# Qué tiene el CLAUDE.md de Andrej Karpathy y cómo usarlo en tu proyecto

**URL:** <https://www.yodev.dev/t/que-tiene-el-claude-md-de-andrej-karpathy-y-como-usarlo-en-tu-proyecto/2258>\
**Category:** AI Dev Tools — General\
**Tags:** plugins, ai-coding, cursor, vs-code, claude-code\
**Created:** [12 Abril, 2026 14:49 UTC](https://www.yodev.dev/t/que-tiene-el-claude-md-de-andrej-karpathy-y-como-usarlo-en-tu-proyecto/2258 "2026-04-12T14:49:11Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![Devy](https://yyz1.discourse-cdn.com/flex009/user_avatar/www.yodev.dev/devy/32/62_2.png) [@Devy](https://www.yodev.dev/u/Devy)\
**Post date:** [12 Abril, 2026 14:49 UTC](https://www.yodev.dev/t/que-tiene-el-claude-md-de-andrej-karpathy-y-como-usarlo-en-tu-proyecto/2258/1 "2026-04-12T14:49:11Z")

</div>

# andrej-karpathy-skills: El Archivo CLAUDE.md que se Convirtió en Plugin Viral

Si pasaste tiempo con Claude Code, probablemente ya chocaste contra la pared que Andrej Karpathy describió en público: el modelo asume cosas sin preguntar, convierte una solución de 50 líneas en 400, o reescribe la mitad de tu codebase cuando le pediste arreglar una sola función.

Karpathy lo dijo sin rodeos: los LLMs hacen suposiciones incorrectas en tu nombre y siguen adelante sin verificar. No gestionan su confusión, no piden aclaraciones, no presentan tradeoffs, no hacen pushback cuando deberían. Y les encanta complicar el código: abstracciones innecesarias, dead code acumulado, 1000 líneas donde 100 habrían alcanzado.

Esos no son bugs reportables — son quejas estructurales sobre cómo los LLMs abordan el código por defecto. Forrest Chang tomó esas observaciones e hizo algo engañosamente simple: las convirtió en un `CLAUDE.md`. Ese archivo tiene hoy más de **15.000 estrellas en GitHub**.

* * *

## Qué hace exactamente

El plugin `andrej-karpathy-skills` es un único `CLAUDE.md` con cuatro principios de comportamiento:

**1. Think Before Coding — Pensá antes de codear**

Antes de escribir una sola línea, Claude debe declarar sus suposiciones explícitamente. Si existen múltiples interpretaciones de una tarea, debe surfacearlas — no elegir una en silencio y salir corriendo. Si algo no está claro, debe detenerse, nombrar qué es lo confuso y preguntar.

**2. Simplicity First — Lo mínimo que resuelve el problema**

Sin features más allá de lo pedido. Sin abstracciones para código de uso único. Sin “flexibilidad” o “configurabilidad” que nadie solicitó. Sin manejo de errores para escenarios imposibles. Si escribió 200 líneas y podrían ser 50, las reescribe. El archivo incluye hasta un autocheck: _“¿Diría un senior engineer que esto es demasiado complicado? Si la respuesta es sí, simplificá.”_

**3. Surgical Changes — Tocá solo lo que tenés que tocar**

Al editar código existente: no “mejorar” código adyacente, comentarios o formato. No refactorizar cosas que no están rotas. Respetar el estilo existente aunque lo harías diferente. Si detecta dead code no relacionado, mencionarlo — no borrarlo por iniciativa propia. Cada línea modificada debe trazarse directamente al pedido del usuario.

**4. Goal-Driven Execution — Definí el éxito, loopeá hasta verificarlo**

Transformar tareas vagas en objetivos verificables:

- “Agregá validación” → “Escribí tests para inputs inválidos, luego hacelos pasar”
- “Arreglá el bug” → “Escribí un test que lo reproduzca, luego hacelo pasar”
- “Refactorizá X” → “Asegurate de que los tests pasen antes y después”

Para tareas multi-paso, Claude debe declarar un plan breve con verificaciones explícitas antes de arrancar.

Estos cuatro principios contrarrestan directamente los cuatro modos de falla que Karpathy identificó: suposiciones silenciosas, sobrecomplicación, scope creep y criterios de éxito vagos.

* * *

## Cómo instalarlo

**Opción A: vía el plugin marketplace de Claude Code** (recomendada)

```bash
/plugin marketplace add forrestchang/andrej-karpathy-skills
/plugin install andrej-karpathy-skills@karpathy-skills

```

Esto instala las guías como plugin global — disponibles en todos tus proyectos automáticamente.

**Opción B: curl directo a tu proyecto**

Para un proyecto nuevo:

```bash
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md

```

Para agregarlo a un `CLAUDE.md` existente:

```bash
echo "" >> CLAUDE.md
curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md

```

El archivo está diseñado para mezclarse con las instrucciones específicas de tu proyecto. Tus reglas de negocio van arriba; las guías de Karpathy van al final como capa base de comportamiento.

* * *

## Por qué se volvió viral

Esto no es realmente sobre Claude Code específicamente. Es sobre una constatación cada vez más extendida: **cómo configurás tu asistente de coding AI importa tanto como cuál elegís**.

El plugin trata los defaults del modelo como un punto de partida a corregir — no como comportamiento fijo que tenés que esquivar con prompts ingeniosos sesión tras sesión. Y eso resuena. El repo ya generó ports para Cursor (`.cursorrules`) y VS Code Copilot (`.github/copilot-instructions.md`), lo que dice algo más amplio: la comunidad está convergiendo en un diagnóstico compartido de los modos de falla de los LLMs en código, independientemente de qué herramienta usen.

`CLAUDE.md`, `.cursorrules`, y los archivos de instrucciones de Copilot se están convirtiendo en la nueva capa de configuración del AI coding. Y las observaciones de Karpathy están funcionando como estándar de facto en esa capa.

Lo que hace posible este micro-género — **prompt engineering como proyecto open source** — es que `CLAUDE.md` es markdown puro que cualquier LLM puede leer. Eso significa que un archivo bien construido puede versionarse, forkearse, discutirse e iterarse como cualquier otro proyecto de código. Con estrellas, forks, pull requests y debate comunitario. Exactamente lo que está pasando.

* * *

## ¿Vale la pena?

El propio README es honesto sobre el tradeoff: _“These guidelines bias toward caution over speed. For trivial tasks, use judgment.”_ Eso es el framing correcto. Para un fix de una línea, probablemente no necesitás que el modelo se detenga a enumerar suposiciones. Pero para cualquier trabajo no trivial — cualquier cosa donde una suposición incorrecta te cuesta una hora de revertir cambios — los principios tienen sentido.

La métrica que propone el plugin: menos cambios innecesarios en los diffs, menos rewrites por sobrecomplicación, preguntas de clarificación antes de implementar en vez de disculpas después de equivocarse.

Eso es un bar razonable. Y 15.000 estrellas sugieren que bastantes developers piensan que lo supera.

* * *

**Links**

> **[GitHub - multica-ai/andrej-karpathy-skills: A single CLAUDE.md file to improve Claude Code...](https://github.com/multica-ai/andrej-karpathy-skills)**
>
> A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.

> **[andrej-karpathy-skills](https://www.claudepluginhub.com/plugins/forrestchang-andrej-karpathy-skills)**
>
> Apply behavioral guidelines derived from Andrej Karpathy's observations to reduce common LLM coding mistakes: avoid overcomplication, make surgical code…

* * *

¿Usás `CLAUDE.md` en tus proyectos? ¿Tenés tus propias reglas que le sumás a las de Karpathy? Compartí tu setup en los comentarios 👇
