AI时代的编程学习指南·前言

当我敲下这些字时，2026年已过半，距离我首次接触AI编码工具也过了八个月。起初抱着试试看的心态下载了Cursor，后来它逐渐渗透进我每一个项目。随着GPT-5.4的发布，Codex进入我的视野——做技术的往往容易喜新厌旧，我不仅取消了Cursor订阅，还果断卸载了它。Codex成了我的工作搭档，同时我也将DeepSeek V4 Pro接入Claude Code，处理些简单任务，而我则负责提需求、审代码、做测试——像“涮着火锅哼着歌”就把编码搞定了，这大概是我们当下程序员的真实日常。关于我自己，简单说就是当了八九年的文科背景程序员，主要搞后端，偶尔客串运维和前端，独立负责过公司后台，也在外包公司摸过鱼。学历不高，没大厂经历。当你在公众号或GitHub读到这篇文章，看到标题和我这番自白，可能会想：这家伙想写东西教别人，凭什么？是啊，我也觉得难以反驳。只好拍拍脑袋，搬出中学课文：“是故弟子不必不如师，师不必贤于弟子，闻道有先后，术业有专攻，如是而已。”总算找到理由。说说内心想法吧：如果真有愿景，我希望中学生以上的朋友（按年龄段而非学历）都能看懂我写的编程手册。具体来说，针对非程序员群体，帮他们解决从零到一的问题，能大致看懂AI生成的代码和报错信息，避免被AI坑到却看不懂错误而无法针对性提问；针对程序员群体，则希望留一份备忘录，也给自己用。所以我不打算写一本菜谱式的东西，只选工作中最实用的，摒弃无用的炫技。AI时代还有必要学代码吗？我曾反复思考，良久无解。我想未来几年程序设计仍面向人类工程师，既然如此，就有必要。那该学什么呢？我又要“好为人师”了：我认为三种几乎必学。首先是Python，因为它能搞定当下最热的AI应用、后端、爬虫以及网络安全渗透测试；其次是SQL——我们不生产数据，只是数据搬运工，数据在手天下我有，AI设计的数据库再合理、查询再精妙，也需要人去验证校准，毕竟数据与人相关，而人相关的往往复杂混沌，谁让我们大脑有几百亿个神经元呢；最后是TypeScript，无需多言，前端利器，碾压一切。此外还有我钟爱的Rust，一门我很想学的稳健语言。因此我的手册会涵盖上述内容，力求实用、人人能看懂，完全免费。希望我能坚持下去，做件有意义的事。今天我把这个想法发给DeepSeek，它怂恿我立刻开干。于是在这个夜晚，房间里橘色灯光下，我用手机打下了以上文字。后续所有手册内容会在GitHub以电子书形式更新，届时请帮忙点个小星星，多谢。——小灰灰 26年7月9日凌晨