两年后AI编程到什么地步了呢？我们又该怎么在技术腾飞的时代学习呢？AI编程入门

weixin_48245860

899人浏览 · 2026-03-01 08:50:49

weixin_48245860 · 2026-03-01 08:50:49 发布

精简版：

核心观点：需求明确是AI协作的基石

“AI不是不行，而是你不知道自己想要什么”，这戳中了AI协作的核心。在编程中，AI工具（如Cursor或Qwen Code CLI）就像一位高效的助手，但它需要清晰的指令才能发挥最大效能。需求明确包括：

目标定义：知道要做什么（如开发一个物联网项目），并分解为具体功能。
问题描述：当遇到bug时，提供详细错误信息（如截图或日志），而不是模糊提问。
迭代反馈：AI的输出需要验证，您提到“时不时到浏览器搜索ai给的内容到底对不对”，这是避免“AI瞎编”的关键步骤。

这类似于数学中的优化问题：给定目标函数，AI作为求解器输出解。例如，在需求确认阶段，可以视为： $$ \min_{\text{需求}} \text{模糊度} $$ 其中，模糊度越低，AI的输出越精准。

开发流程的通用模型

基于我的实战经验（需求确认、目标设定、代码部署和优化），我将其抽象为一个可复用的四步框架。无论您是新手还是老手，这个模型都能提升效率：

确认需求（需求分析）
- 像您做毕设题目选择一样，先用AI探索可能性。问自己：我需要什么效果？为什么做这个？
- 技巧：用简单语言描述需求，例如“我是一个纯小白，请告诉我如何实现一个物联网数据采集系统”。
- 结果：AI给出选项后，评估“参考价值”（如理解难度和实用性），确保与目标一致。
确认目标（目标细化）
- 从需求中提炼具体目标，如“开发一个Flask web应用”。
- 建议：避免神化技术（知识祛魅），专注于可行性。例如，AI可能推荐8个方案，但只选最易实现的。
代码执行与部署（工具利用）
- 使用AI CLI工具（如Qwen Code CLI）简化部署：
  - 安装：运行npm install -g @qwen-code/qwen-code@latest（确保Node版本≥20）。
  - 操作：在项目文件夹启动CLI，拖拽文件让AI阅读，然后发送指令如“请帮我部署这份代码”。
- 注意：路径权限很重要——CLI只能访问子文件夹，无法向上级目录跳转。
优化与调试（迭代改进）
- 部署后，通过AI修复bug或添加功能。例如，复制报错信息给AI，或描述新需求。
- 经验：像您用Cursor修bug一样，坚持“测试-反馈-重写”循环。如果AI输出不准，手动验证（如搜索确认）。

实用建议：提升AI协作效率

活用工具：Qwen Code CLI或iFlow能加速开发，但免费工具可能不稳定（如您提到的读取文件问题）。优先选择适合您习惯的工具。
避免提示词腐烂：对于长对话（如1M上下文），定期压缩或开启新对话，保持AI“注意力”集中。
学习基础：您强调if、for循环等基础，这是对的。新手可先用AI学习这些，再进阶。
心态调整：别被“难度”吓倒——简化知识，用自己语言理解。AI协作的本质是“提需求”，而非深奥编程。

详细版

前言

时间飞逝距离上次写博客已经过去两年了，现在ai发展迅速，大家都在用什么在写代码呢？

无论是最近很火的 OpenClaw 还是 skill，以及更早的工作流、deepseek发布的纯强化学习。

我们都可以发现：世界就是一个巨大的信息差，不论什么技术，都会有和你想法一样并付诸实践的人。那么，为什么有的人能成功，有的人会淹没在人群中呢？这个问题，请大家带着，一起阅读下面的文章。

在过去的两年里，我先是接触了提示词工程，和我一开始想的，怎么和ai说话，本质一样。而工作流本质是什么时候给ai发什么消息、拼接什么消息、拼接什么提示词。

在这样的情况下，我在使用中，经常发现ai写了内容后，它并没有将写过的作为自己的知识库，而是每次都在重复的造轮子。

这就引出了，rag技术、向量技术，这两个本质是让ai像人一样可以使用自己已经造过的工具、学习方法。但是光知道这件事还不够，知道这件事是rag技术让ai可以用以前的，向量技术则是决定用以前的什么知识。

接着就引出向量重排技术，这个就是对向量算法找出的关键字、工具、方法来进行发给重排ai模型，来让它打分，然后发给下一个语言ai模型去进行更精准的回复消息。而如果消息过多，会导致什么？

人尚且记不住一整本书，而ai现在的1m上下文，它可以轻松记住一本西游记，还绰绰有余。不经让我思考，人会忘大量繁琐的记忆，ai会吗？这就是提示词工程中的腐烂，以前为了解决这个问题，我们就需要压缩提示词，但是现在的1m上下文啊，一本西游记约492K，它还有一半的上下文可以用来思考。这就让我感到ai与人协作可以飞速成长，不管是人还是ai。

可以这么说，这篇文章是记录我这两年是怎么学习的。我在去年8月份的时候，回家大量接触ai，最开始是单纯的提示词，然后就是发现了vcp这个项目，长期记忆做的特别特别好。之后，我就在想，这个项目很好，但是不能连续写多个文件、一次复制多个文件，然后我就开始在b站上刷视频，偶然间发现了cursor。好用是真好用，就是贵死了，200左右的pro会员只是api额度。。。。

用cursor写项目的时候，特别锻炼人的交流能力，我始终认为，ai不是不行，而是你不知道自己想要什么，ai也一样不知道。只有明确自己想要什么，和ai一说，写的飞快。怎么个飞快法呢？我自己写的阅读器软件，一行代码我都不看，全靠cursor写，直接完整的工作流、批量执行、反馈文件等等，特别多的功能全部功能完整，并且很好用。虽然中间有很多bug，都是需要你把报错信息直接截图发ai就可以写出，但是任然写的很蛋疼。。。。

在这个经历下，我发现，ai已经强到普通人，如果不会用，将是很大的一个损失，所以产生了这篇文章，大家不要觉得特别难，其实和ai写代码，只是你知道要什么，ai就可以写出来了，并且不需要你去进行部署，直接扔给ai，就能部署好，你要做的只是进行测试、想自己要什么。

注意

首先我要提醒大家的是，要进行知识祛魅，就是不要神化某个知识、某个人。ai编程，听着是编程但是，实质上是提需求，也就是网上的嘴炮。我不需要知道怎么实现，我只要知道我要什么，难开发？和我的ai说去吧。

本篇文章全程没有提agent这个词，因为在我看来，现有的还到不了agent的地步；本质都是大家在用各种精美的提示词、提示词压缩、提示词管理技术进行的开发。但是我没有看不起的意思，有的项目确实强大的不得了，小编也只是个编程小白，大家轻喷。不是蔑视别的项目，而是不希望

大家不要神化某个项目

大家可以试想一下：哇这篇文章写太好了，太难了。（这时会在潜意识告诉自己我学不会，然后你就真学不会了）这是自我实现的预言。而如果你看到难后，我们也要去简化知识，来让自己方便理解，否则难度高还不让用自己话学，谁也看不懂的。

我认为的agent，是去只保留语言功能、推理能力，不需要任何前置信息的情况下，就可以推论出正确答案，虽然我知道这不可能，但是万一deepseek实现了呢？

下面将开始ai编程开发的流程

我们可以看到整个滚动条缩小到小的不行了，这样我还能和deepseek接着对话。这就导致我们和它聊需求是完全没有任何问题的，唯一要注意的就是ai可能会瞎编，我们时不时到浏览器搜索ai给的内容到底对不对，就行了。

最基础的流程

我在写这篇文章的时候，默认大家会if条件判断和while循环，大家如果不会，可以看看我下面是怎么问ai的：

以现在的这篇文章来看：如果大家知道if条件判断，就可以跳过这节；否则就需要找资料学习。

虽然我的教程不需要大家知道很深的技术，但是最起码的if、while、for循环还是要知道怎么用的。

然后就是嵌套循环，我的教程本质就是if+for+嵌套循环。

下面给大家用文字描述一下：

if 我是否知道我要什么了

知道进入下一步，向ai问要怎么实现

否则就是去重复 if 我是否知道我要什么了

我怎么确定我要什么呢？

这里的我要什么，不止是这一个要什么，它是要包括：我为什么要做某个事？我是不是对的？我的代码怎么写？我要做某个项目，需要什么功能？这个代码实现的效果和我想的不一样。这代码怎么有bug。无法实现效果啊，你排查一下项目。实在不行你就直接重写吧。

只要是疑问句，都可以套用整个公式去和ai协作进行学习、完成任务。

因此本教程，希望大家可以活用ai，而不是用着死的句式、公式去问。

开发代码实战

当我们接到一个任务时，我们可能完全没有接触过，那这时候，我们需要做的就是，想清楚这个功能要什么效果，我们就把这个效果给ai描述清楚。以物联网为例，此前我完全没有接触过。也可以这么来问它：我是一个纯小白，完全没有接触过，请告诉我这个效果需要怎么实现，直接给我一份某某（这里并非是固定的请给我一个提示词或者代码，而是说你要自己决定你要什么，笔者的文章顺序也不是固定的，如果你觉得第六步适合你的思考方式放在第一步来用，那就那样来）。

一、确认需求（我这里是毕设的题目选择）

我们可以看到它会给一份内容，我们可以拿着这个内容，单独开启一个窗口，也可以继续聊。

为什么说可以单独开启一个窗口呢？因为我们都知道上面提过的提示词腐烂，单独一个事聊一个对话肯定是好的，那样可以有最好的ai注意力，但是这依然是一个个人习惯问题，我喜欢一个对话聊完整个后再开启新的。而这里的整个事、单个事的定义，都是不确定的，自己习惯怎么弄就怎么弄。

此时我们可以继续追问我们哪里不懂的、或者看看它说的和我们想要的一致不，比如：

直到我们得到自己满意的答案：

这是ai最终给我，我认为对我有参考价值的，因为每个人的知识库不一样，所以这个参考价值在本篇文章中特指：我理解这份内容难度高不高，对我下一步有没有用。

我通过观看ai给的回答，就知道判断某个题目的标准（从哪些维度去决定某个究竟好不好做）。

二、确认要做的目标

首先要和大家强调的是

这个目标，并非一开始我们就确定，除非是你的老师、上级给安排好了，否则就是从第一步看，自己哪个更容易理解更容易做。不论是什么文章，请大家相信：作者都是希望有人可以和自己讨论的，而不是写出来炫耀自己有多么多么牛逼，写的多么多么高深。

我们接着往下走：

这上面两张图全是ai一轮给的回答，特别强悍，其实它总共给了8个内容，篇幅关系就不一一截图了，大家可以自己直接问ai。

然后就是如果有疑问直接问ai，不用不好意思，反正又没人看到对吧。

老好用了。

到这我的技术选型、需求分析、随你怎么叫就已经完成了。接下来就是要去进行代码部署方面了。

三、代码执行部署

这里要特别感谢vcp的开发者莱恩老大，他在视频中演示了vcp的小白配置，虽然叫小白，但是我学过编程还是搞了1个月才彻底会玩，然后开发自己的阅读器。

这里用到个非常强的技术，就是ai cli，简单的说就是：你授权给ai，它对你的电脑进行操作，就省去了我们手动复制粘贴代码的时间。

我在实际使用的时候，遇到过Flask的bug：【Bug】旧项目已清理，但新项目使用时打开仍显示旧项目页面。解决办法就是一直让ai修，当然我是用的cursor，还是cursor神力啊，qwen code cli 是可以用，胜在免费。

然后我们以qwen code cli 为例，演示怎么部署代码：

1、安装cli

我们需要在浏览器搜索

npm install -g @qwen-code/qwen-code@latest

这里可以看到第一个就是教程，因为这个安装特别简单，就是输个命令回车就行了。我就不卸了我的qwen cli去演示了。就是一次复制一行指令，在win+r 输入cmd 回车里输入代码。

1. 安装最新的稳定版Node（版本>=20即可）

2. npm install -g @qwen-code/qwen-code@latest 这行命令就是安装指令

3. 如何进入呢？

电脑的文件管理打开，点击路径（上图这个位置）

这个路径是要选在你要写的项目文件夹那，我这个路径只是演示怎么进入。

回车后，就会进入下面界面：

输入qwen回车后，

会提示你登录，登录后就是我下面界面：

我们可以拖拽文件，让ai阅读，也可以拖拽文件夹。

当ai给我们一份代码的时候，我们直接个qwen code cli来一个发送消息，告诉它帮我部署好这个文档的代码。它会自动帮你部署完毕，虽然这次更新后经常无法一次性读到文件，但是整体来说还是部署很快的。或者iflow也可以用，iflow是个人用户永久免费使用的，iflow给我的感觉没有qwen的读文件快。qwen是后来修烂了，以前一次读文件就可以成功的，现在得好几次。。。。