Andrej Karpathy Skills: Vier Regeln zur Festlegung von Grenzen für einen Code-Agenten

Alles, was Sie über multica-ai/andrej-karpathy-skills wissen müssen: eine Verhaltensrichtlinie, die als Anweisungsdatei, Claude Code-Plugin und Cursor-Regel verteilt wird.

Was ist Andrej Karpathy Skills?

andrej-karpathy-skills ist kein Modell oder eine ausführbare Codebibliothek. Es handelt sich um ein sehr kleines Paket mit Anweisungen für Programmieragenten. Der Kern ist CLAUDE.md; das Repository enthält auch eine Definition eines Claude Code-Plugins, eine Regel für Cursor und eine Fähigkeit karpathy-guidelines, die mit dem Fähigkeitenformat kompatibel ist.

Das README gibt an, dass es sich um Beobachtungen von Andrej Karpathy zu drei häufigen Fehlern handelt, die Modelle beim Programmieren machen: Annahmen ohne Überprüfung treffen, Designs unnötig verkomplizieren und den Kontext ändern, der für die Aufgabe irrelevant ist. Die Antwort des Projekts sind vier Regeln: Vor dem Programmieren nachdenken, Einfachheit priorisieren, chirurgische Änderungen vornehmen und anhand überprüfbarer Erfolgskriterien testen.

Die Inspiration sollte nicht mit Autorenschaft oder Billigung verwechselt werden. Das README führt die Beobachtungen Karpathy an, enthält aber keine Erklärung, dass Karpathy dieses Repository geschrieben, gepflegt oder genehmigt hat.

Ein holografisches Terminal zeigt eine Markdown-Datei von nur 65 Zeilen, die in einem dunklen Leerraum schwebt

Der Ursprung: Von einer 65-zeiligen Anleitung zu einem Multica-Repository

Die GitHub-API datiert die Erstellung von multica-ai/andrej-karpathy-skills auf den 27. Januar 2026. Der Pfad, der im README und im Installationsbefehl verwendet wird (forrestchang/andrej-karpathy-skills), leitet in der API zum aktuellen Multica-Repository weiter. Die Liste der Mitwirkenden listet forrestchang zuerst mit 17 Beiträgen auf; dies ist ein Beweis für eine wichtige Beteiligung, aber kein ausreichender Beweis, um ihm allein die redaktionelle Autorenschaft zuzuschreiben oder eine Eigentumsübertragung zu erklären.

Der erste gefundene Beitrag in Hacker News 46788844 erschien am selben Tag, dem 27. Januar, und wurde von sdoering gepostet: Er erhielt 2 Punkte und keine Kommentare. Im April fügte ein Commit von Jiayuan Zhang Links zu Multica und seinem öffentlichen Profil in das README ein. Die GitHub-Seite identifiziert multica-ai als Organisation; die API listet fünf öffentliche Repositories auf und beschreibt multica-ai/multica als eine offene Plattform zum Verwalten von Agenten mit wiederverwendbaren Fähigkeiten.

Das klarste Kontextstück ist der Artikel von Michiel, “65 lines of Markdown - a Claude Code sensation”, veröffentlicht am 11. Februar 2026. Der Autor berichtet, dass er auf einem KI-Workshop gesehen hat, wie das Projekt von 3.500 auf 3.900 Sterne an einem Tag gewachsen ist. Bei der Untersuchung stellte er fest, dass es sich um eine 65-zeilige Markdown-Datei handelt, die für Claude Code verpackt wurde. Diese Beobachtung verdeutlicht sowohl den Reiz des Formats als auch die zugrunde liegende Spannung: Eine kurze Anweisung kann ein komplexes Tool beeinflussen, stellt aber nicht an sich einen Beweis für eine bessere Softwarequalität dar.

Philosophie und Prinzipien

Die vier dokumentierten Regeln sind:

Vor dem Programmieren nachdenken: Annahmen explizit machen, Alternativen aufzeigen und um Klärung bitten, anstatt stillschweigend eine mehrdeutige Interpretation zu wählen.
Einfachheit zuerst: Die minimale Aufgabe lösen; spekulative Funktionen, Abstraktionen, Konfigurationen und Fehlerbehandlungen vermeiden.
Chirurgische Änderungen: Die Änderung auf das angeforderte Minimum beschränken, den vorhandenen Stil respektieren und nur die Elemente entfernen, die durch die Änderung selbst nicht mehr verwendet werden.
Zielorientierte Ausführung: Vage Anweisungen in überprüfbare Kriterien umwandeln, z. B. einen Fehler mit einem Test reproduzieren und diesen bestehen lassen.

Die Philosophie ist bewusst restriktiv. Das README räumt ein, dass das Gegenteil der Fall ist: Es bevorzugt Vorsicht gegenüber Geschwindigkeit und hat nicht die Absicht, alle diese Strenge auf triviale oder offensichtliche Einzeiler anzuwenden.

Ein durchscheinendes KI-Gehirn scannt Code-Baupläne, die bis auf ihre einfachste Form reduziert werden

Wie es funktioniert

Es gibt drei dokumentierte Möglichkeiten, dieselbe Richtlinie anzuwenden:

Claude Code-Plugin: Innerhalb von Claude Code /plugin marketplace add forrestchang/andrej-karpathy-skills und dann /plugin install andrej-karpathy-skills@karpathy-skills ausführen. Das README besagt, dass die Fähigkeit dadurch für alle Projekte verfügbar ist.
Projektweite Anweisung: CLAUDE.md als Datei in das Projekt herunterladen oder an eine vorhandene anhängen. Der Inhalt kann mit spezifischen Regeln kombiniert werden, z. B. die Verwendung des strikten Modus von TypeScript oder die Forderung nach Tests für eine API.
Cursor: Das Repository enthält .cursor/rules/karpathy-guidelines.mdc; CURSOR.md erklärt, wie die Regel auf andere Projekte übertragen wird.

Bei einer mehrstufigen Aufgabe ist das vorgeschlagene Muster kurz: Jeden Schritt und seine zugehörige Überprüfung auflisten. Für eine Korrektur lautet das Muster: Einen Test schreiben, der das Problem reproduziert, die Änderung anwenden und diesen bestehen lassen. Es gibt keine eigene Test-Engine, CI oder Evaluator; die Ausführung und die Überprüfungen bleiben in der Verantwortung des Agenten, des Benutzers und des Hostprojekts.

Ein Roboterarm mit einem Laserskalpell schneidet präzise eine einzelne Codezeile heraus, ohne den Rest zu berühren

Eine holografische Checkliste mit Kästchen, die eines nach dem anderen neben der Silhouette eines KI-Agenten aufleuchten

Offizieller und semioffizieller Status

Das Projekt deklariert einen Installationsmechanismus über das Plugin-System von Claude Code, aber die abgerufene Quelle identifiziert es nicht als Teil eines offiziellen Marktplatzes von Anthropic oder liefert eine Bestätigung von Anthropic, OpenAI, Cursor oder Andrej Karpathy. Es wurde auch keine formelle Standardbezeichnung gefunden.

Sein praktischer Status ist gemeinschaftlich: Er verpackt eine Richtlinie in Formate, die Claude Code und Cursor verwenden können. Die 198.203 Sterne, die von der API erfasst wurden, und die Anzahl der Ports zeigen eine sichtbare Akzeptanz, aber sie sind nicht gleichbedeutend mit einer Anbieterbestätigung oder einem empirischen Nachweis dafür, dass die Regeln alle Ergebnisse verbessern.

Ein geteilter Bildschirm zeigt links ein Claude Code-Terminal beim Installieren des Plugins und rechts ein Cursor-Fenster mit der Regel in .cursor/rules

Das Ökosystem

Multica-Repositories

Die GitHub-API von multica-ai gab am 31. Juli 2026 diese öffentlichen Partner zurück:

multica-ai/multica: Offene Plattform für verwaltete Agenten und wiederverwendbare Fähigkeiten; 42.960 Sterne und 5.431 Forks.
multica-ai/homebrew-tap: Homebrew-Formel für die Multica-CLI; 15 Sterne und 7 Forks.
multica-ai/multica-cli: Fähigkeit, Multica über seine lokale CLI zu bedienen; 17 Sterne und 4 Forks.

Die sichtbare Beziehung ist die der Verteilung und Verwaltung von Agenten: Das README dieser Richtlinie bewirbt selbst Multica. Es wurde keine Quelle gefunden, die belegt, dass diese Repositories denselben Code oder eine gemeinsame Roadmap verwenden.

Community-Ports, Übersetzungen und Ableitungen

Eine Suche nach GitHub-Repositories ergab Ableitungen, die sich explizit als Leitfäden oder Ports dieser Regeln darstellen. Dies sind unabhängige Projekte; ihre Beschreibungen belegen nicht die Unterstützung des Hauptentwicklers.

0xwilliamortiz/andrej-karpathy-skills, Verhaltensrichtlinie für Claude Code: 545 Sterne, 94 Forks.
vtroisWhite/andrej-karpathy-skills, Ableitung, deren Beschreibung auf eine chinesische Übersetzung verweist: 396 Sterne, 69 Forks.
mbeijen/andrej-karpathy-skills-cursor-vscode, Verpackung für Cursor oder VS Code: 268 Sterne, 32 Forks.
duolahypercho/andrej-karpathy-skills, Konvertierung, die sich zunächst auf Codex konzentriert: 183 Sterne, 22 Forks.
swarmclawai/andrej-karpathy-skills, Paket für verschiedene Agentenumgebungen: 33 Sterne, 4 Forks.
interfluve-wav/andrej-karpathy-skills-hermes, Port für Hermes mit SKILL.md und Beispielen: 23 Sterne, 3 Forks.
Yangleduo0033788/Karpathy-Guidelines-MCP-Server, Anpassung, die angibt, dass sie die Richtlinie als MCP-Tool umschließt: keine Sterne oder Forks in der Suchantwort.

Das Hauptrepository enthält README.zh.md, eine Übersetzung ins vereinfachte Chinesisch. Darüber hinaus enthalten offene Pull Requests #124 von junijaei und #142 von sscodeai koreanische bzw. japanische Versionen; zum Zeitpunkt der Abfrage waren diese nicht in den Hauptzweig integriert. Dies dokumentiert die Nachfrage nach Übersetzungen, aber keine offizielle Unterstützung dieser Sprachen.

Eine zentrale Markdown-Datei verzweigt sich in holografische Pfade, die mit Sprachcodes wie ZH, KR und JP beschriftet sind

Als vergleichbare Projekte mit größerem Umfang identifiziert die API mattpocock/skills (197.741 Sterne, 17.021 Forks), das von seinem Autor als Fähigkeiten aus seinem .agents-Verzeichnis beschrieben wird, und affaan-m/ECC (236.621 Sterne, 35.983 Forks), das als ein System zur Optimierung von Agenten-Harnesses für verschiedene Umgebungen beschrieben wird. Beide sind Bibliotheken oder Harnesses, nicht Implementierungen der Datei mit den vier Regeln.

Repository-Zahlen

Messung: 31. Juli 2026, GitHub-API.

Metrik	Wert
Sterne	198.203
Forks	20.384
Echte Follower	1.138
Auf der Seite sichtbare Commits	28
Sichtbare offene Pull Requests	97
`open_issues_count`-Feld der API	126
Branches	5
Tags und Releases	0 / keine Releases
Von der API deklarierte Lizenz	Keine
Von der API deklarierte Hauptsprache	Keine
Erstellung	27. Januar 2026
Letzter Commit	20. April 2026
Aktualisierung der Metadaten	31. Juli 2026

Die wichtigsten Mitwirkenden nach Anzahl der Commits in der API waren forrestchang (17), back1ply (5), herobrine19 (2) und azakharko, josepha-mayo, szkocot und TomBener (je 1). Die GitHub-Antwort spiegelt die Sterne in watchers_count wider; daher wird subscribers_count als echte Follower angegeben. open_issues_count kann offene Pull Requests enthalten, sodass es nicht gleichbedeutend mit reinen Problemen ist. Auf der Seite werden 28 Commits angezeigt; eine Gesamtzahl lässt sich aufgrund der Paginierung der API nicht ableiten.

Ein futuristisches Dashboard mit Grafiken zeigt 198.203 Sterne und 20.384 Forks des Repositorys

Wie man beiträgt

Es wurde keine Beitragsrichtlinie oder Vorlage für Pull Requests im Hauptzweig gefunden. Das Repository selbst erhält Beiträge: Offene Pull Requests schlagen Übersetzungen, Metadaten für Codex und Ports für andere Agenten vor. Zum Beispiel dokumentiert der Vorschlag #104 von CezarDrumea die Validierung von Fähigkeitsmetadaten für Codex und die Synchronisierung des gemeinsamen Textes; er ist jedoch noch offen und kann nicht als genehmigter Prozess betrachtet werden.

Da es keine Anweisungen vom Maintainer gibt, besteht der überprüfbare Weg darin, einen Fork zu erstellen, einen Pull Request zu öffnen und zu erklären, wie das Format überprüft wurde. Es sollte nicht davon ausgegangen werden, dass ein offener Vorschlag akzeptiert wird.

Wie die Community darauf reagiert hat

Die dokumentierte Reaktion kombiniert schnelles Interesse, wahrgenommene Nützlichkeit und überprüfbaren Skeptizismus:

Der Hacker News-Thread 46986001, der von roywashere gepostet wurde, verlinkte auf die Rezension von Michiel und erhielt 90 Punkte und 66 Kommentare. Der Artikel lobt, dass benutzerdefinierte Regeln KI-Bearbeitungstools helfen können, und dokumentiert das Wachstum von 3.500 auf 3.900 Sterne an einem Tag. Dies ist ein Zeichen für Neugier und Verbreitung, aber kein Beweis für Wirksamkeit.
In demselben Thread argumentierte ciconia, dass die Erwartung eines soliden Engineering-Prozesses aus vagen Anweisungen für ein stochastisches Modell eine lächerliche Prämisse sei. Dies ist eine Kritik an der zentralen Annahme des Projekts: Eine kurze Richtlinie beseitigt nicht die Notwendigkeit von Spezifikation, Überprüfung und externer Kontrolle.
Die Rezension selbst enthält eine konkrete experimentelle Einschränkung: Nach dem Test einer Refaktorierung stellte Michiel fest, dass der Agent scheinbar zögerlich war, Code zu ändern, kam aber zu dem Schluss, dass er nicht sagen konnte, ob das Ergebnis aufgrund der nicht deterministischen Natur des Modells besser sei. Dies ist eine Kritik an der Bewertung, nicht eine endgültige Ablehnung.
Ein Pull Request von popey, #25, drückt Begeisterung aus: Er sagt, dass die Regeln sinnvoll sind und schlägt vor, die Beschreibung der Fähigkeit zu verbessern, damit sie genauer aktiviert wird. Der Antragsteller gibt an, bei Tessl zu arbeiten, und präsentiert Prozentsätze einer internen Bewertung; da weder das Harness noch seine Daten abgerufen werden konnten, können diese Prozentsätze nicht als unabhängige Validierung angesehen werden.

Es wurden keine direkten Beweise für eine Unterstützung von Karpathy gefunden. Eine Erwähnung von gauravvij137 in Hacker News, die bei der Suche gefunden wurde, betonte, dass Karpathy die Datei weder geschrieben noch unterstützt hat und dass dieselbe Richtlinie gleichzeitig unter dem Namen Multica im Umlauf war. Diese Unterscheidung ist besonders relevant angesichts des Namens des Repositorys.

Zwei einander gegenüberstehende holografische Avatare, einer mit geometrischer Struktur und einer mit chaotischen Daten, über Kommentaren von Hacker News

Andrej Karpathy Skills vs. andere Vorschläge

Vorschlag	Überprüfbare Übereinstimmung	Überprüfbare Differenz
`mattpocock/skills`	Beide verteilen operatives Wissen für Agenten über Fähigkeitsdateien.	Die API beschreibt `mattpocock/skills` als eine Sammlung, die aus `.agents` stammt; dieser Vorschlag konzentriert sich auf vier Verhaltensregeln und eine Anweisungsdatei.
`affaan-m/ECC`	Beide zielen darauf ab, das Verhalten von Code-Agenten zu verbessern.	ECC wird als ein System zur Optimierung von Agenten-Harnesses mit Fähigkeiten, Speicher, Sicherheit und vorheriger Recherche für verschiedene Umgebungen beschrieben; diese Richtlinie bietet keine dieser Komponenten oder ein ausführbares Harness.
`mbeijen/andrej-karpathy-skills-cursor-vscode`	Überträgt dieselben Ideen auf VS Code-basierte Editoren.	Es handelt sich um eine unabhängige Verpackung für Cursor oder VS Code, während das Hauptprojekt bereits eine Cursor-Regel im Markdown-Format bereitstellt.
`duolahypercho/andrej-karpathy-skills`	Teilt das Ziel, Verhaltensgrenzen für den Agenten festzulegen.	Es wird als Konvertierung dargestellt, die sich zunächst auf Codex konzentriert; das README des Hauptprojekts dokumentiert zuerst Claude Code und Cursor.

Der Vergleich sollte nicht auf Sterne reduziert werden. Dieses Repository ist geeignet, wenn Sie eine kurze und leicht überprüfbare Richtlinie suchen; eine umfangreiche Bibliothek oder ein Harness kann besser geeignet sein, wenn Speicher, Automatisierung, Sicherheit oder Bewertung erforderlich sind, aber es führt auch zu einer größeren operativen Oberfläche.

Anwendungsfälle und wer von diesem Repository profitieren kann

Entwickler, die Claude Code oder Cursor verwenden und eine minimale gemeinsame Richtlinie wünschen, können das Plugin installieren, CLAUDE.md als Datei in das Projekt einfügen oder die Cursor-Regel hinzufügen, um den Agenten aufzufordern, Annahmen explizit zu machen, Einfachheit zu bevorzugen und die Änderung auf die Aufgabe zu beschränken.
Rezensenten für kleine Korrekturen und begrenzte Änderungen können die vier Regeln als Checkliste verwenden: Erfolgskriterien definieren, einen Fehler bei Bedarf mit einem Test reproduzieren und sicherstellen, dass der Test bestanden wird, bevor die Änderung als abgeschlossen gilt. Das Repository bietet keine CI, Berechtigungen oder Integrationstests; diese Kontrollen bleiben extern.
Teams, die versionierte Anweisungen pro Repository pflegen, können die 65-zeilige Datei als Basis verwenden und sie mit eigenen Regeln für Typen, Tests oder APIs kombinieren, anstatt diese in jeder Konversation zu wiederholen. Es handelt sich um eine Verhaltensrichtlinie, nicht um einen Beweis für eine deterministische Verbesserung oder ein Ersatz für die menschliche Überprüfung.

Ressourcen

Repository: https://github.com/multica-ai/andrej-karpathy-skills
Dokumentation und Installation: https://github.com/multica-ai/andrej-karpathy-skills#install
Anweisungsdatei: https://github.com/multica-ai/andrej-karpathy-skills/blob/main/CLAUDE.md
Offizielle Fähigkeit im Repository: https://github.com/multica-ai/andrej-karpathy-skills/tree/main/skills/karpathy-guidelines
Regel für Cursor: https://github.com/multica-ai/andrej-karpathy-skills/tree/main/.cursor/rules
Schwesterprojekt Multica: https://github.com/multica-ai/multica
Rezension: https://tildeweb.nl/~michiel/65-lines-of-markdown-a-claude-code-sensation.html
Community: https://news.ycombinator.com/item?id=46986001

Hinweis: Dieser Artikel kombiniert das README, den Verlauf und die GitHub-API, offene Pull Requests, eine externe Rezension und Hacker News, die am 31. Juli 2026 abgerufen wurden. Die Zahlen ändern sich mit der Zeit.