2026年1月，AI大神Andrej Karpathy在X上发帖批评Claude写代码的方式：默认假设、过度设计、误伤无关代码。Forrest Chang将痛点浓缩成4条行为规则，放进CLAUDE.md文件，上线即爆红，获12万Star。但几个月后，Claude Code生态从单次补全进化到多步骤Agent协作，旧规则开始失灵。一位开发者在6周内测试30个代码库，揭露原版模板在4个关键场景默默失效，并补上8条新规则，将错误率从41%压到3%。
Karpathy的4条基础规则
规则1：编码前先思考。不要默默假设，要说明假设并暴露权衡点。规则2：简单优先。用最少代码解决问题，不添加想象中的功能。规则3：外科手术式修改。只改必须改的部分，不乱优化相邻代码。规则4：以目标为导向执行。先��义成功标准，循环迭代直到验证。这4条规则能解决约40%的失败模式。
新战场：Agent冲突、hook连锁、跨session中断
原模板未覆盖的场景逐一浮现：模型开始决定本应由确定性代码处理的问题（如重试API），导致每周判断不一致；无预算约束的Claude Code会话可能变成50K token的上下文倾倒；代码库中两套矛盾模式并存时，Claude会写出“平均代码”；在多步骤任务中，一步出错后模型继续在错误状态上操作。开发者针对这些场景补充了8条规则，包括：将非AI任务交给确定性代码、设定单任务4K token预算、在矛盾模式中选择优先模式并标记另一套、修改前先读取相邻代码的导出内容等。
规则5-8：预算上限、模式统一、测试真逻辑
新增规则覆盖了原模板的空白。例如：添加“在文件中增加代码前，先读取该文件的导出内容、直接调用方及共享工具函数”，防止函数重复；要求每个测试编码“为什么这个行为重要”而非仅验证返回值，避免测试通过但逻辑错误；在多步骤任务中每完成一步就总结状态，防止连锁偏离。测试显示，加入8条新规则后，错误率从41%降至3%，遵守率仅从78%微降至76%，新增规则��未争夺注意力预算。
原模板4个失效场景
第一，长时间运行的Agent任务：原模板没有预算规则和检查点规则，pipeline会慢慢漂移。第二，多代码库一致性：原始规则只匹配一种风格，但在monorepo中Claude随机选择或混合多种风格。第三，测试质量：原规则视“测试通过”为成功，但Claude可能写出只验证常量的测试。第四，生产与原型差异：简单的规则在早期探索阶段容易过度触发，拖慢原型开发。新增规则正是针对这些漏洞。
开发者强调，CLAUDE.md不应超过200行，否则遵守率明显下降。建议将Karpathy的4条基础规则追加到现有CLAUDE.md，再粘贴规则5-12。每一规则都应回答“它能防止什么错误”——针对真实失败模式定制的6条规则，胜过12条中6条永远用不上的版本。