Андрей Карпати выделяет «Четыре основных принципа CLAUDE.md», взорвав GitHub и повысив точность написания кода AI до 90%

Позвольте AI слушаться приказов с помощью гениального Prompt! Недавно на GitHub появился файл под названием CLAUDE.md, который взлетел на вершину трендов. Этот документ, основанный на «четырех основных принципах кодирования», выделенных наблюдениями бывшего руководителя AI в OpenAI Андрея Карпати, словно вселяет в AI душу опытного инженера. Просто поместив его в корень проекта, можно повысить точность кода таких AI-инструментов, как Claude Code, с 65% до более чем 90%, полностью устранив проблему некорректных изменений кода и чрезмерной инженерии.
(Предыстория: Новая функция Claude Code /команда /goals: разделение выполнения и оценки, чтобы AI не ленился и не лгал)
(Дополнительный фон: основатель OpenAI Андрей Карпати объявил о присоединении к Anthropic: возвращение к передовым исследованиям LLM)

С ростом популярности AI-инструментов для разработки, таких как Claude Code и Cursor, многие разработчики сталкиваются с общей проблемой: AI хоть и пишет быстро, но часто «ведет себя самоуверенно», делая предположения, чрезмерно проектируя, а иногда и без разрешения вносит изменения в исходный код.

Однако теперь у этой проблемы есть окончательное решение. Известный эксперт по AI, бывший руководитель AI в OpenAI Андрей Карпати недавно подробно проанализировал типичные ошибки больших языковых моделей (LLM) при написании программ; затем разработчики Forrest Chang и другие выделили его основные идеи в простом файле под названием CLAUDE.md. Этот проект (forrestchang/andrej-karpathy-skills) недавно взлетел на вершину трендов GitHub, собрав сотни тысяч звезд.

Многие разработчики после тестирования с удивлением сообщили, что после внедрения этого файла точность генерируемого AI кода выросла с примерно 65% до впечатляющих более 90%.

Раскрытие секретов CLAUDE.md — «четыре золотых правила»

Этот волшебный файл CLAUDE.md по сути представляет собой набор «правил для опытного инженера», встроенных в AI. Когда он размещается в корне проекта, Claude Code автоматически читает его и использует как главный ориентир поведения в диалоге. В основе лежат четыре железных закона:

• 1. Думай перед кодированием (Think Before Coding):
  «Не делай предположений. Не скрывай путаницы. Взвешивай все за и против.»
  Обязывает AI явно формулировать свои предположения. Если есть неопределенные требования или несколько решений, AI должен остановиться и спросить пользователя, а не гадать и писать «наугад». При необходимости оспорить необоснованные требования, AI также получает право «отказаться» (push back).
• 2. Простота превыше всего (Simplicity First):
  «Пиши только минимальный код, решающий задачу. Не делай предположений.»
  Запрещается AI «раздувать» код. Нельзя писать защитный код для гипотетических сценариев или усложнять архитектуру ради будущих возможностей. Принцип прост: если проблему можно решить за 50 строк, не стоит писать 200.
• 3. Точные хирургические изменения (Surgical Changes):
  «Меняй только то, что нужно. Убирай только то, что сам испортил.»
  Этот принцип особенно ценен разработчиками. Строго запрещается AI при исправлении ошибки «поднять» и рефакторить соседний код, комментарии или форматирование. Каждое изменение должно быть прямо связано с конкретной потребностью пользователя.
• 4. Целеполагание и выполнение (Goal-Driven Execution):
  «Определяй критерии успеха. Итеративно проверяй и добивайся результата.»
  Требует, чтобы AI превращал размытые задачи в конкретные, проверяемые цели. Например, при команде «исправить баг» AI должен сначала написать тест ➔, который воспроизводит баг, затем исправить код ➔ и убедиться, что тест проходит, создавая строгий цикл проверки.

Почему этот Prompt так эффективен?

Большие языковые модели по своей природе склонны подстраиваться под пользователя и легко «галлюцинировать предположения» или «расширять рамки задачи». Величие CLAUDE.md в том, что оно закодировано как системный подсказчик (System Prompt), внедряющий в AI «здравый смысл и сдержанность» опытного инженера.

Следуя этим четырем правилам, AI становится более аккуратным, сосредоточенным и результативным. Многие разработчики отмечают, что диффы (различия в коде) стали чище, багов стало меньше, а поддержка — проще. Это уже не похоже на управление неконтролируемой машиной, а на совместную работу с надежным «старшим инженером», что приносит удовольствие от парного программирования.