Think Before Coding
在实现前显式暴露假设、列出需求歧义和权衡,再决定怎么写代码的 agent 行为原则。
#concept
#growing
#ai
#karpathy-guidelines
[!info] related notes
- 所属 MOC: AI MOC
- 前置概念: Karpathy Guidelines Skill
- 并列概念: Simplicity First
- 易混淆概念: Grill with Docs Skill
- 关系笔记: Matt Pocock Skills 与 Karpathy Guidelines 的区别
Think Before Coding
一句话定义
在动手写代码前,先把假设、歧义、权衡和不确定点说清楚,而不是偷偷替用户做决定。
核心机制 / 工作原理
AI coding 最危险的问题之一是“看起来很自信,其实在猜”。这个原则要求 agent 先暴露决策点,再进入实现,从而把返工前移成澄清。
最小例子 / 最小场景
用户说“添加导出用户数据功能”时,先查现有需求和导出约定;只有导出范围、格式或字段等关键决策仍缺失时才询问,不能自行默认导出全部用户。
边界与易混淆点
- 不是让 agent 无限追问,而是识别真正影响实现方向的歧义
- 仓库证据和已授权范围能解决的问题应自行核实,不该为了形式再问一轮
- 暴露的是影响结果的假设与权衡,不要求逐步叙述所有内部思考