前几天，我完全没有编程基础的女朋友在没有我引导的情况下配资杠杆炒股安全吗，花了大概两个小时，就利用 AI 开发了一个约两千行代码的学生排座位网站。而更需要强调的是，这个网站完全满足了她的工作需求，已经用在了其日常工作中，帮她每个月节省了大概三四个小时的工作量。而这，还远远不是她结合 AI 编程提升自己工作效率的全部。

这样的场景绝非大家不可复刻：从去年开始，我就与十多个没有编程背景的朋友一同探索在 AI 时代下学习编程的最佳实践。现在，这些朋友中有的走上了计算机科学的专业道路，也有一些人以业余身份开发了许多解决自身需求的软件工具。有了这些切实例子的支持，我可以自信地说，在当下这个时代，几乎人人都可以结合 AI 高效完成对编程的学习。

但坦白的讲，学习编程的过程也绝非一帆风顺。作为一个小白，如果没有清晰完整的思路去指导自己的学习，往往会花费很多时间 却得不到预期效果。结合与朋友们的沟通实践，我认为一个小白想要快速学习并应用编程，最开始要做的应该是明确自己对 “编程是否需要学” “是否容易学” “到底怎么学” 这三个关键问题的答案。

首先，我们需要确定的是自己是否需要编程，避免花费大量时间精力以后，发现这个技能难以用在日常生活工作中，成为一项屠龙之术；其次，则是对编程容易学这件事有基于理性判断得出的信念，而不至于在后续学习过程中产生畏难情绪，导致半途而废；最后，则是要对编程如何学这件事有一个自顶向下的认识：就和我们旅行时需要有一张给出明确路线，能指引自己达到目的地的地图一样。我们要在学习编程的过程中，知道自己要把精力重点投入到哪些地方，避免在一些无意义的知识点上白白浪费时间。

是否需要学

市面上很多鼓吹学习 AI、学习编程，宣称"小白也能快速软件开发"的言论，其实让人忽视了一个非常重要的问题：在投入时间学习编程之前，最重要的是思考编程对我们自己的重要性。换句话说，我们更需要认真思考的问题是："我是否真的需要去学习编程？"

无论别人描述了一种多么完美的图景，无论 AI 帮他们减少了多少工作量、提高了多少生产力，或者如何如何改变了人生，这些影响都是针对特定人而言的。这些经验放到你的身上能否产生类似的效果，谁也说不准，因为每个人遇到的场景都是独特的：如果我们平常真的用不到编程，那把学习编程的热情和精力放到其他更感兴趣、更重要的事情上，其实是完全合理的选择。

那，如何判断编程是否适合自己呢？

其实，只需要了解 "编程能力的边界"（比如多找一些网上自学编程解决问题的例子，或者问问身边朋友同事是否用编程解决了自己的问题，解决了哪些问题）；再梳理 "自身需求的边界"，也就是分析自己的工作生活中有哪些东西异常的困扰你。然后，判断两者之间的交集是否存在，就可以由此确定自己是否值得投入时间去学习编程。

举个例子，那些在日常生活中经常困扰于 Excel 数据处理的朋友往往能惊奇的发现编程为他们带来的生产效率提升，而老师们也往往会感慨 AI 助手能为他们批改作业提供多么巨大的辅助。可对于一个餐馆老板或者类似的从业者来说，他就很难通过编程在短期内解决巨大的困扰获取收益。

当你明确了"为什么要学习编程"这个问题后，后续的学习过程显然会更加具有针对性，学习路线和思路也会更清晰。

是否容易学

而对于"编程是否容易学"这个问题，我可以直接给出肯定的答复。

在过去为什么编程难以普及？很大程度上就是因为，有些开发程序所必要的前置知识学习起来过于消耗时间，可能要学好几个月才能做出来一个真正解决自己需求的程序。但在当下，有了 AI 的协助，很多编程中必须的技能完全可以由它来补足，这些障碍便不再是像以前那样难以逾越的高山。

更重要的是，这种结合 AI 的编程模式学习曲线及其平滑，我们能很快的尝到编程给我们带来的 “甜头”。可以说，只要不是过于复杂的需求，你完全不需要什么前置的准备学习，直接与 AI 沟通就可以生成切实可用的代码，让我们直观感受到编程给自己带来的价值。

但要敲响警钟的是，即使有了 AI，编程同样不是一个一朝一夕就能彻底精通的技能。不可能说有了 AI 以后，随便一个普通人就有着比拟以前专业程序员的开发能力。换句话说，过去的开发经验以及编程教程资料，并非彻底过时，它们依然会发挥重大的作用。只是其中的优先级和学习内容需要我们更加留心地进行取舍。

到底该怎么学

假如你经过以上的分析和判断，确定了自己确实需要学习编程，紧接着的问题自然是：我们具体应该怎样学习编程？

我认为，在当下具体要学习的编程相关能力，大致可以分为以下三个方面：

第一，是具体的编码能力，也就是把想法转化成代码的能力。

很多人可能觉得，AI 现在已经可以自动生成代码，似乎写代码的能力已经不在重要了。这其实是一种误解。表面上看，AI 帮我们生成了大量代码，似乎不用再自己写代码。但实际上，"通过编程语言进行编程"与"通过自然语言引导 AI 进行编程"，本质上都是"编程能力"的体现。

更具体的说，写代码这个能力可以再细分为两个部分：一是核心的编程思维和逻辑表达能力；二是具体编程语言的语法知识。

在 AI 的辅助下，后者的重要性确实大大下降了。很多时候，即使不完全掌握具体语言的语法，也能在 AI 的帮助下实现需求。换句话说，很多细节级的算法练习（比如手写一个快排或者类似算法）确实不再像以前那么重要了。

但编程思维和能力的重要性其实并未降低，反而大大增加了。编程思维和逻辑表达能力听起来非常的抽象，但它在我们与 AI 结对编程的场景下，其实就类似于提出问题的能力。我们实际可以想象 AI 就是一个有血有肉的真实程序员，想要让它帮你完成功能开发，其实就和人类沟通一样：我们需要能把需求描述清楚，这样对方才能领会我们想表达的内容，帮我们将想法落实。

关于如何提问，我之前也发过一篇视频，叫做 “如何评价才能让别人帮助你”。感兴趣的朋友也可以作为参考了解。

总的来说，AI 降低了具体语法知识的重要性，但清晰表达需求的能力反而更加重要了。

而我们第二个要掌握的能力，是对基础计算机术语的理解。掌握基础术语和概念，才能高效获取到 AI 的支持。

举个简单的例子：假设你让 AI 帮你解决一个具体需求，AI 告诉你："这个需求可以用一个开源项目解决，你从 GitHub 把它克隆下来，用 VSCode 打开，然后在终端运行一下就可以了。"看似问题得到了解决，可如果你连这些术语都听不懂，那后续工作如何进行依然对你而言是未知的。

换句话说，无论 AI 有多么智能，能帮你解决多少编程相关的问题。我们自己对基础沟通术语和概念的掌握也是必不可少的。AI 虽然越来越强大，但至少在目前阶段，它不可能帮我们彻底的完成所有工作。想要获取 AI 更多的帮助，至少我们得共享同一套基础语言，能够轻松的沟通。这其实就类似对一门语言的学习，我们要做的就是多多浸泡在相应的语言环境之中，结合真实的例子理解专业词汇术语的概念。

而最有效的学习方式自然就是多用 AI 来协助编程。

而第三，则是清晰地认识计算机或编程能力的边界，以及自身能力的边界。

这一点，甚至比写代码和理解术语更重要。因为当面对问题时，我们首先要判断的就是：这个问题是否适合通过编程来解决。如果无法做出这个判断，就可能把大量精力投入到一个本身就不适合用编程解决的问题上，最终浪费时间精力，徒增挫败感。

在前文我们提到了一种很有效的方式是，通过了解网络上已有的编程解决需求的例子来做出总结，但这样的总结未必全面，也未必完全适合自己。

想要更严肃学习编程的话，我们那不妨尝试培养所谓“懒惰”的性格。这种“懒惰”不是指什么事也不干，而是说对生活中那些重复出现又无聊事情的一种本能厌恶的感受。当你发现有哪些事情又重复又无聊，那它很可能就是能被编程解决的问题。在发现这类事情之后，我们不妨向 AI 询问其是否能被编程解决。多做几次实验之后，我们往往就能够培养出对一个东西是否能被编程解决的直觉性判断。

另外，我们也要清晰地意识到自己的能力边界：有些问题也许原则上可以用编程解决，但对我们当前的能力来说难度过高。这种情况下，我们需要做出权衡：到底是暂缓实施；还是投入精力去学习相应的知识，在之后完成功能的开发。这种对自己能力边界的判断和取舍也及其重要。如果没有这样的意识，很可能之后就会遇到花了很多功夫尝试用编程解决问题，但什么也没做出来的现象。白白浪费自己的精力，使得自己气馁。

明确哪些任务适合用编程解决，哪些超出当前能力范围，一定会有助于你更高效、合理地学习。

总结

说了这么多，其实最重要的还是你自己真实的行动。学习编程在当下已经不再是一件难事，但如果你不开始，它仍然永远无法学会。希望本视频能激励你迈出编程的第一步。

以上就是本文的全部内容，希望这些分析能为你提供一条学习编程的主体框架，在未来我也会做出更多的文章、视频，为大家后续的学习过程提供思路和建议，感兴趣可以关注我。如果你有任何问题，欢迎在评论区留言提问。

希望本文能对你有所帮助配资杠杆炒股安全吗。

• 教程
• 败的
• 配资杠杆炒股安全吗
• 编程
• 写给