跳到主要内容

阶段 1：现实检验

了解 AI 编程的局限性和最佳实践

为什么这个阶段很重要​

在经历了 vibecoding 的兴奋之后，了解 AI 能做什么和不能做什么至关重要。这个阶段帮助你建立现实的期望并避免常见陷阱。

Riley Brown 的这个全面大师课程将带你从 AI 编程初学者进阶到专家。学习如何编写有效的提示词，理解 AI 的局限性，并使用 AI 辅助构建真实项目。

在 YouTube 上观看

你将学到什么​

在这个阶段，你将：

  • 理解 AI 编程的局限性
  • 学习何时依赖 AI 与何时依靠自己的技能
  • 识别 AI 的幻觉和错误
  • 发展更好的提示技巧
  • 了解 AI 何时在帮助与何时在阻碍

核心概念​

AI 的优势​

  • 样板代码生成
  • 常见模式和语法
  • 快速原型开发
  • 代码解释

AI 的局限性​

  • 复杂的架构决策
  • 新颖的问题解决
  • 安全关键代码
  • 性能优化

推荐资源​

理解 AI 编程局限性​

  1. Andrej Karpathy on AI Coding

    • 推荐理由： 来自顶尖 AI 研究员关于 AI 编程助手现实能力和局限性的直接见解
    • 类别：专家意见

  2. Simon Willison: Things I learned about LLMs

    • 推荐理由： 来自每天积极使用大语言模型编程的人的实用、亲身经验
    • 类别：实用指南

  3. The False Promise of AI Coding Assistants

    • 推荐理由： Stack Overflow 关于 AI 在软件开发中能做和不能做的现实观点
    • 类别：行业分析

  4. When AI Coding Goes Wrong

    • 推荐理由： 基于研究的 AI 幻觉示例以及如何识别它们
    • 类别：研究

最佳实践​

  1. GitHub Copilot Best Practices

    • 推荐理由： GitHub 官方关于有效 AI 编程实践的指导
    • 类别：最佳实践

  2. OpenAI's Prompt Engineering Guide

    • 推荐理由： 从 AI 模型获得更好结果的基础技术
    • 类别：技术指南

批判性思维​

  1. The Danger of Trusting AI Code Blindly

    • 推荐理由： 关于盲目接受 AI 生成代码风险的真实案例研究
    • 类别：案例研究

  2. Testing AI-Generated Code

    • 推荐理由： Martin Fowler 关于验证和确认 AI 生成代码的见解
    • 类别：测试策略

下一步是什么？​

准备好升级了吗？进入阶段 2：上下文与架构，学习如何为 AI 协作构建项目结构。

需要帮助？ 查看我们的资源页面以获取更多学习材料！