在 AI 时代如何开始学习编程

Source: Dev.to

大型语言模型（LLM）的出现从根本上改变了新程序员的起点。如今，初学者可以从一个提示（prompt）开始，而不是使用 IDE，立即获得代码、解释和调试帮助。

这种转变把我们带到了一个重要的十字路口：到底该如何开始？ 在观察了学生、研究人员以及行业在过去几年中对这些工具的反应后，答案完全取决于你的具体目标。

新现实：编程即编排

我们已经摆脱了那种只能通过编写代码来解决问题的世界。如今，许多专业人士使用 AI 代理来处理工作流的各个环节。在这种环境下，程序员的角色往往转向编排——管理工具以确保它们产生正确的结果。

因此，决定独立编写代码不是你的主要目标是一种完全合理的选择。如果你的工作情境需要阅读、改写并指导 AI 生成的代码，而不是从零开始构建代码，这已经足够。

选择你的深度

虽然独立编码不再是每个人的“必需”，但它确实提供了一种特定的深度。学习在没有大型语言模型（LLM）的情况下解决问题，可以构建一个“内部处理器”和在高风险情境中可能至关重要的思维模型。

更深入掌握的优势

• 预测能力： 在点击“运行”之前，能够在脑中运行程序并预测其输出。
• 精确性： 对算法进行小范围、局部的修正，而无需重新生成整个解决方案。
• 可靠性： 在“危机”时刻或模型可能缺乏相关训练数据的边缘案例中仍能正常工作。

战略“受保护的基础阶段”

如果你决定独立编码是你想要的技能，请考虑一个受保护的基础阶段。这并不是要忽视 AI，而是关于时机。这是一个学习的初始阶段，你有意识地限制对模型的依赖，以确保你在培养自己的“创作者”能力。

需要自己保留的内容

• 推导解决方案的逻辑
• 选择数据结构
• 拆解问题

这些领域的“挣扎”实际上是有益的——真正的学习就在此发生。

可以交给 AI 的内容

• 搭建开发环境
• 解释晦涩的错误信息
• 修复诸如缺失括号等小的语法错误

一旦奠定了这层基础（可能在前 40–60 小时的学习之后），你就可以在更强大的基础上系统地整合 AI。

每个初学者仍需掌握的技能

无论你是选择手动编写每一行代码，还是让代理程序协同工作，某些基础知识始终是该领域的“根本要素”。

基础知识

你仍然需要了解 variables（变量）、loops（循环）、functions（函数） 和 data structures（数据结构），才能阅读 AI 为你生成的代码。

计算思维

这比以往任何时候都更为重要。AI 可以处理 “how”（语法），但人类仍必须处理 “what” 与 “why”——定义问题、将其分解为子问题，并判断结果的正确性。

The Human Architect: The “What” and the “Why”

随着 AI 接管越来越多技术层面的“如何”，人类程序员的角色演变为架构师。计算思维——将像“管理巧克力店”这样的大问题拆解为更小、可解的子问题的能力——至关重要。它还涉及概括：识别问题的共享组件，以便构建适用于整类情况的解决方案，而不仅仅是单一的孤立案例。到 2026 年，成为“优秀程序员”意味着具备将正确的子任务分配给合适的代理的远见，以及验证最终编排既正确又符合伦理的判断力。

最后思考

2026 年的初学者面临的问题不再是“我应该使用 AI 吗？”而是 “我想成为怎样的程序员？”

• 如果你想拥有独立编码者的深度，就给自己一个受保护的阶段来打好基础。
• 如果你更倾向于成为高层次的协调者，就把精力集中在掌握基础知识和计算逻辑上。

两条路径都是有效的；关键是要有意识地做出选择。

如果你今天开始，你会追求独立编码的深度，还是把它视为可选的专长？