两个仓库都在给编码 agent 立规矩,一个交清单,一个交工序
multica-ai/andrej-karpathy-skills 2026 年 1 月 27 日建库,核对时 230,784 星、22,965 个 fork、1,305 个订阅者、139 个未关闭 issue,API 的 size 字段只有 20 KB,license 与 language 都是 null,最后一次 push 停在 2026 年 4 月 20 日。它的 description 一句话交代了来历:A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls——把 Karpathy 对大模型写代码那些毛病的观察,收成一份 CLAUDE.md。
另一个是 github/spec-kit,GitHub 官方仓,2025 年 8 月 21 日建库,148,584 星、13,354 个 fork、737 个订阅者、209 个未关闭 issue,MIT,Python,size 22439 KB,最后 push 在 2026 年 11 月 7 日 04:09——核对当天它前一天还在动。description 写的是 Toolkit to help you get started with SDD or any other process!,homepage 指向 github.github.io/spec-kit/,挂了 7 个 topic:ai、copilot、development、engineering、prd、spec、spec-driven。
两条都在积压队列的 agent-rules 一族,评分 97 和 82,所以这篇做横评,一次消耗两条。但把 README 和目录摊开就会发现,它俩根本不在同一层上约束 agent:一个交给模型一份人写的负面清单,靠它自觉少犯错;一个交给项目一套官方脚手架,把「先写清楚再动手」做成必须走完的流程。站内 11-07 的 gh-agent-skills-trio 讲 skills 规范与三方实现之争,本文不复述那场争论,只问一句:装完之后,agent 的具体行为到底哪里变了。
一份压进上下文的否定句,和一组生成产物的命令门禁
A 的全部机制就是那个 2357 字节的 CLAUDE.md。它分四节:Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Execution,通篇是 Don't assume、No features beyond what was asked、Don't refactor things that aren't broken 这类否定句,要求下笔前先陈述假设、不确定就问、只改该改的行、把任务翻成可验证的目标再循环。约束靠的是 CLAUDE.md 这个约定文件名本身——Claude Code 一开会话就把它读进上下文。它不改变工作流程,只压住模型的默认倾向:装完最直观的变化是 diff 更干净、澄清问题前移、少过度设计。
更值得注意的是它给自己写的退路。文件开头就声明 These guidelines bias toward caution over speed. For trivial tasks, use judgment.,结尾又给了一条自检标准:更少的无关改动、更少的返工、澄清问题出现在动手之前而不是出错之后。这是软约束,没有 hook、没有脚本、没有任何拦截:模型不理它,什么都不会发生;换个不读 CLAUDE.md 的宿主,仓库另给一份 CURSOR.md(1955 字节),仍是同一份文本、同一种软约束。
B 反过来,管的是工序。specify init 之后项目里多出 .specify/,templates/ 下 7 个条目里有 spec-template.md、plan-template.md、tasks-template.md、constitution-template.md、checklist-template.md,templates/commands/ 下 9 个命令模板:analyze、checklist、clarify、constitution、converge、implement、plan、specify、tasks。README 给的最小流程是 /speckit-constitution 立原则、/speckit-specify 写规格、/speckit-plan 定技术栈、/speckit-tasks 拆任务、/speckit-implement 执行、/speckit-converge 收口,每一步落一份可评审的产物。它把「接活就写」改写成一条不能跳的流水线。
于是装 B 之后,agent 的活法变了:不再直接答你「做个相册」,而是先逼出一份章程和 spec,把「按日期分组、平铺预览」这类话固定成文档,再逐层往下推,产物留在 .specify/ 里供下次续用。README 自己把定位写得很白:gives AI coding agents structured processes, reusable templates, and documented outcomes。A 改的是脾气,B 改的是工序——同样是立规矩,一个改模型下笔前的犹豫,一个改模型开工后的顺序。
230,784 星的那个只报 20 KB,148,584 星的那个有 22,439 KB
先把两组的硬数字摊平。A:230,784 星、22,965 fork、1,305 订阅、139 未关闭 issue、2026-01-27 03:53 建库、2026-04-20 10:05 最后 push、license 为 null、language 为 null、size 20 KB、topics 0 个、default_branch main、homepage 空。B:148,584 星、13,354 fork、737 订阅、209 未关闭 issue、2025-08-21 22:54 建库、2026-11-07 04:09 最后 push、MIT、Python、size 22,439 KB、topics 7 个、default_branch main、homepage 指向官方站。星更高的那个,size 只有 20 KB,另一个是 22,439 KB。
再看「厚度」完全不和星标成正比。A 的核心就一份 2,357 字节的 CLAUDE.md,加上另外 4 份 Markdown(CURSOR.md 1,955、EXAMPLES.md 14,838、README.md 6,198、README.zh.md 6,042 字节)和 1 个 skills/ 目录;B 是 22,439 KB 的 Python 工程,src/specify_cli、scripts/ 下 bash / powershell / python 三套脚本、presets/ 7 个条目、templates/commands/ 9 个命令模板,外加 docs/、tests/、workflows/,还带 CHANGELOG.md 149,562 字节和 CONTRIBUTING.md 30,235 字节。一个把全部约束压进 2,357 字节,一个把约束摊成整套工程。
有两处口径必须挑明。第一处是 A 的体积:API 的 size 字段报 20 KB,可 /contents/ 下根目录 5 个文件的字节相加是 31,390——size 是压缩后的 git 体积口径、且可能滞后,不是文件实数,别拿它当「全仓就这么大」。第二处是 description 的自述:它写 A single CLAUDE.md file,可仓库实际已经长出 CURSOR.md、EXAMPLES.md、两份 README、skills/ 和 .claude-plugin/,「单文件」是叙事,不是目录现状;再加上 API 的 license 字段为 null,抄进闭源产品前得自己确认能不能用,而不是看一句 description。
最后是热度口径。选题池给 github/spec-kit 挂了「本周 Trending 标注增 4,280 星」,karpathy-skills 那条只是 97 分积压、并没有这个标注,两者别混;但 GitHub API 根本没有「本周新增星」这个字段,4,280 无法从仓库或接口复核,本文只当作选题时的热度标注、不进任何实测结论。把周榜标注当实测排序,等于拿标注当测量。能站稳的只有 stars、forks、created_at、pushed_at 这类接口直接给的字段,和 /contents/ 数出来的 9 个命令模板、7 个模板条目、5 个根目录文件。
先决定要约束的是脾气还是工序,再选安装命令
A 几乎不用装。把 CLAUDE.md 放进项目根目录(或按它开头那句 Merge with project-specific instructions as needed 并进你已有的规则文件),Claude Code 开会话自己会读;用 Cursor 就换 CURSOR.md;想按插件分发,.claude-plugin/ 里已经有 marketplace.json 和 plugin.json。它的正确用法偏「读」:照四节否定句改自己的 AGENTS.md,或翻 EXAMPLES.md 看反例,而不是指望它替你管流程。零依赖、零配置、跨宿主,代价也在这:全靠模型愿意照做。
B 要先装 CLI。README 要求 Python 3.11+ 和 uv,命令是 uv tool install specify-cli,再 specify init my-project --integration copilot 生成项目;换别的 agent 要按 integration key 分别配。想加 bug 修复或点子评估,再 specify extension add bug、specify extension add assess,对应的 /speckit-bug-assess、/speckit-assess-intake 才会出现。装完按 /speckit-specify 到 /speckit-implement 的顺序走,产物落在 .specify/。它给的是一套可复现的工序,代价是每次都得从模板起步。
判断表如下,A 是 multica-ai/andrej-karpathy-skills,B 是 github/spec-kit:
- 只想压住过度设计、乱改相邻代码、不懂装懂这些常见毛病,且改的多是琐碎任务——选 A。2,357 字节的负面清单放进根目录就生效,不绑架开工顺序,改一行 bug 也不用先写 spec;代价是纯靠模型自觉,且 license 为 null、最后一次 push 停在 2026-04-20。
- 要从零起一个正经项目、团队要可评审的 spec/plan/tasks 文档、要把「先写清楚再动手」变成门禁——选 B。9 个命令模板加
specifyCLI 把流程固定成产物,官方维护、MIT、核对前一天还在 push;代价是Python 3.11+与 uv 的前置,以及改个小 typo 也得走流程(或另装 bug 扩展)。 - 两者都想要——可以叠:把 A 那四节否定句抄进 B 的
constitution-template.md,让「别过度设计」成为项目章程的一条,再交给 B 的命令门禁去执行。别指望 A 给流程、B 给否定清单,它俩管的是不同层,混着读会两头落空。 - 两者都可以不装——你若只需要「先报假设、只改该改的」这几条,直接把方法写进自己的
AGENTS.md,比养一个 CLI 和 9 个命令模板便宜;反过来,只想看看 SDD 长什么样,读spec-driven.md(26,229 字节)也就够了,不必specify init。
一个务实提醒:两者都不改模型,改的是模型开机时读到的那摞文本、以及它按什么顺序被驱动。A 是 2,357 字节的清单,B 是 uv 装出来的 CLI 加 9 个命令模板。装得越重,故障面越大:B 少了 Python 3.11+ 或 uv,specify init 根本跑不起来;A 更干脆,本来就只是几份能读的 Markdown。
230,784 星量的是谁的名字,不是装了之后改变多少
先质疑星标。A 230,784 星、B 148,584 星,差了八万多,可把时间摊开看很不对劲:A 的 created_at 是 2026-01-27,pushed_at 停在 2026-04-20,核对时已经超过半年没动,license 是 null,size 报 20 KB;B 2025-08-21 建库,2026-11-07 还在 push,MIT、22,439 KB、7 个 topic、一份 149,562 字节的 CHANGELOG。星更高的那个,作者名气和「一份文件治好 AI 瞎写代码」的叙事占了大头,机制上它只是 4 节否定句。订阅率也都不高:A 1,305 除以 230,784 约 0.57%,B 737 除以 148,584 约 0.50%,两边都是「先收藏」的量级。把 23 万星读成「更该先装」,正好读反了:持续投入的官方工程反而是星更少的那个。
再质疑「装了行为变了」这件事本身。A 是纯文本、无 hook、无强制,连自己都写 bias toward caution over speed、For trivial tasks, use judgment,等于承认琐碎任务上这份规矩会自动让位;换一个不读 CLAUDE.md 的宿主,行为根本不变。B 把流程做成门禁,可反过来,偏不了流程也意味着临场改主意变难——官方后来把 bug fixing、idea assessment 拆成 specify extension add 才装的可选扩展,README 还专门声明 These are independent entry points, not mandatory phases,正是在给「改一行字也要走六步」松绑。粒度越粗,agent 越听话,你越难绕开它。两者交付的都是文本加命令,不是运行时;行为的改变全靠宿主愿不愿意在开机时读进去、愿不愿意按命令走。
第三处质疑在自述的可靠性。description 说 A single CLAUDE.md file,目录里却已经摊着 5 份 Markdown 加插件壳;API 的 size 报 20 KB,/contents/ 的根目录字节和却是 31,390;所谓「本周 Trending 标注增 4,280 星」只来自选题池周榜,GitHub API 根本没有周增字段,还被特意叮嘱别混到 karpathy-skills 头上。这些对不齐的地方,恰恰是最容易被当成硬指标的那些。唯一能站稳的,是 stars、forks、created_at、pushed_at,和 /contents/ 数出来的 9、7、5 这些实数。
第四处是「不装配套工具会怎样」。B 不装 Python 3.11+ 和 uv,uv tool install specify-cli 就走不下去,脚手架进不了项目;A 更干脆,它本来就只是几份能读的 Markdown,不读就完全没装。「立规矩」这件事的成本,几乎全在宿主这一侧:清单要宿主开机读、脚手架要宿主认命令,换一个不认的环境,重装一遍是小事,规则根本不生效才是常态。
所以判断不是「哪个星多装哪个」,也不是「官方的就更该装」,而是「你要约束的是 agent 的脾气还是它的工序」。只想让它少过度设计、少乱改、不懂就问,选 A 那份 2,357 字节的负面清单,放进根目录就完事;要把它从「接活就写」改造成「先立原则、再写 spec、再拆任务、最后收口」,选 B 那套 9 个命令模板的官方脚手架,并接受 Python 3.11+ 与 uv 的门票。最该先做的不是装,是先写清楚你要改的是哪一层:改脾气用文本,改工序才上 CLI——顺序反了,你会先花半小时配 uv,再发现要的只是一句「别自作主张加功能」。
去看这两个仓库
multica-ai/andrej-karpathy-skills 230,784 星 / 一份 CLAUDE.md 负面清单;github/spec-kit 148,584 星 / MIT / GitHub 官方 SDD 脚手架
前往 GitHub