65% 到 94%：一份 CLAUDE.md 管住了 Claude 的哪些坏习惯

GitHub trending 上有一份 CLAUDE.md 被反复转发。原推称它冲到第一，拿到 228,000 stars，还把 Claude agent 的准确率从 65% 提到 94%。先别急着信数字，回复里已经有人追问测量任务是什么。这个文件仍然值得看，因为它把 LLM 写代码的几种老毛病写成了可执行约束。

来源和安装方式不复杂。仓库叫 andrej-karpathy-skills。它说这些规则来自 Andrej Karpathy 对 LLM 写代码问题的观察：模型会替你做错误假设，会过度抽象，会顺手改它没完全理解的代码。仓库把应对方法收成四条原则：Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Execution。推文又把四条拆成六条操作规则。可以按 Claude Code 插件安装，也可以把 CLAUDE.md 下载到项目里；仓库还提供 Cursor 规则。

六条规则分别是：显式写出假设，不确定就问；砍掉范围，单次使用的代码不要做抽象，200 行能压到 50 行就重写；保持 diff 手术式，不重构没坏的东西；只清理自己改动造成的孤儿 import、变量、函数，旧死代码只标记不删除；把任务变成测试，修 bug 先写复现测试；用验证循环，步骤接检查，失败就回环，通过再交付。

这些规则听起来朴素，作用点很具体。模型默认会猜，会扩写，会在 diff 里顺手做“改进”。CLAUDE.md 把这些默认动作改成需要先问、先收范围、先验证。原推把准确率提升归功于这份文件，但回复里 Dusan 质疑“一个文件就能从 65 到 94”，星海拾珠也问具体任务类型。这个怀疑合理，数字未经独立验证。更稳的看法是：规则减少的是发散和返工，效果取决于任务、模型和项目约束。

回复里还有两种真实反馈。Chase 说自己的 CLAUDE.md 基本是一份清单，记录 Claude 做错过什么、以后不许再犯。Alex Lee 说想把“don't refactor things that aren't broken”贴到显示器和 Agent 头上。这比“神级提示词”更接近实际用法：规则来自事故，不是来自灵感。

另一份材料来自 Codez 的文章，讲用 Claude 做 graph engineering 的 14 步。开头判断很直接：多数人搭多步 Agent，最后得到的是一条直线。步骤一、二、三依次等待，很多等待并没有数据依赖。线性脚本是一种退化图，节点是任务，边是数据流。问每个“and then”：下一步真的读取上一步输出吗？不读，就没有边，等待是浪费。

文章的方法可以压成几件事。给节点契约，输入明确、输出用 schema 校验，只做一件事。把边也当数据契约，能用一个 flatMap 和 Set 完成的合并，不要开 Agent。原文有个说法：每条边都放 Agent 的图，等于给电线也付租金。独立节点用 parallel() 扇出，失败节点解析成 null，再用 filter(Boolean) 剔掉。需要全量结果的阶段才设 barrier，比如跨来源去重、按影响排序。扇出、处理、合并组成 diamond，这是报告、审计、代码审查的常用骨架。

再往后是控制和验证。路由节点可以用 Agent 分类，但分支由代码的 if 或 switch 决定。验证节点专门试图杀死结论，可以多视角、对抗验证、评审团。失败要隔离，并行写文件时用 git worktree，不要默认给每次运行都上隔离。循环要收敛，loop-until-dry 的记录要对着所有见过的东西去重，不是只对已确认结果去重，否则被拒的发现会每轮复活。模型也要分层，重复节点用便宜模型，判断节点留给强模型。拓扑直接决定成本和延迟，pipeline() 通常优先于 barrier 化的 parallel()。最后一步是让 Claude 自己写编排脚本，把一次好运行的脚本存进 .claude/workflows/，下次按名字跑。

文章还列出 /deep-research 这个已在生产中的图：拆问题、并行搜索、抓取、对抗验证、综合。也给了六个可建图：安全扫描、带引用报告、逐文件移植、diff 对抗审查、生态扫描、未知规模发现。这些例子有工程细节，不是空泛的“多 Agent 更强”。

把两份材料放在一起，能看到一个共同点：它们都在把模型从自由对话推进可检查结构。CLAUDE.md 管单节点行为，减少自作主张；graph engineering 管节点之间的数据流，减少无谓等待，增加验证和隔离。原推的数字可能有传播成分，方法本身可以检查。收藏一个文件不会自动让 Agent 变稳。真正要做的是把规则改成项目里的检查，把一次 fan-out 场景画成节点和边。先加三条：假设显式、diff 最小、任务转测试。再找一个能并行的审计任务，看看哪些步骤根本没有数据依赖。

原推链接、仓库和 Codez 的文章放在这里： 原推 / GitHub 仓库 / Codez 的文章 / 引用推文。