Quatro regras de Karpathy para um agente de código em um único arquivo somam 232 mil estrelas no GitHub
Agentes de código costumam presumir a tarefa sozinhos e mexer em coisas que ninguém pediu: você pede para ajustar uma função e recebe um módulo reescrito. O autor de um post no X sugere colocar no repositório um arquivo CLAUDE.md, com uma instrução de quatro regras inspirada em Andrej Karpathy, que o agente lê antes de começar a trabalhar. Segundo ele, o repositório já reúne mais de 232 mil estrelas no GitHub, que funcionam como curtidas dos usuários. Por isso, faz mais sentido fixar esse comportamento no arquivo do que repetir instruções em cada prompt.
Processado por IA de X: @beamnxw; editado por Hamidun News
Você pede para o agente de código corrigir uma única função e recebe um módulo reescrito, abstrações "para o futuro" e, de quebra, comentários de terceiros reformatados. Ainda assim, o agente não perguntou nada: decidiu sozinho que tinha entendido a tarefa. Contra essa dor, um post no X ganhou força. O autor (@beamnxw) propõe colocar no repositório um único arquivo de texto, o CLAUDE.md, ou seja, uma instrução permanente que o agente lê antes de começar. O arquivo reúne quatro regras inspiradas no pesquisador de IA Andrej Karpathy. Segundo o autor, o repositório com esse arquivo já passou de 232 mil estrelas no GitHub. Lá, as estrelas funcionam como curtidas e favoritos: quanto mais, mais pessoas salvaram o projeto.
O que é o arquivo e de onde vêm as estrelas
Não verificamos o número de 232 mil: ele vem do próprio post, assim como o link de instalação com um único comando. O arquivo não serve apenas para o Claude Code. Pode ser usado no Cursor, no Codex e em qualquer configuração em que o agente lê instruções de um AGENTS.md. É o mesmo princípio com outro nome: um arquivo compartilhado com regras de comportamento na raiz do projeto.
A ideia é simples. Em vez de escrever toda vez um prompt longo com lembretes, você coloca no repositório, de uma vez, um conjunto de regras de comportamento. O agente as lê antes de mexer nos arquivos e age de acordo com elas em cada tarefa.
Quatro regras com exemplos práticos
Pensar antes de escrever código. O agente não deve adivinhar em silêncio. Se a tarefa admite duas soluções, ele aponta os trade-offs e faz uma pergunta de esclarecimento. Exemplo: você pede "adicione um cache". Em vez de escolher o Redis de imediato, ele pergunta se o cache precisa persistir entre requisições ou se a memória do processo basta.
Simplicidade acima de tudo. Nada de abstrações especulativas, ou seja, estruturas preparadas para cenários que ninguém pediu. O autor do post dá uma referência: 200 linhas de código inchado viram 50. Se você precisa de uma função, não surgem fábrica, interface e camada de configuração.
Mudanças cirúrgicas. O agente altera apenas as linhas que decorrem diretamente do pedido. Nada de reformatar comentários, estilo ou código vizinho "já que estava ali". Para a revisão, essa é a propriedade mais valiosa: o diff fica pequeno e pode ser conferido em poucos minutos.
Ciclo orientado a objetivo. Cada tarefa vira um resultado verificável: primeiro um teste que falha, depois a correção, e assim por diante até todos os testes ficarem verdes. O agente verifica o próprio trabalho, em vez de entregar um código com a nota "deve funcionar".
O que vale considerar
O post segue o formato "salve e aplique hoje" e termina como anúncio de um artigo do autor sobre como montar uma "equipe de IA" com Claude. Não há medições concretas nele. Números como "de 1000 linhas para 100" ou "de 200 para 50" são ilustrações, não resultados de benchmark. Também não há dados sobre o quanto essas regras reduzem de fato erros e ajustes na revisão.
Há ainda limitações de fundo. A regra rígida de "pergunte primeiro" pode irritar em tarefas pequenas: se o agente questiona cada vírgula, você perde tempo. A regra de "não mexa no que não é necessário" atrapalha onde uma refatoração é de fato necessária. E o ciclo "teste que falha → correção" só funciona em um projeto que já tenha uma suíte de testes razoável. Num repositório sem testes, o agente não tem como verificar a si mesmo.
O que fazer na prática
Vale testar a ideia, porque o custo é baixo. Adicione o arquivo a uma branch de trabalho, pegue cinco tarefas comuns e compare o tamanho do diff e o número de perguntas com o modo normal. Se o agente passou a "criar" menos, mantenha as regras. Se começou a sobrecarregar você com perguntas, relaxe a primeira regra para ajustes pequenos.
A conclusão vai além do arquivo. O comportamento do agente é mais bem fixado em uma instrução permanente do repositório do que no prompt de cada tarefa. Esse arquivo pode ser versionado, discutido com a equipe e adaptado à sua stack. Um conjunto pronto de regras de um engenheiro conhecido apenas poupa tempo no começo.
- 21 de nov. de 2026Anthropic e o Claude afirmam ter provado a hipótese de Riemann; Stanford responde sem IA
- 21 de nov. de 2026Hotel avisou sobre invasão só após 9 dias, e o autor colocou Claude e Codex para caçar vulnerabilidades
- 21 de nov. de 2026A Amazon liberou o agente de IA AWS Quick com Claude de graça; o plano pago Plus custa US$ 25 por mês
- 21 de nov. de 2026GigaChat — 7º no ranking cego em russo, mas 78 pontos Elo atrás do líder
Perguntas frequentes sobre a notícia
O que é o arquivo e de onde vêm as estrelas?
Não verificamos o número de 232 mil: ele vem do próprio post, assim como o link de instalação com um único comando. O arquivo não serve apenas para o Claude Code. Pode ser usado no Cursor, no Codex e em qualquer configuração em que o agente lê instruções de um AGENTS.md. É o mesmo princípio com outro nome: um arquivo compartilhado com regras de comportamento na raiz do projeto. A ideia é simples.
O que se sabe sobre Quatro regras com exemplos práticos?
Pensar antes de escrever código. O agente não deve adivinhar em silêncio. Se a tarefa admite duas soluções, ele aponta os trade-offs e faz uma pergunta de esclarecimento. Exemplo: você pede "adicione um cache". Em vez de escolher o Redis de imediato, ele pergunta se o cache precisa persistir entre requisições ou se a memória do processo basta. Simplicidade acima de tudo. Nada de abstrações especulativas, ou seja, estruturas preparadas para cenários que ninguém pediu.
O que vale considerar?
O post segue o formato "salve e aplique hoje" e termina como anúncio de um artigo do autor sobre como montar uma "equipe de IA" com Claude. Não há medições concretas nele. Números como "de 1000 linhas para 100" ou "de 200 para 50" são ilustrações, não resultados de benchmark. Também não há dados sobre o quanto essas regras reduzem de fato erros e ajustes na revisão. Há ainda limitações de fundo.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.