CLAUDE.md Karpathy: cómo medir su efecto en un agente de código

CLAUDE.md Karpathy: el archivo de cuatro principios para Claude Code según su README, y cómo medir tokens, iteraciones y fallos de pruebas.
CLAUDE.md Karpathy : mesurer l'effet sur un agent de code

CLAUDE.md Karpathy es el nombre con el que se conoce el repositorio multica-ai/andrej-karpathy-skills, que ofrece un único archivo CLAUDE.md con cuatro principios para que Claude Code escriba menos código innecesario y haga preguntas antes de actuar. Según su página de GitHub, leída el 27 de octubre de 2026, tiene unas 225 000 estrellas y 22 500 forks, con licencia MIT.

El repositorio se presenta como «derivado de las observaciones de Andrej Karpathy» sobre los defectos de los modelos de programación. Es una afirmación del propio proyecto: el README enlaza a una publicación en X que span.observer no ha vuelto a leer. span.observer es un blog independiente, sin ningún vínculo con Andrej Karpathy ni con Anthropic, y no ha instalado este archivo.

Para un equipo de operaciones, la pregunta útil no es «¿es famoso el archivo?» sino «¿qué cambia en el comportamiento del agente y cómo se mide?». Este artículo lee el repositorio, explica lo que un archivo así puede y no puede hacer, y propone un método de medición sin prometer ninguna mejora.

CLAUDE.md Karpathy: qué contiene el repositorio

  • Propietario: el repositorio pertenece a la organización multica-ai. Al principio, el README remite al proyecto Multica del autor, una plataforma para gestionar agentes de código. Los archivos del plugin citan como autor a otra cuenta, forrestchang; véase «Límites».
  • Cifras leídas el 27 de octubre de 2026: unas 225 000 estrellas, unos 22 500 forks, 28 commits y ninguna release publicada.
  • Licencia: MIT, según la página del repositorio, el README, el archivo plugin.json y la cabecera del skill.
  • Contenido: CLAUDE.md (65 líneas), una regla de Cursor, un skill karpathy-guidelines, un manifiesto de plugin y un archivo EXAMPLES.md con ejemplos de código.

El README cita tres pasajes de la publicación que atribuye a Karpathy: los modelos hacen suposiciones por usted sin comprobarlas, complican el código y las API, y a veces modifican comentarios o código que no entienden bien. Los cuatro principios del archivo responden a esas tres quejas.

Recorrido por el archivo CLAUDE.md

El archivo ocupa unas decenas de líneas de instrucciones en inglés. La captura siguiente reproduce su contenido real, leído en el repositorio el 27 de octubre de 2026.

Contenido del archivo CLAUDE.md del repositorio: cuatro secciones numeradas, Think Before Coding, Simplicity First, Surgical Changes y Goal-Driven Execution, con sus listas de reglas
Source : github.com
  1. Think Before Coding: exponer las suposiciones, presentar las interpretaciones posibles y detenerse a preguntar cuando algo no está claro.
  2. Simplicity First: ninguna función no pedida, ninguna abstracción para un solo uso; «si escribe 200 líneas y podrían ser 50, reescríbalas».
  3. Surgical Changes: tocar solo lo necesario, respetar el estilo existente y señalar el código muerto sin borrarlo.
  4. Goal-Driven Execution: convertir una tarea en un objetivo verificable; por ejemplo, «corregir el error» pasa a ser «escribir una prueba que lo reproduzca y hacerla pasar».

El propio archivo declara su compromiso: prefiere la prudencia a la velocidad y deja las tareas triviales al criterio humano.

Qué cambia realmente un CLAUDE.md en el comportamiento de un agente

La documentación oficial de Claude Code es clara sobre el mecanismo. Cada sesión empieza con una ventana de contexto nueva y los archivos CLAUDE.md se cargan al inicio de cada conversación. Claude los trata como contexto, no como una configuración impuesta. La documentación añade que las instrucciones concretas y breves se siguen con más regularidad, y recomienda menos de 200 líneas por archivo, porque uno más largo consume más contexto y reduce el cumplimiento.

Tres consecuencias para usted:

  • Hay un coste fijo. El texto se lee en cada sesión. Con 65 líneas queda dentro de la recomendación, pero se suma a su propio CLAUDE.md.
  • Hay influencia, no garantía. Para bloquear una acción decida lo que decida el modelo, la documentación remite a un hook PreToolUse.
  • Hay riesgo de conflicto. Los archivos encontrados en el árbol de directorios se concatenan, no se sustituyen: las reglas contradictorias conviven.

Sobre el contexto y las herramientas que rodean al agente, véanse también ECC y la optimización del arnés de agentes y el marketplace de plugins wshobson.

Instalación paso a paso, según el README

  1. Opción A, plugin de Claude Code (la que recomienda el README): dentro de Claude Code, añada el marketplace y luego instale el plugin.
  2. Opción B, archivo por proyecto: descargue el archivo en la raíz de un proyecto nuevo o añádalo al final de un CLAUDE.md existente.
  3. Cursor: el repositorio incluye una regla .cursor/rules/karpathy-guidelines.mdc, según CURSOR.md.
Extractos de la sección Install del README: comandos curl para crear o completar CLAUDE.md y comandos /plugin marketplace add y /plugin install
Source : github.com

Los comandos anteriores se copian del README y apuntan a forrestchang/andrej-karpathy-skills, no a multica-ai. Antes de descargar nada, abra el archivo en bruto y léalo: son instrucciones que orientan a su agente, así que conviene revisarlas como código. Prefiera copiar desde el repositorio que ha inspeccionado.

Medir el efecto de un CLAUDE.md en un agente de código

El README da sus propias señales de éxito: menos cambios innecesarios en los diffs, menos reescrituras por exceso de complejidad y preguntas antes de la implementación. No publica ninguna cifra. Así se pueden obtener, con enfoque SRE.

  1. Fijar un conjunto de tareas. Entre diez y veinte tareas reales y comparables, con pruebas existentes, en un repositorio de prueba.
  2. Medir sin el archivo. Varias ejecuciones por tarea, porque un agente no es determinista.
  3. Añadir el archivo y repetir. Cambie una sola cosa cada vez.
  4. Comparar distribuciones, no dos medias.

Bastan cuatro indicadores:

  • Tokens de entrada y de salida por tarea: el archivo añade contexto en cada turno, pero puede reducir las reescrituras. Solo la medición lo decide. Las convenciones semánticas de OpenTelemetry para IA generativa definen gen_ai.usage.input_tokens y gen_ai.usage.output_tokens; véanse el coste de un agente de IA en tokens con OpenTelemetry y el artículo sobre Caveman.
  • Número de iteraciones: turnos de conversación y llamadas a herramientas hasta aceptar una solución.
  • Tasa de fallos de las pruebas tras la primera propuesta y tras la corrección.
  • Tamaño del diff: líneas añadidas y borradas fuera del alcance pedido, revisadas a mano en una muestra.

Un principio puede ir en contra de otro. «Think Before Coding» puede multiplicar las preguntas, y con ellas los turnos y los tokens, mientras que «Goal-Driven Execution» pide repetir hasta verificar. Cuente los dos efectos por separado. Un ahorro de tokens que hace fallar más pruebas no vale nada.

Límites y puntos abiertos

  • Atribución dudosa. El repositorio está bajo multica-ai, pero el README y los manifiestos citan a forrestchang para la instalación y como autor del plugin. La página no dice si el repositorio es una transferencia, un fork o un espejo. Compruebe el origen antes de depender de un enlace.
  • Nombre y citas. El nombre del repositorio contiene el de una persona, pero nada en él la designa como autora o responsable: es una lectura de un tercero. Las citas proceden del README, no de una fuente que span.observer haya vuelto a leer.
  • Licencia. La página de GitHub, el README y el manifiesto indican MIT. No hay archivo LICENSE en la raíz (la descarga directa devuelve un error 404), así que no se pudo leer el texto de la licencia. Trátela como declarada, no verificada.
  • Ninguna medición publicada. El README no contiene benchmark ni cifra de mejora. Cualquier promesa de «código el doble de corto» carecería de fuente.
  • Madurez. Sin release, con 28 commits, y es un archivo de instrucciones, no un programa: no hay nada que supervisar en el servidor.
  • Instrucciones no impuestas. Un CLAUDE.md orienta, no obliga.

Buenas prácticas

  • Lea el archivo completo antes de añadirlo, como en una revisión de código.
  • Fusiónelo con las reglas de su proyecto en vez de apilar dos archivos contradictorios.
  • Mantenga el total por debajo de 200 líneas, como recomienda la documentación de Claude Code.
  • Mida antes y después, con las mismas tareas y varias ejecuciones.
  • Para una regla que nunca debe romperse, use un hook, no un texto.
  • Vuelva a comprobar la licencia y el origen del repositorio en cada actualización.

Preguntas frecuentes

¿Escribió Andrej Karpathy este CLAUDE.md?

El README dice que el archivo está «derivado» de sus observaciones y enlaza a una publicación en X. Nada en el repositorio presenta a Karpathy como autor o responsable. span.observer no tiene ningún vínculo con él.

¿Reduce este CLAUDE.md los tokens o los errores?

El README no publica ninguna medición. El archivo añade contexto a cada sesión; el efecto neto sobre sus tokens, iteraciones y pruebas solo se conoce midiéndolo usted mismo.

¿Conviene instalarlo como plugin o como archivo?

El README recomienda el plugin y ofrece el archivo por proyecto. El archivo es más sencillo de leer, versionar y fusionar con sus reglas, y por tanto la opción más fácil de auditar.

Conclusión

El CLAUDE.md de este repositorio es un texto corto y legible cuyo valor es hacer explícitos cuatro hábitos: preguntar, simplificar, limitar el alcance y verificar. Su efecto real en su agente es una hipótesis que hay que probar, no un hecho establecido. Fuentes: repositorio multica-ai/andrej-karpathy-skills y documentación de memoria de Claude Code.

span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC, ni a Anthropic, ni a Andrej Karpathy, ni a los autores del repositorio. Las marcas citadas pertenecen a sus propietarios. Las herramientas evolucionan rápido: compruebe siempre los comandos y las opciones en su documentación oficial.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
gh-aw workflows agentiques : agents IA dans GitHub Actions

gh-aw workflows agénticos: agentes de IA en GitHub Actions

Next Post
ha-mcp Home Assistant : sécuriser un agent IA à la maison

ha-mcp Home Assistant: proteger un agente de IA en casa

Related Posts