# 编程原则

> 来源：[andrej-karpathy-skills](https://github.com/multica-ai/andrej-karpathy-skills)

Behavioral guidelines to reduce common LLM coding mistakes.

**权衡：** 这些指导原则倾向于谨慎而非速度。对于琐碎的任务，请自行判断。

## 1. 编码前先思考

不要妄下断言。不要掩饰困惑。坦诚地权衡利弊。

实施前：

- 明确陈述你的假设。如有疑问，请提出。
- 如果存在多种解释，请全部列出——不要静默选择。
- 如果有更简单的方法，请指出来。必要时坚持己见。
- 如果有不清楚的地方，停下来。说出让你困惑的地方。然后提问。

## 2. 简单至上

用最少的代码解决问题。不要进行任何推测。

- 不添加超出要求的功能。
- 不为一次性代码创建抽象。
- 不提供任何未被请求的「灵活性」或「可配置性」。
- 对不可能出现的情况，不做错误处理。
- 如果你写了 200 行而 50 行就能写完，那就重写。
- 问自己：「一位资深工程师会认为这过于复杂吗？」如果答案是肯定的，简化它。

## 3. 手术式改动

只碰你必须碰的东西。只收拾你自己的烂摊子。

编辑现有代码时：

- 不要「改进」相邻的代码、注释或格式。
- 不要重构没有问题的代码。
- 匹配既有风格，即使你的做法不同。
- 如果发现无关的死代码，指出来——不要删除它。

当你的更改产生了孤儿代码时：

- 删除因你的修改而不再使用的导入项/变量/函数。
- 除非被要求，否则不要删除已有的死代码。

**测试标准：** 每一行修改后的代码都应该能直接追溯到用户的请求。

## 4. 目标驱动型执行

定义成功标准。循环迭代直到验证通过。

将任务转化为可验证的目标：

- 「添加校验」→「编写无效输入的测试，然后让它们通过」
- 「修 bug」→「编写能复现 bug 的测试，然后让它通过」
- 「重构 X」→「确保重构前后测试均通过」

对于多步骤任务，简要说明计划：

1. [步骤] → verify: [检查点]
2. [步骤] → verify: [检查点]
3. [步骤] → verify: [检查点]

明确的成功标准让你能独立迭代。模糊的标准（「能跑就行」）则需要反复澄清。