Un archivo CLAUDE.md se convirtió en ecosistema: lo que empezó con Karpathy ahora tiene 89K estrellas y decenas de forks
El 26 de enero de 2026, Andrej Karpathy publicó un hilo en X sobre lo que le estaba pasando después de cambiar su forma de programar. Había pasado de 80% código manual con autocomplete a 80% agentes de IA en cuestión de semanas, y tenía observaciones muy específicas sobre los patrones de falla que veía repetirse.
No era una queja vaga. Era un diagnóstico clínico.
Los modelos asumen sin preguntar y siguen adelante sin verificar. Sobrecomplicaban el código, inflaban abstracciones, no limpiaban código muerto. Hacían cambios “ortogonales” — tocaban cosas que no tenían nada que ver con la tarea. Y cuando les dabas instrucciones procedurales, las ejecutaban mecánicamente en lugar de entender el objetivo real.
Un dev llamado Forrest Chang leyó ese hilo y convirtió cada observación en una instrucción concreta para un archivo CLAUDE.md.
Lo que Chang hizo, exactamente
El repo forrestchang/andrej-karpathy-skills es un archivo de configuración, no una librería ni un framework. Un archivo que Claude Code lee al iniciar cada sesión en ese directorio.
Cuatro principios codificados como directivas de comportamiento:
No asumir. Si hay ambigüedad, el modelo tiene que nombrarla explícitamente y preguntar. No elegir silenciosamente y avanzar.
No esconder confusión. Si algo no está claro, parar. Decir qué es lo confuso. Pedir aclaración. El archivo lo dice directo: si hay múltiples interpretaciones posibles, presentarlas — no elegir una en silencio.
Mostrar los tradeoffs. Antes de implementar, identificar si hay enfoques más simples. Mínimo código que resuelva el problema. Sin features que nadie pidió, sin abstracciones para uso único.
Ejecución orientada a objetivos. El principio más poderoso. En lugar de instrucciones procedurales (“hace X, luego Y, luego Z”), darle criterios de éxito verificables y dejar que el modelo arme el camino. “Hacé fallar el test, después hacelo pasar” en lugar de “arreglá el bug”.
Para instalarlo en un proyecto:
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md
O para agregarlo a un CLAUDE.md existente sin sobreescribir:
echo "" >> CLAUDE.md && curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md
El repo también incluye soporte para Cursor (karpathy-guidelines.mdc) y está estructurado como plugin del marketplace de Claude Code, así que también podés instalarlo con:
/plugin marketplace add forrestchang/andrej-karpathy-skills
Los números que hicieron ruido
El repo se creó el 27 de enero de 2026. En las semanas siguientes llegó al top del trending de GitHub, acumulando más de 89.000 estrellas y 8.500 forks. En la semana del 22 de abril sumó +44K estrellas nuevas y volvió al primer puesto del ranking semanal.
Para un repositorio que contiene esencialmente un archivo de texto, eso es una señal muy clara: el problema que resuelve es universal.
Karpathy no participó en el desarrollo del archivo. No lo endosó públicamente. Chang construyó la solución a partir de las observaciones de Karpathy; la comunidad validó ambos.
El ecosistema que creció alrededor
Diez o más repos derivados aparecieron en las semanas siguientes. El patrón se bifurcó en dos direcciones:
Extensiones del CLAUDE.md original. El más notable es un gist de la comunidad apodado “v2 fixclaw”, publicado el 22 de abril. Agrega seis reglas nuevas a las cuatro de Chang — enfocadas en runtime, no solo en el momento de escribir código. Incluye directivas para token budgets por paso, por pipeline y por día, y una regla clave: usar el modelo solo para tareas que son genuinamente tareas de lenguaje (clasificación, extracción de texto no estructurado, summarización), no para decisiones de routing que un if/else podría tomar más barato y de forma determinista.
El patrón LLM Wiki. En abril, Karpathy publicó otro gist — esta vez sobre una idea diferente: en lugar de RAG (re-derivar respuestas desde documentos crudos cada vez), usar el LLM para construir y mantener una wiki estructurada en markdown. El conocimiento se acumula con cada fuente que agregás; cada pregunta que hacés enriquece la base. No re-derivás; consultás lo que ya fue sintetizado.
Eso generó otro cluster de forks:
kfchou/wiki-skills— plugin de Claude Code que implementa el patrón wiki directamenteAstro-Han/karpathy-llm-wiki— una implementación de un solo skill con ejemplos y log de operacioneslucasastorian/llmwiki— implementación open-source con UI, carga de PDFs y servidor MCPskyllwt/OmegaWiki— el más ambicioso: 23 skills de Claude Code para una plataforma completa de investigación académica, desde ingestión de papers hasta escritura de papers y respuestas a reviewers
Por qué esto importa más allá del CLAUDE.md
El fenómeno de andrej-karpathy-skills es un caso de estudio en cómo se forma estándar de facto en el ecosistema de agentes.
Karpathy nombró los problemas con precisión. Chang los codificó como instrucciones de comportamiento. La comunidad los validó a escala masiva. Y ahora hay una etiqueta karpathy-skills en GitHub con decenas de repos — skills para razonamiento riguroso, para coding discipline, para wikis personales, para investigación académica.
El archivo en sí es una buena práctica de ingeniería de prompts: no le decís al modelo qué pasos seguir, le definís cómo tiene que comportarse frente a la ambigüedad y cómo tiene que formular el éxito antes de arrancar.
Eso escala. Por eso tiene 89K estrellas.
Cómo usarlo en tu flujo de trabajo
Si usás Claude Code en proyectos en serio, el caso de uso más directo es agregar el archivo a tu CLAUDE.md global (~/.claude/CLAUDE.md) para que aplique en todos tus proyectos sin tener que instalarlo proyecto a proyecto:
echo "" >> ~/.claude/CLAUDE.md && curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> ~/.claude/CLAUDE.md
Si usás OpenCode, Hermes u otro agente compatible, el archivo funciona igual renombrado como AGENTS.md.
Y si el patrón de wiki te llama la atención — usarlo para mantener conocimiento de dominio, documentación interna, o bases de investigación — el punto de entrada más directo es kfchou/wiki-skills para Claude Code o lucasastorian/llmwiki si preferís una UI web con servidor MCP.
Cuatro principios. Un archivo de texto. 89.000 estrellas.
A veces la solución más simple es la que mejor escala.