从 0 开始学习 AI

2025 年，AI 编程工具已经从「玩具」变成了「生产力工具」。一个不会写代码的产品经理，可以用 AI 在 30 天内从 0 到 1 构建出完整的系统。

这不是夸张——你正在看的这个简历网站，就是用 AI Coding 工具完成的。

AI 编程不是让 AI 替你写代码，而是让你和 AI 协作完成原本做不到的事。

关键转变：

• ·从「我需要学会编程」→「我需要学会和 AI 协作」
• ·从「写代码」→「描述需求、审查结果、迭代优化」
• ·从「技术驱动」→「目标驱动」

认知一：AI 是协作者，不是工具

传统工具：你输入指令，它机械执行。

AI 协作者：你描述意图，它理解后执行，你审查结果。

区别在于——AI 有理解能力，但也可能理解偏差。所以你需要：

• ·清晰地描述意图，而不是模糊地提需求
• ·审查每一步结果，而不是盲目信任
• ·及时纠偏，而不是等最后才发现方向错了

认知二：目标比过程重要

传统编程：关注「怎么写代码」

AI 编程：关注「要达成什么目标」

你的核心工作从写代码变成了：

1. 1.明确目标
2. 2.定义验收标准
3. 3.审查 AI 的输出是否符合标准
4. 4.迭代优化

认知三：小步快跑，频繁验证

不要一次性让 AI 写完整个系统。正确的方式是：

1. 1.把大目标拆成小任务
2. 2.每完成一个小任务就验证
3. 3.发现问题立即修正
4. 4.确认无误后再进入下一步

现在，打开任何一个 AI 对话工具（ChatGPT、Claude、DeepSeek 都可以），试着这样对话：

你： 我想做一个待办事项应用，帮我列出需要的功能。

AI： 好的，一个待办事项应用通常需要以下功能……（列出功能清单）

你： 先做最核心的：添加待办、标记完成、删除。帮我写一个网页版。

AI： （生成代码）

你： 运行一下看看效果……嗯，删除功能有点问题，点击删除后列表没有更新。

AI： （修复代码）

这就是 AI 协作的基本模式：你定方向，AI 写代码，你审查结果，发现问题就修正。

💡 小贴士：不要害怕「问错问题」。AI 不会因为你问了一个「傻问题」而嘲笑你。大胆尝试，快速迭代。

今天我们建立了三个核心认知：

1. 1.AI 是协作者——描述意图，审查结果，及时纠偏
2. 2.目标比过程重要——明确目标，定义标准，审查输出
3. 3.小步快跑——拆分任务，频繁验证，快速迭代

明天，我们将认识当前主流的大模型，了解它们各自的特点和适用场景，帮你选对工具。