Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarX: @beamnxw→ original

Quatre règles de Karpathy pour un agent de code dans un seul fichier ont récolté 232 000 étoiles sur GitHub

Les agents de code comblent en silence les zones floues d'une tâche et modifient ce qu'on ne leur a pas demandé : vous demandez de corriger une fonction, et vous récupérez un module réécrit. L'auteur d'un post sur X propose de placer dans le dépôt un fichier CLAUDE.md, une instruction en quatre règles d'inspiration Andrej Karpathy, que l'agent lit avant de travailler. Selon lui, le dépôt a recueilli plus de 232 000 étoiles sur GitHub, c'est-à-dire des marques « j'aime » d'utilisateurs. Il est donc plus simple d'ancrer le comportement de l'agent dans ce fichier plutôt que dans chaque prompt.

Traité par IA depuis X: @beamnxw ; édité par Hamidun News
Quatre règles de Karpathy pour un agent de code dans un seul fichier ont récolté 232 000 étoiles sur GitHub
Source : X: @beamnxw. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireX: @beamnxw ↗
Rédacteur en chef
Réfléchir avant de coderl'agent énonce les compromis et pose des questions
Simplicitédans l'exemple du post, 200 lignes de code gonflé se réduisent à 50
Chiffre clé #3Modifications ciblées et boucle « test en échec → correction → tests verts »

Vous demandez à un agent de code de corriger une seule fonction, et vous obtenez un module réécrit, des abstractions ajoutées « au cas où » et, au passage, des commentaires d'autrui reformatés. Pourtant, l'agent ne vous a rien demandé : il a décidé en silence qu'il avait compris la tâche. Face à ce problème, un post fait son chemin sur X : son auteur (@beamnxw) propose de placer dans le dépôt un seul fichier texte, CLAUDE.

md, c'est-à-dire une instruction permanente que l'agent lit avant de commencer. Ce fichier rassemble quatre règles d'inspiration du chercheur en IA Andrej Karpathy. Selon l'auteur, le dépôt qui le contient a déjà recueilli plus de 232 000 étoiles sur GitHub.

Sur cette plateforme, les étoiles fonctionnent comme des marques « j'aime » et des signets : plus il y en a, plus les gens ont sauvegardé le projet.

Quel est ce fichier et d'où viennent les étoiles

Nous n'avons pas vérifié le chiffre de 232 000 : il provient du post lui-même, tout comme le lien d'installation en une commande. Le fichier ne se limite pas à Claude Code. On peut l'utiliser avec Cursor, Codex et tout dispositif où l'agent lit ses instructions dans AGENTS.md. C'est le même principe sous un autre nom : un fichier commun de règles de comportement à la racine du projet.

L'idée est simple. Plutôt que de rédiger à chaque fois un long prompt bourré de rappels, on dépose une fois dans le dépôt un ensemble de règles de comportement. L'agent les lit avant de toucher aux fichiers et s'y conforme pour chaque tâche.

Quatre règles, avec des exemples concrets

Réfléchir avant d'écrire du code. L'agent ne doit pas deviner en silence. Si une tâche admet deux solutions, il énonce les compromis et pose une question de précision. Exemple : vous demandez « ajoute un cache ». Au lieu de choisir directement Redis, il demande si le cache doit persister entre les requêtes ou si la mémoire du processus suffit.

La simplicité avant tout. Pas d'abstractions spéculatives, c'est-à-dire de structures préparées pour des scénarios que personne n'a demandés. L'auteur du post cite un repère : 200 lignes de code gonflé deviennent 50. Si l'on a besoin d'une seule fonction, on n'introduit ni fabrique, ni interface, ni couche de configuration.

Des modifications chirurgicales. L'agent ne touche que les lignes qui découlent directement de la demande. Pas de retouche « au passage » des commentaires, du style ou du code voisin. Pour la relecture, c'est la qualité la plus précieuse : le diff reste petit et se vérifie en quelques minutes.

Une boucle orientée vers un objectif. Chaque tâche devient un résultat vérifiable : d'abord un test qui échoue, puis une correction, et ainsi de suite jusqu'à ce que tous les tests passent. L'agent contrôle lui-même son travail au lieu de vous livrer du code accompagné de la mention « ça devrait marcher ».

Ce qu'il faut garder à l'esprit

Le post relève du genre « à sauvegarder et à appliquer dès aujourd'hui », et il se termine par la promotion d'un article de l'auteur sur la manière de monter une « équipe d'IA » avec Claude. Il ne contient aucune mesure concrète. Les chiffres du type « de 1000 lignes à 100 » ou « de 200 à 50 » sont des illustrations, et non les résultats d'un benchmark. On ne dispose pas non plus de données sur la réduction effective du nombre d'erreurs et de corrections en relecture.

Il existe aussi des limites de fond. Une règle stricte « demande d'abord » peut agacer sur les petites tâches : si l'agent interroge sur chaque virgule, vous perdez du temps. La règle « ne touche à rien d'autre » gêne là où un refactoring est réellement nécessaire. Quant à la boucle « test en échec → correction », elle ne fonctionne que dans un projet disposant déjà d'une batterie de tests sérieuse. Dans un dépôt sans tests, l'agent n'a aucun moyen de vérifier son propre travail.

Que faire concrètement

L'idée mérite d'être testée, car elle ne coûte presque rien. Ajoutez le fichier à une branche de travail, prenez cinq tâches habituelles et comparez la taille du diff et le nombre de questions posées avec le mode habituel. Si l'agent produit moins de « créations » superflues, gardez les règles. S'il se met à vous submerger de questions, assouplissez la première règle pour les petites modifications.

La conclusion dépasse le seul fichier. Le comportement d'un agent gagne à être fixé dans une instruction permanente du dépôt, plutôt que dans le prompt de chaque tâche. Un tel fichier peut être versionné, discuté au sein de l'équipe et adapté à votre pile technique. Un ensemble de règles prêt à l'emploi, signé d'un ingénieur reconnu, fait simplement gagner du temps au démarrage.

Dossier

Questions clés sur cet article

Que sait-on sur Quel est ce fichier et d'où viennent les étoiles ?

Nous n'avons pas vérifié le chiffre de 232 000 : il provient du post lui-même, tout comme le lien d'installation en une commande. Le fichier ne se limite pas à Claude Code. On peut l'utiliser avec Cursor, Codex et tout dispositif où l'agent lit ses instructions dans AGENTS.md. C'est le même principe sous un autre nom : un fichier commun de règles de comportement à la racine du projet. L'idée est simple.

Que sait-on sur Quatre règles, avec des exemples concrets ?

Réfléchir avant d'écrire du code. L'agent ne doit pas deviner en silence. Si une tâche admet deux solutions, il énonce les compromis et pose une question de précision. Exemple : vous demandez « ajoute un cache ». Au lieu de choisir directement Redis, il demande si le cache doit persister entre les requêtes ou si la mémoire du processus suffit. La simplicité avant tout. Pas d'abstractions spéculatives, c'est-à-dire de structures préparées pour des scénarios que personne n'a demandés.

Que sait-on sur Ce qu'il faut garder à l'esprit ?

Le post relève du genre « à sauvegarder et à appliquer dès aujourd'hui », et il se termine par la promotion d'un article de l'auteur sur la manière de monter une « équipe d'IA » avec Claude. Il ne contient aucune mesure concrète. Les chiffres du type « de 1000 lignes à 100 » ou « de 200 à 50 » sont des illustrations, et non les résultats d'un benchmark. On ne dispose pas non plus de données sur la réduction effective du nombre d'erreurs et de corrections en relecture. Il existe aussi des limites de fond.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…