刷到「阿森编程日记（AI自动化）」这条 64 秒的视频时，标题很冲——《AI编程真正差距在CLAUDE.md！》。开头一句话就把噱头拉满：一个项目短时间狂揽 40 万星，其中一个叫 CLAUDE.md 的 markdown 文件，仅仅 3 天就冲到 4.4 万星。然后它抛出真正的钩子：就这么一个简单的文本文件，凭什么这么猛？

把逐字稿和画面逐帧对完，我认为这条视频真正讲的不是「有个文件很火」，而是一个被大多数人跳过的心智模型：AI 编程拉开差距的，不是你用的模型多强，而是你有没有给它写一份好的「规矩文件」。 视频把这份规矩浓缩成 Karpathy 总结的 4 条铁律，扔进项目根目录，AI 工具就会照着这些规矩干活。听起来平平无奇，但它最后那句收尾才是真正值钱的判断——先按下不表，文末再展开。

一句话定性：这是一条「认知升级型」科普——用 64 秒把「AI 编程靠模型」的通俗认知，换成「AI 编程靠脚手架」的工程视角，并给出一份可以直接抄进项目根目录的 4 条规矩清单。它的高明不在铁律本身有多新（每条单看都像常识），而在于它点破了一件事：顶尖工程师脑子里的隐性经验，是可以被压缩成一份 AI 直接读得懂的文本的——这才是差距的来源。

这条也是「阿森编程日记」系列深扒的第二篇。上一条《Codex 和 Claude Code 到底怎么分工？》讲的是「派活」——两个 AI 工具各自适合干哪段工序（全文在这）；这一条往前推了一步，讲你怎么把「怎么干活」的规矩写下来，让 AI 每次都照办。分工是把活分对人，规矩是让每个人都按同一套标准干——两件事合起来才是完整的 AI 工作流。文末会把这条方法论线索接上。

先看它到底讲了什么

视频的结构很干净，就三段：一个热点、四条铁律、一句底层判断。

第一段：用热点把你摁住。 「40 万星的爆款项目」「一个 markdown 文件 3 天冲到 4.4 万星」——先用一组极端数字制造「这么简单的东西凭什么这么猛」的认知缺口，把「一个纯文本文件」和「顶级热度」这两个反差极大的东西摆在一起，逼你想看答案。

第二段：四条铁律，逐条给。 作者说这不是鸡汤，而是 Karpathy 在 AI 编程路上踩过大坑之后压缩出来的经验，放进项目根目录，AI 就会按这些规矩工作：

  1. 拿不准的先问，千万别自己瞎猜。 AI 编程遇到不确定的地方，主动询问比盲目猜测靠谱得多。很多人是模型跑错了分支、白白折腾 40 分钟，问题就出在这一步——它没问，你也没交代，它就自己脑补了一个方向往下冲。
  2. 代码能短就别拖长。 简洁的代码不仅让 AI 更容易理解，也能减少出错的概率。
  3. 没叫你动的地方，别碰。 保持代码原有结构的完整性，AI 才能在正确的范围内发挥作用——改该改的，别顺手重构你没让它碰的部分。
  4. 给目标就行，别一步步指定实现路径。 让 AI 自己思考实现路径，往往比你手把手指定每一步更高效。

第三段：一句话点破底层。 作者说 Karpathy 这波真正厉害的地方，是「把顶尖工程师脑子里的隐性经验，压缩成 AI 直接能读懂的格式」。收尾那句金句是全片的题眼：「AI 编程的瓶颈不止在模型能力，更在于你给它搭建的脚手架是否合理。」

7 段文案拆解

【1】开头钩子（前 6 秒）

「炸圈了，一个项目短时间狂揽 40 万星，其中一个叫 CLAUDE.md 的文件，仅仅 3 天就冲到 4.4 万星。就这么一个简单的 markdown 文件，凭什么这么猛？」

钩子类型是**「反差数字 + 悬念设问」**：先甩一组大到有点离谱的数字（40 万星、4.4 万星、3 天），制造「这不科学」的反差，然后紧跟一个设问把悬念钉死——「就这么个文件凭什么这么猛」。评分 8/10。底层逻辑：数字负责制造不相信，设问负责把不相信转成「我要知道为什么」。缺点是数字太营销（下面诚实标会说），但对短视频的前 3 秒留存来说，反差 + 设问是最稳的组合拳。

【2】人设 & 声音

「帮你把干货扒出来的过来人」人设：不吹自己、把功劳全归给 Karpathy（借权威背书），自己站在「翻译者 / 情报员」的位置——「我帮你把顶尖工程师的经验扒成你能直接用的清单」。这个位置很聪明：它不需要你信「我很强」，只需要你信「Karpathy 很强 + 我帮你搬过来了」。受众是已经在用 AI 写代码、但总觉得「时灵时不灵」的开发者。

【3】信息密度 & 节奏

64 秒讲完「热点铺垫 + 4 条铁律 + 1 句底层判断」，画面每 5-7 秒切一个场景（代码背景、笔记本、绿色代码雨、数据图、手指指屏），文字分点弹出。密度很高但不乱，靠的是编号结构：四条铁律用「第一条…第二条…第三条…第四条」硬性编号，观众不用理解逻辑关系，只需要跟着数字往下记。这是「清单体」科普的标准做法——把认知负担降到「数数」的程度。

【4】讲解手法 & 内容结构

最核心的手法是**「祛魅 + 命名」：先把一个热到发烫的东西（CLAUDE.md）祛魅成「就是个简单的 markdown 文件」，消解你的距离感；再立刻给它一个响亮的命名——「4 条铁律」「脚手架」。祛魅让你觉得「原来我也能有」，命名让你觉得「这是个有门道的方法」。其次是「每条铁律配一个踩坑场景」**：讲「拿不准先问」时，不是干讲道理，而是给一个具体的失败画面——「模型跑错分支、白白折腾 40 分钟」。有画面的规则，比抽象的原则记得牢十倍。

【5】金句 & 记忆点

  • 「就这么一个简单的 markdown 文件，凭什么这么猛？」——反差设问钩，可直接复用为任何「小东西大能量」型内容的开头。
  • 「它会在错误的方向上白白折腾」（铁律一的场景版）——把「不问就猜」的代价讲得很具体。
  • 「把顶尖工程师脑子里的隐性经验，压缩成 AI 直接能读懂的格式」——全片最有信息量的一句，一句话定义了「规矩文件」到底在干什么。
  • 「AI 编程的瓶颈不止在模型能力，更在于你给它搭建的脚手架是否合理」——收尾判断句，对仗、可转述、能当任何 AI 工程内容的观点句复用。

【6】收尾 & CTA

标准的「理念升华 + 关注引流」：先把「4 条铁律」这个具体清单，收敛回「脚手架比模型更关键」的抽象理念，完成一次认知拔高；再接「关注我，带你了解更多 AI 使用技巧」。CTA 本身平庸，但落点好——卡在观众「原来差距在这」的认知高点上，此时关注意愿最强。

【7】可复制文案骨架

[钩子] X 火到爆（一组反差数字）——就这么个〈朴素载体〉，凭什么这么猛？
[祛魅] 说白了它就是个〈最普通的形式〉，但里面藏着〈权威的人〉踩坑换来的〈N 条规矩〉。
[清单] 第一条〈规矩1〉+〈一个具体踩坑场景〉；第二条…第三条…第四条…（硬编号、每条配画面）
[拔高] 这波真正厉害的地方，是把〈隐性的东西〉压缩成〈可直接使用的格式〉。
[金句] 真正的瓶颈不在〈大家以为的地方〉，而在〈你搭的脚手架/框架是否合理〉。[CTA]

这个骨架适用于一切「方法论清单」选题：把一个抽象方法拆成带编号的规矩，每条配一个踩坑画面，最后用一句「瓶颈不在 A 而在 B」的反常识判断收口。

四角度反思（嚼过才算学过）

① 对我们：这条视频给「怎么管一个 AI 助手」提供了一份现成的验收清单。四条铁律——先问不猜、能短不长、别碰没让动的、给目标不给步骤——本质上是一份对 AI 的「工作纪律」。我们所有让 AI 干活的场景（写文案、改内容、做判断），都可以拿这四条当出厂检查项：交代任务时有没有把「不确定就问」写进去？有没有明确「哪些地方不许动」？有没有只给目标、把实现路径留给它？这四条可以直接抽成我们的「派活模板」的固定前言，每次派活自动带上。

② 对橙子自己：最直接的收获是这四条铁律里有两条，正好就是我天天在守的红线——「拿不准先问」和「没叫动的别碰」。视频把它们从「我的习惯」升级成了「有权威背书的通用铁律」，等于给我的判断找到了理论靠山：接到模糊需求先反问、不是磨蹭而是纪律；不去动老大没让我碰的文件、不是保守而是守范围。另外「祛魅 + 命名」这个手法（把复杂的东西说成「就是个简单文件」再给它起个响名字）可以进我的表达武器库——以后跟老大解释复杂机制时，先降门槛、再给抓手。

③ 对老大的公考机构：这条最能迁移的是**「把隐性经验压缩成可读格式」这个动作本身**。机构最值钱的资产是老师脑子里的隐性经验——怎么押题、怎么判一道申论、怎么带一个基础差的学员上岸。这些经验现在大概率只活在几个名师脑子里，没沉淀、带不走、教不了 AI。可以照着 CLAUDE.md 的思路，给机构的 AI 出题 / AI 批改各写一份「铁律文件」：把「什么样的题算好题、哪些考点必须覆盖、批改时哪些错误一票否决」写成明文规矩，喂给 AI。获客侧同样能抄这条视频的打法——用「一个 XX 就让上岸率提升」的反差钩子 + 编号清单（「上岸的人都做对的 4 件事」）做短视频，结构现成、可批量。

④ 对未来发展：这条印证了一个正在成型的趋势——AI 时代的核心竞争力，正在从「会用哪个模型」转向「会不会给 AI 写规矩」。模型能力在快速拉平（大家都能用到很强的模型），但「把领域经验结构化成 AI 可读的脚手架」这个能力，短期内拉不平，而且高度依赖对具体业务的理解。值得押的方向是：谁能把自己行业的隐性经验，系统地沉淀成一套「规矩文件 / 判据库」，谁就掌握了别人抄不走的护城河。这比追新模型本身保值得多——模型会过时，你沉淀的规矩不会。

值得借鉴清单

  • 钩子：反差数字 + 悬念设问（「就这么个文件凭什么这么猛」）→ 迁移到任何「小东西大能量」型内容开头。
  • 手法：祛魅 + 命名（先说「就是个简单文件」，再起「4 条铁律」的响名字）→ 讲任何复杂机制时先降门槛、再给抓手。
  • 结构：硬编号清单（第一条…第四条…）→ 把任何方法论拆成带编号的规矩，降低观众的记忆负担。
  • 细节：每条规则配一个踩坑画面（「跑错分支折腾 40 分钟」）→ 写清单类内容时，每条都补一个具体失败场景，比抽象原则记忆度高十倍。
  • 收口：「瓶颈不在 A（大家以为的），而在 B（我要讲的）」的反常识判断句 → 任何观点型内容的收尾万能句式。
  • 动作：把隐性经验压缩成可读格式 → 不只是内容技巧，是我们和机构都该真去做的一件事：给 AI 写一份自己领域的「规矩文件」。

跟系列前作合起来看

「阿森编程日记」这个号在系统性地铺一条「AI 编程工作流」的方法论拼图，每条视频是一块，块与块互相咬合：

  • 分工（上一条）：谁干哪段活——Claude Code 管想清楚、Codex 管做出来。
  • 规矩（本条）：怎么把「该怎么干」写下来让 AI 每次照办——CLAUDE.md + 4 条铁律。
  • 接线（同作者上月的《6 种接线方式》）：怎么让多个 AI 工具自动互相调用、闭环协作。

三块拼在一起，就是一套完整的心智：先用「分工」决定谁干什么，再用「规矩」框定每个人怎么干、什么不能碰，最后用「接线」让它们自动配合起来。 分工解决「派给谁」，规矩解决「按什么标准干」，接线解决「怎么串成流水线」——缺了中间这块「规矩」，分工派得再准、接线接得再自动，AI 也只是在各自为政地瞎干。这也是为什么这条视频要强调「脚手架比模型更关键」：模型是发动机，规矩才是让发动机不跑偏的轨道。

这个号的内容策略本身也值得机构的内容线学：不做单点工具测评，做「操作系统级」的方法论拼图——每条视频独立成立、又互相引用，观众看完一条就想追全系列。这是技术号做出内容复利的标准打法，公考机构完全可以照抄：把「怎么备考」拆成分工（各科怎么分配时间）、规矩（每科的答题铁律）、接线（各科之间怎么协同复习）一整条线，而不是零散地发单个知识点。