# Почему ИИ пишет код как токсичный джун: разбор andrej-karpathy-skills

- Site: VeraPoint News
- Section: Инструменты
- Date: 2026-05-06
- Canonical: https://verapointmedia.com/tools/forrestchang-andrej-karpathy-skills/
- Markdown: https://verapointmedia.com/tools/forrestchang-andrej-karpathy-skills.md
- Summary: Один файл CLAUDE.md превращает Claude и Cursor из самоуверенного новичка в аккуратного техлида. Разбираем, как работают принципы Карпати и стоит ли им следовать.
- SEO title: andrej-karpathy-skills: что это и для чего нужен AI-инструмент
- SEO description: Разбор andrej-karpathy-skills: что делает инструмент, где может быть полезен, какие ограничения и риски проверить перед внедрением.
- Target queries: andrej-karpathy-skills; andrej-karpathy-skills обзор; andrej-karpathy-skills что это; andrej-karpathy-skills AI инструмент; ai infrastructure tools
- Tags: #claude-code #cursor #llm-coding #prompt-engineering #devtools #karpathy
- Image: https://verapointmedia.com/static/2026-05-05_forrestchang-andrej-karpathy-skills-news-cover.webp

## Sources

- https://github.com/forrestchang/andrej-karpathy-skills
- https://github.com/multica-ai/multica
- https://x.com/jiayuan_jy](https://x.com/jiayuan_jy
- https://x.com/karpathy/status/2015883857489522876

---

Вы когда-нибудь просили ИИ «починить опечатку в комментарии», а через пять минут обнаруживали, что он переписал половину архитектуры, удалил «лишние» тесты и добавил три новых абстракции на случай «если завтра мы выйдем на Марс»?

andrej-karpathy-skills — это один текстовый файл CLAUDE.md, который решает именно эту проблему: https://github.com/forrestchang/andrej-karpathy-skills. Внутри четыре принципа, позаимствованные у Андрея Карпати (бывший директор по ИИ в Tesla, если кто забыл), которые заставляют Claude и Cursor вести себя не как самоуверенный джунир, а как осторожный старший разработчик, который спрашивает разрешения прежде чем ломать.

## Если просто

Представьте, что вы нанимаете ремонтную бригаду починить розетку. Вместо этого они перекладывают половину квартиры, меняют проводку в соседней комнате и выкидывают «старый хлам» — вашу антикварную вазу. Вы возмущаетесь, а они искренне удивляются: «Но так же лучше!»

Вот это и есть поведение современных LLM при кодинге. Они делают предположения молча, усложняют код без причины и «подчищают» соседние файлы, даже если вы просили изменить одну строку.

Этот репозиторий — просто инструкция для такой бригады: не трогай что работает, спроси если не понял, пиши минимум кода. Вы скачиваете один файл CLAUDE.md, кладёте его в папку проекта, и ИИ начинает следовать этим правилам перед тем как писать код. Для Cursor есть отдельный файлик в папке .cursor/rules, для Claude Code — плагин.

## Что это решает

Конкретная боль выглядит так: вы просите добавить валидацию email, а ИИ в ответ приносит diff (разницу в коде — то, что видно в пулл-реквесте) на 400 строк. Там переписан весь модуль ввода, удалены «странные» комментарии автора, добавлена библиотека для обработки редких юникод-символов и половина тестов заменена на «более правильные». Вы тратите вечер на ревью вместо того чтобы просто принять изменение.

Четыре принципа из файла бьют по этим больным местам. «Think Before Coding» лечит молчаливые предположения — ИИ должен явно сказать, что он понял задачу, прежде чем кодить. «Simplicity First» запрещает оверинжиниринг — если 200 строк можно сжать до 50, надо переписать. «Surgical Changes» означает «хирургические изменения» — трогаешь только то, что просили, не «улучшаешь» соседний код. «Goal-Driven Execution» требует сначала написать тест, который воспроизводит проблему, а потом его чинить — так проверяется, что задача решена.

## Как попробовать

Самый простой путь — через Claude Code. Открываете терминал с установленным Claude Code (это их CLI-инструмент для работы с кодом) и вводите две команды:

```
/plugin marketplace add forrestchang/andrej-karpathy-skills
/plugin install andrej-karpathy-skills@karpathy-skills
```

Теперь правила работают во всех ваших проектах через Claude Code.

Если вы не используете плагины или работаете с Cursor, просто скачайте файл в корень проекта:

```bash
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md
```

Для Cursor скопируйте содержимое в файл `.cursor/rules/karpathy-guidelines.mdc` — Cursor подхватит его автоматически при открытии проекта.

## 3 сценария с примерами

**Сценарий 1: Ремонт в чужом доме (работа с legacy)**
Задача: в старом проекте нужно обновить API-ключ для платёжной системы.
Без правил: ИИ «замечает», что код написан «не по современным стандартам», переписывает всю систему конфигурации на новый паттерн, удаляет «устаревшие» комментарии оригинального автора и ломает интеграцию с соседним сервисом, потому что «там тоже было странно».
С правилами: ИИ меняет одну строку с ключом, явно спрашивает: «Я вижу, что ключ используется ещё в трёх местах, которые не упоминались в задаче — мне их тоже обновить?» — и не трогает остальное.

**Сценарий 2: Лечение без побочных эффектов (фикс бага)**
Задача: починить баг, когда форма не принимает email с точкой перед собачкой.
Без правил: ИИ добавляет новую библиотеку валидации, переписывает всю логику обработки форм, «чистит» соседние поля ввода и удаляет «лишние» проверки, которые «казались избыточными».
С правилами: ИИ сначала пишет тест, который подтверждает баг (вводит email с точкой, ожидает ошибку), затем минимально правит регулярное выражение, проверяет, что тест проходит, и явно отмечает: «Я не трогал логику пароля рядом, хотя там тоже есть странная проверка — создать отдельную задачу?»

**Сценарий 3: Ревью, которое не замалчивает**
Задача: проверить PR от коллеги на предмет соответствия требованиям.
Без правил: ИИ отвечает «в целом ок» или предлагает абстрактные «улучшения» вроде «может, вынести в утилиту?», не проверяя, решает ли код именно ту задачу, что была в тикете.
С правилами: ИИ выписывает свои предположения («Я понял, что задача — X, а не Y, верно?»), проверяет, что каждая изменённая строка напрямую связана с тикетом, указывает на обнаруженный мёртвый код («Функция Z больше не вызывается, но я не удалял её без разрешения») и оценивает, не переусложнён ли код.

## Где можно застрять

Во-первых, это работает только с Claude Code и Cursor. Если вы используете GitHub Copilot в VS Code, Windsurf или другие IDE без поддержки CLAUDE.md, файл просто будет проигнорирован — ИИ о него не споткнётся.

Во-вторых, лицензия указана как MIT (открытая, можно использовать свободно), но сами принципы — это буквально пересказ тредов Карпати в Твиттере. Автор репозитория просто систематизировал чужие наблюдения. Это не плохо, но объясняет, почему 113 тысяч звёзд — это скорее хайп на имя, чем уникальная технология.

В-третьих, принципы настроены на «осторожность важнее скорости». Для простых задач — поправить опечатку, добавить очевидный импорт — эта дисциплина превращается в оверхед. ИИ будет расписывать предположения там, где очевидно, что делать.

Ну и главное: если вы сами не следуете этим правилам в своей работе, ИИ начнёт конфликтовать с вами. Он будет спрашивать разрешения, а вы будете кричать «да просто сделай!» — и система сломается.

## Кому это нужно

Тимлидам и техлидам, которые вводят ИИ в командную разработку и боятся, что автоматизация превратит кодовую базу в разрушенный город. Фрилансерам, работающим с чужими проектами, где нельзя сломать ничего лишнего. Разработчикам, уставшим от «диффов на 500 строк ради пятистрочного бага».

## Кому это не нужно

Тем, кто пишет прототипы «на выброс», где скорость важнее чистоты. Тем, кто работает один над зелёным полем (greenfield — проект с нуля), где нечего ломать и некому мешать. И тем, кто использует IDE без поддержки системных инструкций для ИИ — тут просто не сработает механизм.

## Вердикт Веры

Честно? Я бы взяла эти принципы на вооружение, но не целиком. «Surgical Changes» — это золото. Способность ИИ трогать только то, что просили, и не «улучшать» соседний код решает 80% проблем с ревью ИИ-генерации. «Goal-Driven Execution» тоже работает — когда ИИ сначала пишет критерий успеха, а потом код, результат предсказуем лучше.

Но вот «Simplicity First» я бы использовала с осторожностью. В корпоративной разработке «простое решение» на 100 строк часто превращается в кошмар поддержки через полгода, когда требования вырастают. Иногда спекулятивная абстракция стоит того — и тут Карпати, на мой взгляд, немного лукавит, приписывая свой опыт стартапов универсальным правилам.

Что касается 113 тысяч звёзд — это явно переоценка. Файл полезный, но это просто хорошо структурированный common sense, который Anthropic должен был встроить в Claude по умолчанию. Проблема в том, что без такого файла ИИ ведёт себя как плохой разработчик — и это говорит скорее о качестве базовых инструкций моделей, чем о гениальности репозитория.

Я бы рекомендовала скачать CLAUDE.md, адаптировать под свои проекты (там же есть секция для специфичных правил) и использовать как защиту от деструктивного энтузиазма ИИ. Но слепо верить, что это магическая пуля — не стоит. Это скоре хороший начальный промпт, который должен был быть в системе по умолчанию.

## Материалы

- [forrestchang/andrej-karpathy-skills] forrestchang/andrej-karpathy-skills: https://github.com/forrestchang/andrej-karpathy-skills
- [github.com] supporting context: https://github.com/multica-ai/multica
- [x.com] supporting context: https://x.com/jiayuan_jy](https://x.com/jiayuan_jy
- [x.com] supporting context: https://x.com/karpathy/status/2015883857489522876

## Похожие материалы

- [Все инструменты VeraPoint](https://verapointmedia.com/tools/)
- [Хаб «AI-инфраструктура»](/topics/ai-infrastructure/)
- [Сайты для AI-агентов](https://verapointmedia.com/investigations/seo-bylo-dlya-poiskovikov-sleduyuschiy-sloy-sayty-dlya-ai-agentov/)
- [MCP простыми словами](https://verapointmedia.com/guides/mcp-prostymi-slovami/)