รีวิว karpathy skills: CLAUDE.md ไฟล์เดียว 186k ดาว ที่สรุปนิสัยพังๆ ของ AI เวลาเขียนโค้ด

หลังจากรีวิว superpowers ไป เราไล่ดู repo สาย Claude Code ต่อ แล้วไปเจออีกตัวที่ดาวเยอะพอกัน ชื่อ andrej-karpathy-skills แสนแปดหมื่นกว่าดาว แต่พอเปิดเข้าไปดู มันตรงข้ามกับ superpowers เกือบทุกทาง superpowers เป็นชุด skill สิบกว่าตัว มีด่าน มีกลไก ส่วนตัวนี้คือ ไฟล์ CLAUDE.md ไฟล์เดียว ยาวไม่ถึงเจ็ดสิบบรรทัด

ไฟล์เดียวนั้นทำอะไรได้ถึงมีคนกดดาวเป็นแสน คำตอบอยู่ที่มันไม่ได้พยายามสอนทุกอย่าง แต่หยิบเฉพาะนิสัยพังๆ ที่ AI ทำซ้ำ ๆ เวลาเขียนโค้ด มาเขียนเป็นกฎสั้น ๆ ให้โมเดลยึด ที่มาของกฎพวกนี้คือโพสต์ของ Andrej Karpathy บน X ที่พูดถึงจุดพังของโมเดลเวลาช่วยเขียนโค้ด

บทความนี้เล่าเป็นขั้น เริ่มจากมันคืออะไรและใครทำ ต่อด้วย 4 หลักที่มันสอน แล้วเทียบให้เห็นว่าต่างจาก superpowers ยังไงและควรเลือกตัวไหน ปิดที่ว่าควรลงไหมและเอาไปใช้กับงานตัวเองยังไง

ช่วงที่ 1karpathy skills คืออะไร และใครทำ

ก่อนอื่นเรื่องที่มา ต้องพูดให้ตรง repo นี้ ไม่ใช่ของ Andrej Karpathy เอง คนทำคือบุคคลที่สาม (multica-ai โดย Jiayuan Zhang) ที่หยิบสิ่งที่ Karpathy โพสต์ไว้บน X มาเรียบเรียงเป็นแนวปฏิบัติ ตัว repo บอกที่มาตรงไปตรงมา ตั้งชื่อว่า Karpathy-Inspired และลิงก์โพสต์ต้นทางให้ไปอ่านเองได้ ใช้สัญญาอนุญาตแบบ MIT ตรงนี้สำคัญ เพราะเวลาเห็นชื่อคนดังบน repo ควรแยกให้ออกว่าเป็นของเจ้าตัว หรือเป็นคนอื่นเอาคำพูดมาเรียบเรียง อันนี้คืออย่างหลัง และมันบอกไว้ชัด

ปัญหาที่ Karpathy พูดถึง คือนิสัยที่หลายคนเจอกับ AI เวลาช่วยเขียนโค้ด เขาเขียนไว้ประมาณว่า โมเดลชอบเดาสมมติฐานแทนเราแล้วก็ลุยต่อโดยไม่เช็ค ไม่ถามเมื่อไม่ชัด ชอบเขียนให้ซับซ้อนเกินจำเป็น พองโครงสร้างเกินงาน และบางทีก็ไปแก้หรือลบโค้ดที่ตัวเองยังไม่เข้าใจ repo นี้เอาปัญหาพวกนั้นมาตอบเป็นกฎ

ช่วงที่ 24 หลักที่มันสอน

ทั้งไฟล์ย่อเหลือ 4 หลัก แต่ละหลักแก้จุดพังหนึ่งอย่างที่ Karpathy พูดถึง

1. คิดก่อนเขียน ให้ AI วางสมมติฐานที่ใช้ออกมาให้เห็น และถามเมื่อไม่ชัด แทนที่จะเงียบ ๆ เลือกทางเองแล้วลุยต่อ การหยุดถามเมื่อไม่แน่ใจ ถือว่าทำถูก ไม่ใช่ทำงานไม่เสร็จ
2. เรียบง่ายไว้ก่อน เขียนโค้ดเท่าที่แก้ปัญหาตรงหน้าพอ ไม่ทำเผื่ออนาคตที่ยังไม่มาถึง ร้อยบรรทัดพอก็อย่าเขียนพันบรรทัด
3. แก้เฉพาะจุด แตะเฉพาะบรรทัดที่ตามรอยกลับไปหาคำสั่งได้ ไม่ไปรื้อของอื่นระหว่างทาง มีกติกาที่ละเอียดคือ โค้ดที่ตัวเองเพิ่งสร้างค้างไว้ให้เก็บกวาดเอง แต่โค้ดที่ตายอยู่ก่อนแล้วให้บอก อย่าเพิ่งลบเอง
4. ตั้งเป้าที่วัดผลได้ เปลี่ยนโจทย์กว้าง ๆ ให้เป็นเป้าที่มีเทสต์วัดได้ แล้วปล่อยให้โมเดลวนแก้เองจนถึงเป้า เพราะจุดแข็งของโมเดลคือการวนปรับซ้ำ ๆ มากกว่าการเข้าใจลึกในครั้งเดียว

ที่น่าสนใจคือ 4 ข้อนี้ต่อกันเป็นสายเดียว ปัญหาส่วนใหญ่เริ่มจากไม่เคลียร์สมมติฐาน แล้วเดาเอง จากนั้นเขียนซับซ้อนเกิน เผลอไปรื้อของอื่น จบด้วยเป้าที่ไม่ชัดจนต้องทำใหม่ แต่ละหลักคือการตัดสายนี้คนละท่อน

เสน่ห์ของมันไม่ใช่ความครบ แต่คือความสั้น ทั้งไฟล์อ่านจบในไม่กี่นาที และทุกข้อชี้ไปที่พฤติกรรมจริงที่ AI ทำพลาดซ้ำ ๆ

ช่วงที่ 3ต่างจาก superpowers ยังไง เลือกตัวไหน

ถ้าอ่าน รีวิว superpowers มาก่อน จะเห็นว่าสอง repo นี้แก้โจทย์เดียวกัน คือเอาแนวปฏิบัติที่ดีมาใส่ให้ AI ทำตาม แต่คนละสเกลกันโดยสิ้นเชิง

• karpathy skills ไฟล์เดียว เล็ก เน้นหลักการให้ยึด เหมาะกับตอน คนนั่งคุมทีละจังหวะ AI เขียน คนดู เป็นรอบ ๆ หลักพวกนี้ช่วยให้แต่ละจังหวะไม่หลุด
• superpowers ชุด skill สิบกว่าตัว มีด่านบังคับและกลไกยัดเข้า session เหมาะกับตอน ปล่อย AI ทำงานยาวเอง แบบไม่ต้องเฝ้าทีละจังหวะ จึงต้องมีรั้วแน่นกว่า

อีกจุดที่ต่างคือวิธีบังคับ superpowers ไม่เชื่อว่าเขียนกฎไว้เฉย ๆ แล้ว AI จะทำตาม มันเลยดักข้ออ้างที่โมเดลจะใช้ข้ามกฎ ไว้ในตัวคำสั่ง ส่วน karpathy skills วางเป็นหลักการให้ยึดแล้วเชื่อในดุลยพินิจของโมเดลกับคนที่นั่งคุมมากกว่า ไม่ใช่ว่าอันไหนดีกว่า แต่มันตอบคนละสถานการณ์ งานที่คนอยู่ด้วยตลอด หลักสั้น ๆ ก็พอ งานที่ปล่อยยาว ต้องมีรั้วที่ข้ามยาก

ช่วงที่ 4ควรลงไหม แล้วเอาไปใช้ยังไง

ควรลอง karpathy skills ไหม

คุ้มที่จะลอง โดยเฉพาะถ้ายังไม่มีไฟล์ CLAUDE.md เป็นของตัวเอง เพราะมันเบามาก เป็นแค่ไฟล์ข้อความ ไม่มีกลไกอะไรซ่อน ลงได้หลายวิธี ทั้งลงเป็น plugin ก๊อปไฟล์ CLAUDE.md เข้าโปรเจกต์ตรง ๆ หรือต่อท้ายไฟล์เดิมที่มีอยู่แล้ว เนื้อหาเปิดแบบ MIT อ่านทั้งไฟล์แล้วหยิบเฉพาะข้อที่เข้ากับงานตัวเองก็ได้

ไอเดียที่หยิบไปใช้ได้เลย

ต่อให้ไม่ลง repo หลักที่ตกผลึกที่สุดของมันคือ การหยุดถามเมื่อไม่ชัด ต้องนับว่าเป็นงานที่ทำถูก ไม่ใช่การทำงานไม่เสร็จ เพราะจุดพังส่วนใหญ่ของ AI เริ่มจากตรงนี้ คือมันเดาแทนเราแล้วลุยต่อ ถ้าเขียนลงไฟล์กฎของตัวเองว่าเมื่อไม่ชัดให้ถามก่อน ก็ตัดปัญหาไปได้ครึ่งหนึ่งแล้ว

ส่วนเราเอง หยิบหลักพวกนี้บางข้อมาผสมกับไฟล์กฎและ skill ที่ใช้อยู่ ไม่ได้ลงทั้งไฟล์ เพราะบางข้อซ้ำกับกฎที่เรามีอยู่แล้ว วิธีที่เราต่อมันเข้ากับ stack ของตัวเองเป็นรายละเอียดที่ยังไม่ลงในบทความนี้ แต่หลักข้างบนเอาไปใช้ได้ทันที

กฎข้อเดียวที่ต้องจำ

ถ้าจะจำอย่างเดียวจากบทความนี้ ขอให้เป็นข้อนี้ แนวปฏิบัติที่ดีไม่จำเป็นต้องมาเป็นชุดใหญ่ repo ที่คนกดดาวแสนแปดหมื่น เป็นแค่ไฟล์เดียวที่ชี้จุดพังของ AI ให้ตรง แล้วเขียนกฎสั้น ๆ กันไว้ ขนาดของเครื่องมือไม่ได้บอกว่ามันช่วยได้แค่ไหน สิ่งที่บอกคือมันจับปัญหาจริงได้ตรงหรือเปล่า

บทความนี้เป็นหนึ่งชั้นใน สถาปัตยกรรม AI agent ระดับ production ทั้ง 7 ชั้น