AI 开发时代导论：从工具到伙伴

欢迎来到《AI 开发从入门到精通》系列的第一篇。如果你打开这篇文章，说明你已经感受到 AI 正在改变写代码这件事——但你可能还没有清晰的方法论，不知道该从哪里开始、走到哪里去。本系列就是为解决这个问题而生的。

1.1 三个时代，三种程序员

把时间拉远看，软件开发的"主旋律"大约每十年换一次：

第三行的"程序员"不再是逐字逐句敲代码的书记员，而更像一个产品经理 + 评审员 + 架构师的混合体。你描述意图，AI 给出第一稿；你做评审，AI 改第二稿；你做架构决策，AI 负责蜜糖细节。这种模式有人叫"AI 辅助开发"，Andrej Karpathy 在 2024 年给它起了个更带感的中性名字——Vibe Coding：跟着感觉走，让模型把感觉变代码。

1.2 为什么现在必须学

三条硬证据：

1. 生产力差距是非线性的。 一个熟练的 AI 协作者，与一个不熟练的同侪相比，大量 1–3 天的小任务会变成几小时。半年累计下来是数量级别的产出差。
2. 代码本身正在被重构。 Markdown / TOML 正在变得和 TypeScript / Rust 同样重要——因为 AI 工具的"配置"（Skill、prompt、AGENTS.md）本身就是产品形态之一。
3. AI 工具的开发是双向赋能的。 你不仅在用 AI，还会用 AI 去构建更强大的 AI 工具（Skill、MCP server、Agent harness）。从这个角度看，“用 AI 写代码"和"开发 AI 工具"不是两件事，是同一件事的两个阶段。

1.3 不要踩的三个坑

学员常见三种误区（按踩坑人数排序）
├─ ① 把 AI 当谷歌：问完即走，不沉淀 → 每次都从零开始
├─ ② 闭眼接受产出：不读不审 → bug 进生产、技术债爆炸
└─ ③ 神化或黑化 AI：要么信它万能，要么认定它瞎写 → 都丢失了校准的耐心

正确姿态是：像对待一个非常快、非常勤奋、但有时想当然的实习生。给清晰的指令、做严格的 review、聚合可复用的经验。

1.4 本系列的方法论

我们把整个 AI 开发体系拆成五层，本系列五篇刚好对应：

┌──────────────────────────────────────────┐
│ 实战篇         把前四层组装到真实项目里     │  ← 25-30
├──────────────────────────────────────────┤
│ Skill 篇       沉淀经验为可复用能力包       │  ← 20-24
├──────────────────────────────────────────┤
│ MCP 篇         让模型连接外部世界           │  ← 15-19
├──────────────────────────────────────────┤
│ Agent 篇       让模型自治地执行任务         │  ← 09-14
├──────────────────────────────────────────┤
│ 基础篇         LLM、prompt、上下文、工具    │  ← 01-08
└──────────────────────────────────────────┘
   底层认知 ←→ 协作心法 ←→ 自治编排 ←→ 能力扩展 ←→ 实战淬炼

每一层都不是空中楼阁：上一层的能力，是下一层积累出来的"经验包”。你学会 Agent 之后才知道为什么要 MCP，学会 MCP 之后才知道 Skill 写成什么样最有价值。

1.5 你需要的准备

• 一台能跑主流 IDE 的电脑（VS Code 或 Cursor）
• 一个能联网的开发环境（不需要 GPU）
• 至少一门主流语言的基本功（Python / TypeScript / Go / Rust 任一即可）
• 一份要做点什么的真实问题——重构旧项目、写小工具、做开源贡献都行

至于 AI 服务的账号——Claude / ChatGPT / Copilot 任选其一足以入门，工具差异在 05 主流工具全景 篇中会展开。

1.6 一道入门练习

不用任何 AI 工具，先把下面这段 Python 代码补全（实现：读 CSV → 过滤 → 排序 → 写回）：

import csv
from pathlib import Path

def process(src: Path, dst: Path, min_age: int) -> None:
    # TODO: 读完这 30 篇你能用 AI 半小时做完整套
    ...

把它放到代码库，从下一篇开始，每次学完一个能力，回过头来让 AI 用新方式重写一次。到第 30 篇时，你会有 30 个版本——那个对比，会让你真正理解 AI 开发的能量曲线。

下一篇：《02 大语言模型原理与实践》——开始挖第一层底座。

Summary: AI 开发时代已经到来，本系列 30 篇五层架构带你从基础到实战。