CLAUDE.md yang terinspirasi Karpathy menembus 15K bintang: bagaimana sebuah berkas Markdown membuat AI menaklukkan kebiasaan buruk dalam menulis kode

Sebuah proyek GitHub bernama andrej-karpathy-skills yang hanya memiliki satu file Markdown berhasil menembus 15.000 bintang, menjadi salah satu proyek open-source paling populer dalam ekosistem Claude Code. File CLAUDE.md ini didasarkan pada pengamatan Andrej Karpathy, mantan Chief AI Officer di Tesla, tentang kesalahan umum saat menulis program dengan LLM, kemudian mengubahnya menjadi pedoman perilaku yang dapat langsung digunakan oleh Claude Code.

Kebiasaan buruk pemrograman LLM yang diobservasi Karpathy

Karpathy menunjukkan bahwa LLM saat menulis kode melakukan beberapa kesalahan yang dapat diprediksi: over-engineering, mengabaikan pola kode yang sudah ada, dan menambahkan dependensi di tempat yang tidak perlu. Ini bukan kesalahan acak, melainkan bias sistematis yang dihasilkan dari cara model dilatih—model cenderung menampilkan solusi yang terlihat “pintar”, bukan solusi yang ringkas yang selaras dengan konteks proyek.

Wawasan kuncinya adalah: karena kesalahan-kesalahan ini dapat diprediksi, kesalahan tersebut dapat dicegah dengan instruksi yang tepat. Inilah penerapan nyata “feedforward” dalam Harness Engineering—menetapkan aturan sebelum AI bertindak, bukan memperbaikinya setelah kejadian.

Bagaimana satu file Markdown mengubah perilaku AI

CLAUDE.md adalah konfigurasi tingkat proyek untuk Claude Code. Ketika kamu meletakkannya di direktori root proyek, Claude Code akan secara otomatis membaca dan mengikuti instruksi di dalamnya setiap kali dijalankan. File ini mengubah pengamatan Karpathy menjadi empat prinsip inti:

Eksekusi yang digerakkan oleh tujuan — mengubah instruksi imperatif menjadi tujuan deklaratif, disertai lingkaran verifikasi

Jangan berasumsi — saat menghadapi situasi yang tidak pasti, harus dikonfirmasi lebih dulu, bukan menebak

Jangan menyembunyikan kebingungan — jika tidak memahami kebutuhan, harus dinyatakan dengan jelas

Tampilkan trade-off secara proaktif — saat ada beberapa opsi, tampilkan kelebihan dan kekurangan masing-masing

Prinsip-prinsip ini terdengar seperti saran untuk insinyur manusia, tetapi dalam konteks AI artinya berbeda. Perilaku default LLM adalah “menghasilkan respons yang selengkap mungkin”, meskipun itu berarti menebak maksud pengguna atau melakukan desain berlebihan. CLAUDE.md mengarahkan perilaku default tersebut ke arah yang lebih hati-hati.

Tren di balik 15K bintang: bentuk baru dari Prompt Engineering

Ledakan proyek ini mencerminkan perubahan dalam komunitas pengembang: dari “menggunakan AI untuk menulis kode” berkembang menjadi “bagaimana perilaku AI yang direkayasa membuat kualitas kode menjadi lebih baik”. Dulu, prompt engineering berfokus pada desain prompt untuk satu percakapan—sekarang fokusnya adalah pada pedoman perilaku yang dipertahankan dalam jangka panjang: sekali disetel, berlaku untuk waktu yang lama.

Ini juga selaras dengan sebuah aspek yang belum banyak dibahas dalam tren Vibe Coding: ketika 92% pengembang di Amerika sudah memakai alat pemrograman berbasis AI, penentu kualitas kode tidak lagi hanya kemampuan model, melainkan bagaimana kamu “mengelola” perilaku rekan AI ini. CLAUDE.md yang baik mungkin lebih efektif daripada memilih model yang lebih kuat.

Proyek ini dibuat oleh pengembang forrestchang, 100% open-source, dan selain file utama CLAUDE.md, juga menyediakan versi yang dapat digunakan sebagai instalasi untuk Claude Code Skill.

Artikel CLAUDE.md yang diinspirasikan Karpathy ini menembus 15K bintang: bagaimana satu file Markdown menjinakkan kebiasaan buruk AI saat menulis kode pertama kali muncul di Jaringan Berita ABMedia.