コードもフレームワークも入っていない。ただのテキストファイルが、GitHubのトレンドで1位を取った。

2026年7月1日、MSNが報じたところでは、リポジトリ「andrej-karpathy-skills」がGitHubトレンドで首位に立ち、スター数は8万2千を超えています。中身は実行可能なプログラムではなく、AIコーディング支援ツール「Claude Code」向けの設定ファイル CLAUDE.md ただ1枚です。GitHub APIで確認した現時点のスター数は18万6千超まで伸びており、フォーク数も1万9千を超えています。

この記事では、なぜ65行のテキストがこれほど拡散したのか、ファイルの中身、作者の経緯、実際の使い方を整理します。

この記事でわかること

  • 話題のリポジトリに何が入っているか
  • スター数が急伸した背景と拡散の仕組み
  • 4つの行動原則がどんな課題に効くか
  • プロジェクトに導入する手順

中身は65行の行動ルールだけ

https://github.com/multica-ai/andrej-karpathy-skills

リポジトリの説明文は「Andrej Karpathyの観察に基づき、Claude Codeの挙動を改善する単一のCLAUDE.mdファイル」とあります。CLAUDE.md はClaude Codeがセッション開始時に読み込むプロジェクト設定ファイルで、コーディング方針や禁止事項を自然言語で書いておく仕組みです。

実際のファイルは65行。4つの原則で構成されています。

原則 狙う課題
Think Before Coding（コーディング前に考える） 黙って仮定を置く、曖昧さを放置する
Simplicity First（まず単純に） 不要な抽象化や肥大化した実装
Surgical Changes（外科的な変更） 依頼と無関係な箇所の改変
Goal-Driven Execution（目標駆動の実行） 「動けばいい」だけの曖昧な指示

たとえば「Simplicity First」では、依頼されていない機能や抽象化を追加しない、200行で済む処理を50行に書き直す、といった具体的な禁止事項が書かれています。「Goal-Driven Execution」では「バリデーションを追加して」ではなく「不正入力のテストを書き、通るまで直す」と成功条件を明示するよう促しています。

きっかけはKarpathy氏のX投稿

このファイルの作者はAndrej Karpathy氏ではありません。リポジトリは2026年1月27日に開発者のForrest Chang氏が作成し、現在は multica-ai 組織配下で公開されています（旧URL forrestchang/andrej-karpathy-skills はリダイレクトされます）。

出発点はKarpathy氏がX（旧Twitter）で公開した、LLMコーディングの失敗パターンに関する観察です。リポジトリのREADMEが引用している内容には、モデルが勝手に仮定を置いて走り出す、混乱を隠したまま進む、100行で済む処理を1000行に膨らませる、依頼と無関係なコードまで触ってしまう、といった不満が並んでいます。

Chang氏はこの指摘を4原則に整理し、CLAUDE.md として配布しました。Karpathy氏本人が執筆・公式推薦したわけではない点は、複数の技術メディアでも繰り返し指摘されています（参考）。それでもリポジトリ名にKarpathy氏の名前が入っていることは、拡散速度に大きく寄与したと見られます。

なぜテキスト1枚がトレンド1位になったか

MSNの報道が示すように、2026年7月初旬時点でスター8万2千超・トレンド1位という数字は、開発者コミュニティの関心の大きさを物語っています。拡散の背景には、次の3点が重なっています。

導入の敷居が極端に低い。 ビルドも依存関係も不要で、プロジェクト直下に CLAUDE.md を置くだけで試せます。READMEには curl -o CLAUDE.md で1ファイル取得する手順も載っています。コピーして即日使える道具は、GitHub上で拡散しやすい形です。

AIコーディングの不満が共有されていた。 Claude CodeやCursorなどのエージェント型ツールを使う開発者の間では、過剰実装やスコープの肥大化への不満が蓄積していました。Towards Deep Learningの分析では、9万1千スターは「ファイルへの投票」ではなく「問題への投票」だと整理されています（参考）。内容は新しくても、言語化された不満の出口になった側面があります。

権威ある名前がフックになった。 Karpathy氏は元OpenAI・元Tesla AI責任者で、「vibe coding」という言葉を広めた人物でもあります。2026年初頭にはコーディング作業の8割をエージェントに任せるようになったと公言しており、AIコーディング界隈での発言力は大きいです。彼の観察を土台にしたファイルという位置づけが、初動の注目を集めました。

2026年4月には1日で5,828スターを獲得し、GitHubトレンド2位に浮上した記録も報じられています（参考）。その後も伸び続け、7月にはMSNがトレンド1位と報じる水準に達しました。

4原則は何を変えるか

このファイルの価値は、新しいアルゴリズムではなく「エージェントへの運用制約」にあります。Claude Codeは強力な反面、指示が曖昧だと勝手に解釈を決めて実装を進めがちです。

「Think Before Coding」は、複数の解釈があるときに黙って1つを選ばず、先に確認するよう促します。「Surgical Changes」は、リファクタリングの名目で依頼外のファイルを触らないよう縛ります。どちらもシニアエンジニアがジュニアに伝える定石に近い内容ですが、エージェントには毎セッション繰り返し読み込ませる必要があるため、ファイル化の意味が生まれます。

README末尾には成功の指標も書かれています。差分に不要な変更が減る、過剰実装による書き直しが減る、実装前に確認質問が出る——この3点が改善の目安です。魔法の設定ではなく、運用で磨く前提のドキュメントとして設計されています。

導入方法

https://github.com/multica-ai/andrej-karpathy-skills

使い方は3通りあります。

ファイルを直接置く。 リポジトリの CLAUDE.md をプロジェクトルートにコピーします。既存の CLAUDE.md がある場合は、4原則のセクションだけ抜き出して追記する形でも構いません。

Claude Codeプラグインとして入れる。 READMEの手順では、マーケットプレイスに forrestchang/andrej-karpathy-skills を追加し、プラグイン andrej-karpathy-skills@karpathy-skills をインストールする方法が案内されています。

curlで取得する。 次のコマンドで最新版を1ファイルダウンロードできます。

curl -o CLAUDE.md https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md

導入後は、そのまま使うのではなくプロジェクトに合わせて削ることが推奨されています。不要なルールは削除し、チームの作法に合わせて短く保つのが、このファイル設計の意図です。

スター数だけを鵜呑みにしない理由

18万スター超は規模として目立ちますが、それは「最強の設定ファイル」という意味ではありません。Alex Rusin氏のブログは、スター数は技術的洗練さの証拠ではなく、エージェントへの不満の広がりを示す指標だと指摘しています（参考）。4原則自体は『Clean Code』や『達人プログラマ』に通じる内容であり、2026年になって初めて発見された知恵ではありません。

それでも、このリポジトリが示したのは明確です。AIコーディング時代には、モデルの性能だけでなく「エージェントに毎回守らせるルール」をテキストで配布する文化が生まれつつある、ということです。コードの代わりに設定ファイルがスターを集める——その構図こそが、今回の話題の本質です。