Andrej Karpathy：AI写代码，只需要问自己这一个问题 - Digest

一句话总结

先问“思考到底发生在哪一步”再决定要不要交给 AI。Karpathy 用一句话给 AI Coding 任务分流，rvaniaaa 用 8 段 GitHub 技能蒸馏流水线把“人做判断，AI 做执行”做成了会持续长技能的 Agent 机制。

8 节点速查表

# 节点 一句话
1 思考发生点 AI Coding 先问“思考到底发生在哪一步”
2 判断执行分界 判断没完成的任务留给人，执行型任务交给 AI
3 双资深一致 两个资深工程师会写出近似实现的活，通常适合 AI
4 工作流档位切换 自己写 / 补全 / 全代理只是同一问题的三档模式
5 Scout-Filter-Reader 搜仓库、去噪、文档优先读取，最后才进源码
6 Workflow-Extractor 真正要沉淀的是可复用 workflow，不是整仓库
7 Skill-Score 是否变成 Skill，优先用确定性规则打分
8 Reviewer-Publisher 生成与审核分离，自动化提议，人类批准

5 句核心金句 + 3 个反直觉点

  1. “思考到底发生在哪一步？”
  2. 判断没完成的任务，不要假装能外包给 AI。
  3. 两个资深工程师会收敛到近似实现的活，通常才适合 Agent 接管。
  4. 不是每个环节都该交给 LLM，能写成确定性规则的地方越多越稳。
  5. 自动化负责提议，人类负责批准。

3 个反直觉点

5 个对 Seetong / MyAIWiki 可借鉴动作

  1. 所有 AI Coding 任务先加一个“判断密度”分流：需求 / 架构类默认人主导，执行类默认 AI 主导。
  2. 把“双资深一致”写进 Skill / 任务模板：若实现分歧仍大，就别直接交给 Agent。
  3. Reader 默认按 README → docs → examples → 依赖 → 源码顺序读取，先省 token 再省误判。
  4. Skill 入库前把生成、评分、审核拆开，避免“自己写自己批”。
  5. MyAIWiki 后续可把高质量 GitHub workflow 当成候选源，定期编译成知识页或 Skill 草稿。

关联 + 备注

关联：AI Coding 边界 [[AI-Coding的顿悟时刻]] / [[Code-is-cheap-AI-Native-五倍效率]] Skill 工程 [[面向Skills编程-淘宝企业购端到端研发提效实践]] / [[loonggg-Claude-Code-技能心法-11条建议]] / [[Skill-Self-Evolution]] 验证 [[Loop-Engineering-验证才是瓶颈]]

备注：本文前半段是 Karpathy 判断框架，后半段是 rvaniaaa 项目拆解；公众号末尾引流、小程序、点赞分享等交互噪声已剔除。