2026年5月22日，X平台账号RoundtableSpace发布消息：一份仅65行的Markdown文件CLAUDE.md，所属GitHub仓库[entropyvortex/meta-llm-charter](https://github.com/entropyvortex/meta-llm-charter)登顶热门榜，测试数据显示其将前沿AI编码Agent的准确率从65%提升至94%。

### 项目核心定位

这份文件全称是**META v2.0 — LLM Agent Engineering Charter**，是一套可落地的AI编码行为准则，仅1个文件，包含11条核心规则、零暂停原生执行层、1条元规则、1个核心偏见。其目标是把Claude Code、Cursor这类编码AI从「急于出活的初级工程师」状态，调整为「重视质量、有边界感的首席工程师」，同时保持执行速度不中断。

### 快速上手方法

仅需一行命令将文件拉到项目根目录：

```

curl -O https://raw.githubusercontent.com/entropyvortex/meta-llm-charter/main/CLAUDE.md

```

适配规则明确：

* Claude Code：自动读取CLAUDE.md

* Cursor：粘贴内容到Cursor Rules或`.cursor/rules`目录

* 其他编码Agent：作为高优先级系统提示使用

### v2.0核心更新

新增**零暂停原生执行层**，触发关键词（Zero-Pause、ZP-等）后自动启用：

* 连续执行无中断，无人工划分的阶段、无中途提问

* 仅真正需要人工确认的内容写入`humanpending.md`暂停

* 至少7个专用线程并行编排任务

* 无会话长度焦虑

原v1.3的11条核心规则完全保留，未做修改。

### 核心逻辑与评估

项目遵循两个顶层原则：

1. ** earned保守主义**：默认第一性原理严谨，质量优先于token数；局部可测试、可回滚的工作大胆推进，高影响、低可回滚的操作明确标注谨慎

2. **情境判断优先于规则**：规则是脚手架，当第一性原理分析与规则冲突时，按分析执行，标注调整理由并按结果评估，而非死守规则合规

仓库自带TypeScript+Docker的A/B测试框架（存于`evals`目录），2026年5月12日的冒烟测试显示：搭载该章程的Agent在5个触发经典AI编码失败的测试用例中，3个完胜、2个打平，测试框架开源可运行（命令：`cd evals && npm run smoke`）。

### 适用场景与局限

**最佳适用场景**：需要正确性、可维护性、长期系统健康与执行速度的严肃软件工程

**次优场景**：纯探索性工作、快速UI原型、研究预研（零暂停层已缩小该场景适配差距）

已知局限：v2.0仍处早期、单作者；性能依赖基础模型，Claude/Sonnet级模型效果最优；模糊创意类工作可能过度谨慎；极端模糊的需求仍会失效。

### 社区核心讨论

X平台用户的讨论集中在几个反常识的点：

* X用户Chen Avnery指出：准确率提升不是模型变聪明，是人类更会指定约束。提示工程是第一章，约束架构是整本书

* X用户0R4CLE_3提到：反常识的是这是65行不是500行，多数人以为指令越多越好，其实剥离到真正核心的规则，模型补全效果更好

* X用户Gregor表示：准确率提升是真的，但90%的人会复制粘贴，却不懂它为什么有用

* X用户Hugo Blot提到：编码Agent进步快，但真正的解锁是把混乱的项目上下文转成正确的下一步动作

该项目基于[forrestchang/andrej-karpathy-skills](https://github.com/forrestchang/andrej-karpathy-skills)的最小原则构建，采用MIT许可开放使用。