要平均处理：代码库中有两种模式？选一种。Claude 将两者融合，正是错误被两倍吞没的方式。

8. 先读再写：读取导出、调用者、共享工具。Claude 很乐意在它从未读过的相同函数旁添加重复函数。

9. 测试验证意图，而不仅仅是行为：一个在业务逻辑变化时无法失败的测试就是错误的。Claude 所有 12 个测试都可能通过，而函数却返回常量。

10. 每个重要步骤设置检查点：Claude 在第 4 步破碎状态上完成了第 5、6 步。一小时后才有人发现。

11. 匹配代码库约定：类组件？不要默默换成 hooks。测试模式假设了 componentDidMount，hooks 破坏了它却没有暴露问题。

12. 大声失败：“成功完成“却静默跳过了 14% 的记录，这是最糟糕的错误类型。暴露不确定性，不要隐藏它。

真正有累积效应而不是下一个框架的东西：

• CLAUDE.md 文件作为跨会话的制度记忆
• 评估驱动的变更，而非“感觉“驱动
• 检查点优先于速度
• 显式冲突优先于静默融合
• 纪律优先于框架，始终如此
• 一个仓库、一个规则文件、没有例外

在 AI Twitter 形成舆论共识之前，领先几步。

学习这个。

Ronin (@DeRonin_): 任何使用或学习智能体系统的人都应该读这个。

在开始任何新代理项目之前，我执行的安装顺序：

1. 隐私：direnv + 真正的密钥管理器

安装 direnv，然后将其接入团队的密码管理器（通过 op run 的 1Password CLI、doppler、infisical、vault）