Max For AI (@MaxForAI) “前特斯拉人工智能总监、OpenAI创始成员Andrej Karpathy在一次播客中分享了如何提高Age” — TopicDigg

前特斯拉人工智能总监、OpenAI创始成员Andrej Karpathy在一次播客中分享了如何提高Agent稳定性减少错误的“十二铜表法” 他表示：Agent（Claude）90%的错误来自缺乏上下文，而不是模型本身薄弱。 当没有 CLAUDE.md 时错误率为 41%。 当仅仅使用 4 条规则时为 11%。 使用下面的 12 条规则时为 3%。 以下是硅谷资深工程师们达成一致的“十二铜表法”： 1. 开始Coding前人先思考：陈述假设，不要猜测。模型不能读心术，别奢望它能做到。 2. 简单优先：最少代码，不做猜测性的抽象。一旦你允许 Claude 为“未来的灵活性”添加东西，你就会多出 200 行代码，下个季度又得删掉。 3. 外科手术式改动：只接触必须改的部分。不要让改动扩散到相邻代码，那样会导致拉取请求膨胀 4. 目标导向执行：事先定义成功标准，循环直到验证通过。没有这些，Claude 要么无限循环要么过早停止 5. 仅把模型用于判断类工作：分类、起草、摘要、抽取。不要用于路由、重试、状态码处理、确定性转换。如果代码能回答，就由代码来回答 6. Token应该设置预算而不是建议：每个任务 4000，每个会话 30000。在一次漫长调试的第 40 条消息时，Claude 会重新建议你在第 5 条消息时已拒绝的修复方案 7. 处理表面冲突，而不是平均妥协：代码库里有两种模式？选一个。Claude 把它们融合在一起就是错误被双重掩盖的方式 8. 先读再写：阅读导出、调用方、共享工具。Claude 很乐意在一个它从未阅读过的相同函数旁边添加一个重复函数 9. 测试验证意图，而不仅仅是行为：当业务逻辑改变时仍然不会失败的测试就是有问题的。Claude 的所有 12 个测试都可能通过，而函数却返回一个常量 10. 在每个重要步骤做检查点：Claude 在第 4 步已处于损坏状态的基础上完成了第 5 和第 6 步。没人注意到有整整一小时 11. 遵循代码库约定：使用类组件？不要悄无声息地改用钩子（hooks）。测试模式假定存在 componentDidMount，钩子破坏了这些假设却没有暴露出来 12. 大声报错：“已成功完成”但有 14% 的记录被悄然跳过，这是最糟糕的一类错误。要把不确定性暴露出来，不要掩盖它 同时，他也分享了Agent工程中常见的会导致问题加剧的一些做法： - 使用跨会话记忆的 CLAUDE.md 文件 - 以评估为导向的变更，而非凭感觉 - 重视检查点胜过追求速度 - 明确冲突胜过默默融合 -纪律胜过框架，每次都是 - 一个仓库，一份规则文件，不允许例外 如果你在研究Agent，那你一定要研究这个