Karpathy 日常任务准则

要解决什么问题

日常办公里让大模型写邮件、改文档、查资料时，常见失误不是「不会写」，而是默认假设、过度展开、顺手改一堆无关内容，以及用「搞定就行」这种无法自检的完成标准。本技能把 Andrej Karpathy 对 LLM 典型踩坑的观察，整理成可执行的行为准则，让 Agent 在单次任务里更像靠谱同事，而不是急于交差的自动化脚本。

技能如何约束行为

准则分四条，彼此衔接：

• 先想再做：显式写出假设；不确定就提问；多种理解并列说明，不静默选一种；有更简方案要说出来，必要时反驳过度需求。
• 简单优先：只走解决问题所需的最少步骤；不擅自加工具、流程或可配置项；不为几乎不可能的场景写防御逻辑；输出若比输入长一倍却无实质信息，应重写。
• 聚焦执行：编辑时只动与请求直接相关的行；不「优化」邻接格式或结构；风格对齐现有文档；发现无关问题可提及，不擅自修；仅清理本次改动产生的悬空引用或依赖。
• 目标驱动收尾：把任务改写成可验证目标（例如「写邮件」→ 语气、要点是否覆盖）；多步任务先给简短计划；成功标准要能让 Agent 独立循环自检，避免反复追问「算不算完成」。

适用边界

说明中明确写了权衡：整体偏向谨慎而非速度。对 trivial 任务应自行判断，不必把每条都执行到刻板程度。它不提供具体领域知识或工具链，而是元层面的协作纪律；适合挂在通用 Agent 上，减少办公室场景里的常见返工。