第一章：AI 编码是什么？能做什么？
2026.07.26建立正确的认知框架，是有效使用 AI 编码的第一步。
1.1 一个场景
想象这样一个场景。
周三下午，你接到一个任务：给团队做一个内部工具，用来登记和查询设备借用记录。需求很明确——一个简单的 Web 页面，能添加借用记录、查看列表、搜索历史。
你估算了一下：前端页面、后端接口、数据库设计、部署上线……至少需要三天。
但你用 AI 编码工具，只花了四十分钟就做出了一个可用的版本。前端页面能添加记录、能搜索、能分页；后端接口能存储、能查询；数据库表结构已经自动创建好了。
这不是夸张，而是今天 AI 编码工具的真实能力。当然，前提是你要懂得如何正确使用它。
1.2 AI 编码不是什么
在开始之前，我们先消除几个常见的误解。这些误解如果不澄清，后续的学习就会走弯路。
误解一：AI 编码等同于自动生成整个项目
你给它一句话，它就输出一个完整的、可直接上线的商业级应用。这是宣传片里的场景，不是现实。
为什么 AI 做不到"一句话生成整个项目"？因为 AI 的"大脑"（大语言模型）有一个根本性的限制：上下文窗口是有限的。它一次能"看到"的信息量有限，对话越长，它越容易"忘记"前面的内容。一个完整的商业级应用可能包含几十个文件、几百个函数、上千行代码——这些信息远远超出了 AI 的上下文窗口。
现实是：AI 擅长完成明确定义的任务单元。你需要把一个大项目拆解成一个个小任务，逐一交给 AI 完成。就像盖房子，你不能对施工队说"给我盖一栋楼"然后就去喝茶了——你需要告诉他们先打地基、再砌墙、再封顶。
误解二：AI 生成的代码可以直接使用
AI 生成的代码质量参差不齐。它可能语法正确但逻辑错误，可能能跑通但有安全隐患，可能满足当前需求但难以扩展。
为什么 AI 会写出"能用但不安全"的代码？因为 AI 的训练数据中包含了大量"看起来对"的代码——这些代码来自开源项目、技术博客、问答社区，其中很多是"快速实现"而不是"安全实现"。AI 学会了"怎么写代码"，但没学会"怎么写安全的代码"。验收（Inspection） 是不可省略的步骤——就像你不会不检查就签收快递。
误解三：AI 编码会让程序员失业
这是一个被反复讨论但从未实现过的预言。AI 编码改变的是工作的方式，而不是工作的价值。
一个更准确的类比是：计算器的出现没有让数学家失业，而是让数学家从繁琐的手工计算中解放出来，专注于更高层次的数学问题。同样，AI 编码让开发者从"写每一行代码"中解放出来，转向"定义任务、审核产出、整合系统"——职责在升级，而非消失。开发者的核心价值不再是"能写多少代码"，而是"能做出多少正确的决策"。
1.3 AI 编码是什么
AI 编码的本质是：人定义意图，AI 执行编码。
你不再需要亲自写每一行代码，但你需要：
- 定义需求（Define Requirements）：清晰地描述你要做什么。
- 设计架构（Design Architecture）：决定系统的结构和模块划分。
- 验收产出（Inspect Output）：检查 AI 生成的代码是否符合预期。
- 整合系统（Integrate System）：把各个模块连接成完整的系统。
这就像从"亲自砌砖"变成"担任包工头"。你不一定比砌砖工人更会砌砖，但你知道整栋楼应该建成什么样。
1.4 AI 编码能做什么
基于实际的工程实践，AI 编码在以下场景表现最好。
高效场景
| 场景 | 说明 | 示例 |
|---|---|---|
| CRUD 接口 | 标准的数据增删改查 | 用户管理、文章管理 |
| 表单页面 | 数据输入和提交 | 注册表单、订单录入 |
| 数据列表 | 查询、筛选、分页 | 订单列表、报表 |
| 单元测试 | 为已有代码编写测试 | 测试一个函数的所有分支 |
| 代码迁移 | 将代码从一种技术栈迁移到另一种 | jQuery 迁移到 React |
| 类型定义 | TypeScript 类型、API 契约 | 接口类型、数据库模型 |
需要注意的场景
| 场景 | 说明 | 建议 |
|---|---|---|
| 复杂业务逻辑 | 需要深度领域知识 | 提供详细的需求描述和示例 |
| 安全敏感代码 | 涉及认证、加密、支付 | 必须进行安全审查 |
| 系统架构决策 | 技术选型、模块划分 | 由人决策，AI 提供参考 |
| 遗留系统改造 | 大型已有系统的修改 | 需要先理解现有架构 |
1.5 三个核心概念
在进入下一章之前，你需要先熟悉三个贯穿全书的核心概念。
蓝图（Blueprint）
蓝图是项目开始前的架构设计文档。它回答三个问题：
- 我们要做什么？（功能列表）
- 我们怎么做？（技术方案）
- 先做什么，后做什么？（开发顺序）
没有蓝图不开工——这是第一条纪律。
里程碑（Milestone）
里程碑是一个可独立验收的功能单元。把一个大功能拆解成若干个小里程碑，每个里程碑都可以单独测试和验收。
好的里程碑划分就像切蛋糕：每一块大小适中，边界清晰，单独拿出来也能吃。
验收（Inspection）
验收是对 AI 生成的代码进行系统性检查。标准不是"能跑就行"，而是"是否符合蓝图预期"。
验收后的三种结论：
- PASS：符合要求，可以提交。
- NEEDS_FIX：有小问题，需要修复。
- REBUILD：偏离蓝图太多，回滚重做。
本章小结
AI 编码是人定义意图、AI 执行编码的协作模式。三个误解——"一句话生成整个项目""代码可以直接用""会让程序员失业"——每一条背后都有 AI 的底层特性在支撑：上下文窗口有限、训练数据包含不安全代码、工具改变的是工作方式而非价值。三个核心概念——蓝图、里程碑、验收——将贯穿全书，是后续所有方法的基础。记住：AI 编码不会让你失业，但会让你从"写代码的人"变成"做决策的人"。下一章，我们开始准备工具和环境。