用AI学编程：两个月从零到做出小工具的记录

AI学习AI编程，我给了自己六十天：3月1日开工，5月6日收工。起点低到不好意思说——我最后一段代码停留在大学选修课，十几年前的C语言，总分61分飘过。终点是一个管我自家素材库的小工具：拖文件进去，AI自动改名归档，还能按内容搜图。这篇按周复盘这两个月，重点写AI怎么当我的结对程序员，以及中间三次差点让我放弃的翻车现场。路线能照抄，坑也都标好了。

第一个月的姿势：AI学习AI编程的正确打开法

原子答案：不要让AI一次性吐完整程序，要按"一个函数一个函数"的粒度推进，每拿到一段代码先自己读、改一个值、跑一遍再收。这个节奏是整个两个月里最重要的一件事。我第一周的搞法特别蠢：直接跟AI说"帮我写个素材管理工具"，它唰唰吐了两百行，我复制、运行、报错、贴回报错，来回五轮，全程不知道自己在干什么。第二天换了打法——先让它只写"列出文件夹里所有图片"这一个函数，十几行，我逐行问"这行干嘛的"，改个参数看输出变化，读懂了再要下一段。同样是学，前者像看魔术，后者像学徒。速度慢了一半，但记得住。

语言我选的Python。选它的理由就一个：报错信息能看懂。这点对新手比什么都重要。

两个月周历：进度和心态一起记

原子答案：真实进度曲线不是匀速的，前两周最慢、第四周有一次跃迁、第六周遇到最难熬的坎，熬过去就通了大半。流水账如下，含主观心态分（满分10，代表当天想继续学编程的欲望）。

表格里第6周那一行，是整个项目最关键的决定：不是坚持出来的，是把需求砍了才活下来的。新手最容易死在"我要做个完整的"。

三次翻车现场，一次比一次离谱

原子答案：AI写的代码三成会带着隐蔽问题跑通，翻车都翻在"当时没报错"的地方，所以每段代码必须自己动过一次手才算数。第一次在第3周：批量改名函数，AI用了os.rename，我测试时用了复制的文件夹，一切美好；第五周拿真实素材库一跑，遇到重名文件直接静默覆盖，丢了两张图。幸好有备份。第二次在第6周：AI推荐的界面库版本号和文档对不上，报错信息我完全看不懂，AI还一口咬定"代码没问题"，来回拉扯三个晚上。后来才发现它给的安装命令多了个空格。就一个空格。第三次最离谱：搜图功能，AI很自信地给了个算法，跑起来搜索一次要40秒，我忍了一周才想起来问"为什么慢"，它才承认这方案在文件多时性能差，换个思路后压到了1秒内。它不会主动认怂的，得你问。

三次翻车教会我同一件事：AI是结对程序员，不是外包。外包你验收结果就行，结对你得看过程。

提问模板：把AI当结对程序员的五句话

原子答案：固定五句式——说目标、给上下文、限定粒度、要求解释、要它反问。两个月里我把这个模板打磨了十多版，最终版如下。我的标准开头长这样："我在写一个Python小工具，给完全的新手用（目标）。现在的代码是……（贴上下文）。先别给完整代码，只告诉我下一步该写哪个函数（限定粒度）。给完解释每一行的意思（要求解释）。最后问我三个你还不知道的信息（要它反问）。"

最后一句最值钱。AI被要求反问后，经常问出我自己都没意识到的坑，比如"你的文件名里会有中文吗"——会，而且全是，这一问直接避免了我第三次翻车的重演。这个模板的完整推导过程我写在那套提问框架里了，学别的方向也能套。

说到这得插一段大实话：两个月学会编程，标题没骗你，但有个隐藏条件——我每天雷打不动一小时，一天都没断，包括清明假期在高铁上用笔记本敲的那次。六十小时，一天都不能少吗？倒也不至于，但前三十天的连续性真的很重要，中断超过三天，手感就要重新热。这是体感，不是科学。顺便说个数据：GitHub的官方博客披露过，其平台上AI辅助编程相关的仓库两年里涨了几倍，用AI学写代码这条路已经有几百万人走在前面，我这种六十天出徒的进度属于平均水平偏慢，别被"三天速成"的帖子唬住。

话说回来，最大的收获居然不是编程本身。是那种"想法→自己动手→第二天就在用"的闭环感。第60天晚上工具跑通那一刻，我盯着窗口发了两分钟呆，比当年拿到offer还兴奋。这种快乐，看一百节视频课也换不来。

新手最容易问的三个问题，我先替AI回答了

原子答案：选Python、不需要先啃语法书、每天一小时足够，这三个答案背后都有我在两个月里验证过的理由。挨个说。语言之争我懒得参与，但新手选Python的硬理由是社区答案多——你遇到的报错，前人九成九都贴过，AI训练数据里也全是指路牌，我用JS试着起步过一周，同样的问题查起来费劲一倍。语法书也别先啃，我买了一本400页的，翻到60页果断改用"遇到什么查什么"，工具书的正确用法是查阅不是通读。每天一小时的说法有出处：我的实际均值是64分钟，由番茄钟记录，节假日会自然涨到两小时，别信"每天四小时速成"，那个强度普通人第三天就崩。

学编程和学AI概念可以并行不悖，编程练手感的同时，用零基础的下手顺序补认知就挺好；等你能写点东西了，往上接从Python到模型调优的路径会顺很多。至于练手项目选什么，我的建议是选那个"你自己每周会被烦到两次"的活，素材库工具就是我的答案，你的答案可能是记账、可能是追番清单管理，无所谓，痒在哪挠哪。

常见问题

完全零基础，真的两个月能做出东西吗？

能，但工具的"能用"标准要放低：解决你一个人的一个具体麻烦就够了，别指望做成产品。我的v1.0界面丑得掉渣，功能也就三个，但它每天给我省十分钟。这个标准下，两个月是够的，我的日均投入一小时出头。

会不会学了半天其实什么都没学会，全是AI写的？

这个风险真实存在，防线就一条：每段代码自己改过一次再用。我立了个规矩，任何函数不亲手改一个变量跑一遍，不准进主程序。有点笨，但两个月后我至少能独立写出循环和文件操作，不是复制粘贴侠。

用哪个AI来学比较好？

主流大模型都够用，差别没想象中大，我主力用的ChatGPT，卡壳时换一个交叉验证。关键是别频繁换——每个模型的表述习惯不同，新手来回切换等于给自己加难度。注册和上手直接看OpenAI官网，中文的入门资源可以看菜鸟教程当语法字典，我这两个月翻得最多的就是它。

程序员会不会反而讨厌这种学法？

问过我做后端的老同学，他的原话是"挺好，又多了批半吊子竞争者"——说完给我提了三条代码规范建议。职业选手的焦虑不在工具，在深度。你用AI入门不丢人，丢人的是入门之后不再深入。

AI学习AI编程这件事，最被低估的不是效率，是它给了普通人"亲手造个东西"的机会。六十天前我不敢想自己能写出天天在用的软件，现在工具就躺在我的任务栏里。这篇周记要是让你起了"要不我也试试"的念头，别压着，今晚就装环境，卡住了再回来看翻车那一节。觉得有用的话，转给那个总说"想学编程但是没时间"的朋友，一天一小时，他有的。