forrestchang / andrej-karpathy-skills

Problem: 让AI修复一个复杂函数中的bug时，它经常擅自重构周边代码，引入新的问题。

Solution: 使用CLAUDE.md的"精准修改"原则，强制AI只修改与bug直接相关的代码行，不改变无关的注释、格式或相邻函数。

Example: 修复一个数据库查询函数中的SQL注入漏洞时，AI不会重写整个函数的错误处理逻辑，只专注于添加参数化查询部分。

Problem: AI经常过度设计，把简单的数据验证功能实现成复杂的验证框架。

Solution: 应用"简单性优先"原则，要求AI只实现明确请求的功能，禁止添加未要求的抽象层或配置选项。

Example: 要求实现邮箱格式验证时，AI会提供一个简单的正则表达式函数，而不是创建包含多种验证器的Validator类。

Problem: AI在重构时经常做出错误假设，不确认代码意图就进行修改，导致功能损坏。

Solution: 启用"先思考后编码"原则，强制AI先明确陈述对代码的理解和假设，发现歧义时主动询问澄清。

Example: 重构一个复杂的支付处理模块前，AI会先列出它理解的各个组件职责，并询问不确定的业务逻辑细节。

Problem: AI编写的测试经常遗漏边界情况，或者测试本身过于复杂难以维护。

Solution: 采用"目标驱动执行"策略，要求AI先编写测试用例定义成功标准，然后实现代码让测试通过。

Example: 添加用户注册验证时，AI会先编写测试用例覆盖所有无效输入场景，然后实现刚好能让这些测试通过的最小代码。