一个纯文本文件刚刚彻底改变了开发者使用 AI 编程的方式。
不是新模型。
不是昂贵的 IDE。
也不是另一个 "AI Agent" 创业公司。
就一个文件：
CLAUDE.md
而它已经悄然成为 GitHub 上增长最快的开发者配置之一。
⭐ 超过 82,000 颗星。
数千次 fork。
从初创公司到企业团队的工程师，一夜之间把它复制到自己的项目中。
因为开发者终于意识到一件事：
Claude Code 的失败不是因为模型弱。
而是因为每一次会话都从"失忆"开始。
每次打开 Claude Code，它都会忘记：
• 你的技术栈
• 你的架构决策
• 你的命名规范
• 你的编码标准
• 上周已经失败过什么
• 哪些东西绝对不能改
• 为什么你选择这个框架而不是那个
• 哪些文件太危险不能碰
所以模型只能像所有没有上下文的 AI 一样——靠猜。
而这些猜的成本高得离谱。
你让它修复一个函数。
它重写了三个文件。
重命名了你故意选好的变量。
重构了正在正常运行的代码。
建议了与你的架构不兼容的工具。
删除了"为了清理"的东西。
改了没人让它碰的格式。
然后你花下一个小时来撤销这些"帮助"。
这就是没人谈论的 AI 编程隐藏成本。
一位工程经理估算，他们的团队每周几乎要浪费 8 小时，仅仅是为了：
→ 重新解释项目上下文
→ 撤销未经授权的修改
→ 纠正错误的假设
→ 重新告知架构决策
→ 阻止范围蔓延
这不是 AI 的问题。
这是记忆的问题。
而 CLAUDE.md 用最简单的方法解决了它。
它只是一个放在项目根目录的纯文本文件。
但 Claude 会在每次会话开始时自动读取它。
这意味着你的 AI 终于以上下文开始，而不是混乱。
区别是巨大的。
没有 CLAUDE.md：
"AI 助手"
有 CLAUDE.md：
"已经了解你项目的工程师"
这个文件通常包含三层。
━━━━━━━━━━━━━━━
- 默认规则 ━━━━━━━━━━━━━━━
这一部分教会 Claude 你的工作方式。
回答应该有多详细。
你的技术栈是什么。
你如何沟通。
你已经掌握了多少上下文。
使用什么样的写作风格。
哪些事情不能做。
比如：
→ 不要使用填充短语
→ 回答的篇幅与任务复杂度成比例
→ 在做假设之前先询问
→ 永远不要过度解释基础概念
→ 严格匹配我的编码风格
→ 自动遵循项目约束
听起来很简单。
但经过数百个提示词之后呢？
这消除了大量的重复。
大多数开发者每天无意中花 20–40 分钟重新向 AI 提供上下文。
每。一。次。会。话。
现在把这个乘以一个工程团队。
那就是每个月浪费数千美元，仅仅因为重复说话。
━━━━━━━━━━━━━━━
- 行为控制 ━━━━━━━━━━━━━━━
这是开发者几个月前就希望拥有的部分。
因为在这里，你可以阻止 Claude 变得"创造性地搞破坏"。
你定义硬性边界，比如：
→ 只修改与任务直接相关的文件
→ 永远不要重构无关代码
→ 删除任何东西前先询问
→ 破坏性操作前先确认
→ 不要未经批准重写现有结构
→ 始终显示具体改了什么
→ 永远不要自动部署或运行迁移
仅凭这一部分，就能阻止大多数 AI 编程噩梦。
不再有惊喜式的重写。
不再有架构漂移。
不再有"我帮你清理了一下"的灾难。
AI 变得可预测。
而这正是工程师真正想要的。
━━━━━━━━━━━━━━━
- 记忆 + 项目大脑 ━━━━━━━━━━━━━━━
这才是真正强大的地方。
开发者开始将 CLAUDE.md 与以下文件配对使用：
MEMORY.md
ERRORS.md
现在 Claude 可以记住：
• 团队已经做过的决策
• 失败过的方法
• 被否决的工具
• 生产事件
• 技术约束
• 架构权衡
• 客户端特定规则
这意味着 AI 不再推荐你几个月前就已经排除的东西。
它不再遗忘。
这改变了一切。
因为 AI 编程的真正瓶颈不再是代码生成。
而是持久的上下文。
而大多数人还没有意识到这一点。
━━━━━━━━━━━━━━━
让它爆红的 4 条规则 ━━━━━━━━━━━━━━━
这套配置在开发者开始分享 4 条简单规则后迅速走红——这些规则受 Andrej Karpathy 与 AI 系统协作方法的启发。
它们看起来出奇地基础：
- 先问再假设。
- 优先使用最简单的方案。
- 不要碰无关代码。
- 立即标记不确定之处。
就这些。
但这 4 条规则解决了大多数 AI 编程的失败。
因为最大的损害通常来自 AI 在没有足够上下文的情况下过于自信地行动。
那些获得最佳结果的开发者并不是在"使用更多 AI"。
他们是在减少不确定性。
一旦你看到这一点，就再也无法忽视。
━━━━━━━━━━━━━━━
AI 编程的真正分水岭 ━━━━━━━━━━━━━━━
现在，使用 Claude Code 的开发者基本上分为两类。
第一类：
每次会话从零开始。
每天重复上下文。
清理不必要的修改。
不断与范围蔓延作斗争。
把 AI 当成临时的自动补全。
第二类：
使用持久的指令。
锁定行为规则。
维护项目记忆。
严格控制范围。
把 AI 当成长期的工程协作者。
相同的模型。
完全不同的结果。
这就是为什么这个文件传播得这么快。
因为一旦 Claude 拥有：
• 规则
• 记忆
• 技术栈意识
• 行为约束
• 项目上下文
……它就不再像一个聊天机器人了。
而是开始像基础设施。
━━━━━━━━━━━━━━━
从这里开始 ━━━━━━━━━━━━━━━
打开你的项目。
创建一个名为 CLAUDE.md 的文件。
然后先把这 4 条规则贴进去：
• 先问再假设
• 优先使用最简单的方案
• 不要碰无关代码
• 明确标记不确定之处
仅此一项，就能立即改善 Claude 的行为。
然后随着时间的推移逐步扩展：
→ 你的技术栈
→ 编码标准
→ 架构规则
→ 禁止的操作
→ 决策日志
→ 项目记忆
大多数开发者还没有做这件事。
这意味着普通 AI 辅助编程与精英 AI 辅助编程之间的差距，越来越不是关于模型……
而是关于谁懂得如何正确地组织上下文。
收藏这篇文章。
因为六个月后，持久的 AI 项目记忆可能会像今天的 GitHub 仓库一样正常。
