AI 编程到底在做什么？
概念 & 思维方式
「AI 编程」不等于“让 AI 把代码全写完”，而是把 AI 当成一个 超强的结对程序员：
- 帮助你更快理解 API / 文档；
- 把模糊需求拆成可实现的技术方案；
- 生成样例代码、脚手架或重复性代码；
- 定位 bug，解释报错的可能原因；
- 为你写测试、写注释、写 README。
真正的核心是：你来做决策，AI 来放大你的效率。 所以比起“会不会 prompt 黑魔法”，更重要的是：
- 能清楚描述业务问题与技术约束；
- 能看懂 AI 写的代码是否合理；
- 知道什么时候要“质疑 AI、自己查文档”。
一个简单的 AI 编程心法
- 先自己想 3 分钟：模块怎么分、数据结构怎么设计。
- 再向 AI 讲清楚你的思路，请它补充/修正。
- 从小例子开始验证，代码跑通了再逐步扩展。
把 AI 当作“放大镜”和“橡皮鸭”，而不是“一键生成器”。你会发现自己的编程理解也在变深。
常见 AI 编程工作流
Workflow
1）从需求到代码骨架
- 用自然语言描述你要做的东西（越具体越好）。
- 让 AI 帮你拆解：模块 / 接口 / 数据结构。
- 生成「项目结构 + 关键函数签名」而不是一大坨代码。
- 确认设计 OK 后，再生成每个模块的实现。
2）从现有代码出发
- 把你已有的代码片段贴给 AI（尽量完整到能复现问题）。
- 告诉它：「不要重写整个文件，只改某一块逻辑」。
- 请它解释「为什么要这样改」而不只是给 diff。
- 自己在本地测试，通过后再合并。
3）最佳实践：写好 Prompt
- 明确目标：写什么？用于哪里？大概多少行？
- 给上下文：技术栈、依赖、已有代码、输入/输出格式。
- 加约束：只用某个库、兼容某版本、禁止修改某文件等。
- 要求分步解释：先讲思路再给代码，有利于你审查。
可以准备自己的「通用 prompt 模板」，遇事就套，用久了就是属于你的 AI 编程风格。
AI 工具使用心得
Tools & Tips
常见 AI 编程相关工具大致可以分成三类：
- 🔤 对话类大模型：适合讨论需求、设计方案、查错、重构建议。
- 🧠 IDE 内代码助手：适合即时补全、写样板代码、补测试。
- 📚 文档 / API 助手：适合快速学习新库、生成用法示例。
多轮对话沉淀上下文
善用「让我们一步步来」
让 AI 帮你 Review 自己的代码
把项目 README 当 prompt 一部分
怎么避免 AI 胡说？（幻觉）
- 让它给出“引用文档链接/关键关键词”，自己再去查一次。
- 对数据库、支付等敏感逻辑一定要自己重新推演一遍。
- 要求它同时输出「另一种实现思路」，你可以比较利弊。
- 遇到你完全不了解的领域，不要只信一份回答，多问几次、多查几篇文档。
团队协作中的 AI 使用方式
- 用 AI 起草 PR 描述、变更日志、技术设计文档初稿。
- 统一一份「团队级 prompt 规范」，避免风格混乱。
- 在 Code Review 前先用 AI 做一次“预审”，节省 reviewer 时间。
AI 可以帮忙“写”，但最终决策权最好仍在人类手里，包括架构取舍、安全决策等。