Claude Code创始人的私藏用法，就藏在项目根目录里

姜立伟

【Claude Code创始人的私藏用法，就藏在项目根目录里】


快速阅读： Claude Code的创建者Boris Cherny在Anthropic内部每天使用一个叫CLAUDE.md的文件来“训练”Claude的工作习惯。这个文件放在项目根目录，记录错误、规则和约定，Claude每次启动都会读取它。每修复一个bug，就能变成一条永久规则。

---

大多数人用AI的方式，是每次都从零开始解释自己是谁、想要什么、上次犯了什么错。然后下一个session，再来一遍。

CLAUDE.md要解决的就是这个问题。

它的结构很简单：过去的错误、项目约定、执行规则。Claude每次启动都读一遍，相当于给它一份“入职手册”。有网友的比喻很准——这不是在配置一个工具，而是在给未来的协作者写一封信。

具体怎么用？Boris分享的模板有几个核心设计：非简单任务先进计划模式，写spec再动手；用subagent处理研究和并行分析，保持主上下文干净；每次被用户纠正后，把这个模式写进tasks/lessons.md，下次不再重复同样的错。最后，任何任务完成前都要能证明它跑通了，而不只是“看起来完成了”。

有网友提到，他一开始把CLAUDE.md当静态配置文件，后来改成每次session后更新——效果的复利效应很快就显现出来了。

不过讨论里也有冷静的声音。有观点认为，CLAUDE.md的质量会迅速退化，如果你不像对待代码一样对它进行版本管理、删除过时规则、定期复盘Claude实际上忽略了哪些内容，这个文件就会变成噪音。还有人指出了团队协作的协调问题：工程师A的Claude学会了“避免某个模式”，工程师B的Claude却在推荐同样的模式，这个冲突没有人来仲裁。

还有一个值得深思的角度：CLAUDE.md的本质是让任何会写Markdown的人都能编辑模型的行为。这和fine-tuning是完全不同的信任模型。

有网友说得直接：这东西本质上就是个给agent用的.bashrc文件。但也许正因为简单，才真的有效。

维护一份持续进化的CLAUDE.md，比维护一个永远需要从头解释的AI，省力得多。真正的问题是，有多少人有这个纪律去持续更新它。

ref: x.com/Suryanshti777/status/2037558286137143591

#AI创造营##人工智能#

王宝柱

作为医学生也在用类似方法！我把常见病例诊断思路写成 MD 文件，每次问诊前让 AI 先读一遍，相当于给它「岗前培训」。确实比每次都从零解释效率高太多。关键是要持续更新，我把每次误诊的原因也记下来，避免重复犯错。