AI 编程什么是 AI 编程
AI 编程不是让 AI 替你写代码，而是你转型为提出意图、审查结果的工程负责人。先建立这个心智模型。
一、从「写代码」到「主持工程」
传统开发中，你的核心产出是代码本身。AI 编程把这件事倒过来了：你描述意图和约束，AI 生成实现，你负责审查、集成和把关。产出仍然由你负全责——代码跑在生产环境里，用户不会关心它是谁写的。
这个转变让两类能力变得比「手写速度」更重要：一是把需求说清楚的能力，二是判断代码好坏的能力。前者决定 AI 的上限，后者决定项目的下限。
二、两种典型工作模式
对话式（Chat）
在对话框里描述任务，AI 给出代码或补丁，你复制或确认后应用。适合探索、答疑、生成独立脚本，你对每一步保持细粒度控制。
代理式（Agent）
给 AI 一个较大目标，它自己读文件、改代码、跑测试、根据报错自我修正。适合边界清晰的任务，效率高，但更需要你审查结果。
实践中两者交替使用：用代理式跑通主干，用对话式处理拿不准的细节。无论哪种，改动进入主干前的最后一道审查永远是你。
三、一个最小的例子
同样是「给函数加重试」，意图描述的差别直接决定结果质量：
# 意图模糊 给这个函数加一下重试 # 意图清晰 给 fetchPrice 加重试：仅对网络异常和 5xx 重试， 最多 3 次、指数退避（1s/2s/4s）； 4xx 和解析错误不重试，直接抛出； 重试要打 warn 日志，带上 attempt 次数。
第二段没有一行代码，却已经把边界条件、异常分类、可观测性全部定义完。AI 编程的功力，大半在这种「规格表达能力」上。
本模块的立场
我们不讲「一键生成全家桶」。这套课程教的 AI 编程以你为主导：AI 负责实现速度，你负责方向、质量和责任。
本节小结
- AI 编程 = 你提意图与约束，AI 出实现，你审查并对结果负责。
- 对话式保持细粒度控制，代理式适合边界清晰的大任务，交替使用。
- 核心竞争力从手写速度转向：说清需求的能力 + 判断代码的能力。