基于 Andrej Karpathy 观察的编码指南,用于在编写、审查或重构代码时避免过度复杂、进行精准修改、摒弃表面化假设,并定义可验证的成功标准。
Karpathy 编码指南是一项面向实际任务的技能,主要用于源自 Andrej Karpathy 的观察,用于减少 LLM 编码常见错误的行为指南;权衡: 这些指南偏向谨慎而非速度;
表面化权衡;在实现之前:;明确陈述你的假设;如果不确定,请问;如果存在多种解释,呈现它们——不要静默选择;如果存在更简单的方。
它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
源自 Andrej Karpathy 的观察,用于减少 LLM 编码常见错误的行为指南。
权衡: 这些指南偏向谨慎而非速度。对于简单任务,使用判断力。
不要假设。不要隐藏困惑。表面化权衡。
在实现之前:
解决问题所需的最小代码。没有投机性代码。
问自己:"高级工程师会说这过度复杂吗?"如果是的,简化。
只触碰必须触碰的。只清理你自己的烂摊子。
编辑现有代码时:
当你的更改造成孤立内容时:
验证标准:每一行更改都应该可以直接追溯到用户的请求。
定义成功标准。循环验证直到达成。
将任务转化为可验证的目标:
对于多步骤任务,简述计划:
1. [步骤] → 验证: [检查] 2. [步骤] → 验证: [检查] 3. [步骤] → 验证: [检查]
强有力的成功标准让你能够独立循环。弱标准("让它工作")需要持续澄清。
在以下情况下自动激活:
当完成编码任务后,可以触发 self-improving-agent 进行反思:
更新 references/learnings.md 记录经验教训。
最小化代码,最大化效果。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章