GitHub 149K星的项目告诉我们：AI编程的下一个战场在这里

jinchanchan

最近GitHub Trending上有一个项目特别火——andrej-karpathy-skills，149K星。

这是个什么东西？

简单说，它是一套Claude Code的提示词规范文件，把Karpathy这些年做AI编程的经验总结成了一套方法论。

四大核心原则：

• 先理解再修改——改代码之前，先把代码读懂
• 最小变更原则——能改一行就不改十行
• 始终先写测试——测试先行，代码跟上
• 保持代码简洁——复杂是万恶之源
  

听起来都是常识对吧？但为什么他要把这些写成规范？

因为AI编程最大的问题不是"AI写不对"，而是"AI在正确的方向上写错细节"。

你让它改一个bug，它可能真的把bug修好了，但顺手把其他三个功能改崩了。

你让它加个功能，它可能真的加上了，但代码风格跟项目里其他部分完全不搭。

你让它重构一段老代码，它可能重构得很漂亮，但跑不起来——因为它不理解这个模块的历史债务。

这就是为什么"会写Prompt"比"会写代码"更重要。

Prompt决定AI往哪个方向走，方向错了，跑得越快偏得越远。

我现在团队里有个应届生，写代码能力一般，但特别擅长跟AI"聊天"——他能用很精准的语言描述需求，能快速判断AI的产出有没有问题，能及时纠正AI的偏差。

上个月他的项目交付质量比组里另一个5年经验的老人还好。

我问他诀窍，他说："我就是把AI当实习生带。刚来的实习生你也得手把手教，说清楚每一件事的边界。AI也一样。"

对了。顺嘴提一句，技术大厂，前后端-测试机会，全国一线及双一线城市均有坑位，待遇和稳定性还不错，感兴趣看看。

这个认知很值钱。

AI不是魔法，它是个能力很强但缺乏常识的新人。你得有能力描述清楚需求、判断它的产出、纠正它的偏差。

这三个能力加起来，叫"AI驭驶能力"。

未来的程序员，可能不需要会写复杂的递归算法，但需要会"教"AI写递归算法。

这不是技术倒退，这是技能迁移。

GitHub上149K星的项目告诉我们的，不是AI有多强——而是会驾驭AI的人有多稀缺。

lunatic

谢谢分享