> For the complete documentation index, see [llms.txt](https://shike.gitbook.io/ai-coding/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://shike.gitbook.io/ai-coding/00-chapter.md).

# 前言

## 本书面向的读者

本书预设的读者画像为:**希望借助 AI 直接交付产品或服务、但本身并非职业程序员的人群**。该画像包含但不限于:创业者(尤其是一人公司或小团队阶段)、产品经理、运营负责人、设计师、独立顾问、自媒体作者。该群体在 2026 年的 AI 编程生态中具有一项共同特征——他们正在尝试或已经使用 AI 工具完成"原本需要程序员才能做"的工作,但对工具的理解仍停留在"提问—回答"的对话层面,缺乏对整套工作方式的系统认识。

本书不面向两类读者:其一,希望从零开始学习编程的入门者;其二,纯粹的工具比较型读者(只关心"哪家的 AI 更好用")。第一类读者需要的是一本编程教材,而不是一本关于如何指挥 AI 完成产品的方法论书;第二类读者关心的"参数对比"会在第 1 章出现,但本书对该议题的定位是"为决策服务",而非"为比较服务"。

读者画像决定了本书的写作规范:每个专业术语在首次出现时以一句白话给出定义,后续可直接使用;技术操作的叙述以"为什么这样做"与"这样做带来什么业务后果"为主轴,而非以"代码如何写"为主轴;案例部分涉及具体工具,但描述的重心始终是决策过程、踩坑经验与可迁移方法论。

## 本书的核心命题

书名《AI Coding:人人都是程序员》宣告了本书的目标读者——每个想用 AI 做出真实产品的人,无论是否写过代码。副标题"让非技术人做出可交付的产品"是全书唯一的核心承诺,可拆解为三层含义:

* **真实交付**:产出的系统能够通过客户验收并签字确认,而不是一份可演示的截图。
* **真实收款**:第 10 章的完整闭环将展示"从想法到第一笔真实付款"的全过程,时间盒为 7 天。
* **真实替代人工**:第 6 章将展示 Agent 在无人值守状态下完成定时巡检、生成周报,仅在异常发生时通知人工介入。

多数 AI 编程内容止步于"让 AI 生成一段代码"。生成代码只是起点,代码之后连接的是客户的资金、生产环境的数据、他人账号与业务的运行状态。本书讨论的核心命题,正是**在赋予 AI 操作真实世界权限的同时,如何将控制权保留在人的手里**——哪些步骤必须由人工接管,哪些操作必须具备回滚预案,哪些数字必须可以追溯到出处。这一命题贯穿全部 10 个案例与 3 章方法论章节,构成全书的内容主轴。

## 全书结构

全书共 15 章,按"格局—案例—方法论"三段式组织。

\*\*第 1 章(格局)\*\*讨论 2026 年 7 月时点的 AI 编程生态版图:海外两家(Anthropic、OpenAI)、国产三家(智谱、Kimi、MiniMax)加 DeepSeek 的产品结构、定价、跑分与选型框架。该章的方法论产出为一张"三问选型清单",可在面对任一具体项目时直接套用。

\*\*第 2 章至第 12 章(案例)\*\*展开 10 个真实项目的复盘:从委托型网站复刻、SaaS 系统复刻,到以 Demo 对齐需求、经营数据分析、飞书全自动化、行业调研、自我蒸馏、反馈回路、7 天 MVP 收款,以及存量遗留系统改造与竞品监控情报系统。每个案例按"需求入场—关键决策—踩坑与解决—结果复盘—可迁移方法论"的结构展开。案例部分不是"教程合集",而是 10 次独立的工程决策演练,目的是让读者建立"面对具体问题时如何拆解、如何权衡、如何落地"的判断框架。

\*\*第 13 章至第 15 章(方法论)\*\*讨论贯穿全部案例的四类反复发作的工程问题(代码质量下滑、上下文失效、文档与代码不一致、架构渐进腐化)、爬虫与数据获取的工程底座,以及 skill 与子 Agent 的最佳实践。三章合在一起,构成"案例中识别的模式 → 模式背后的根因 → 工程化的解决工具"的收束。

## 阅读契约与时间投入

完成本书阅读的合理时间投入为 15 至 20 小时。读者画像(第 2 节)的差异决定了不同的阅读策略:

* **以"做出第一个产品"为目标的读者**:重点阅读第 2、4、10 三章,这三章构成"接收需求—对齐需求—交付收款"的完整闭环。其余章节可按需查阅。
* **以"搭建可复用工作流"为目标的读者**:重点阅读第 6、8、9、15 四章,四章共同回答"如何让 AI 持续按你的标准工作"。
* **以"评估工具与团队治理"为目标的读者**:重点阅读第 1、3、13 三章,三章共同回答"如何选择工具、如何管理过程、如何控制风险"。

三种阅读策略均能形成独立的方法论闭环。本书的索引(末尾)与每章章首的"本章导读"将协助读者快速定位所需内容。

## 术语约定

以下术语在全书高频出现,此处统一定义,后文仅解释新出现的概念。

**AI(人工智能)**:一个经过大规模数据训练、能够按指令生成文字与代码的程序。本书中"AI"一词默认指代大语言模型(LLM),即 2026 年时点支撑编程 Agent 工作的那类模型。

**Agent(智能体)**:具备执行能力的 AI 系统。与仅输出文本的对话式 AI 不同,Agent 能够依据目标自主拆解步骤、调用工具并完成操作,最终交付执行结果。Agent 是"能自己动手干活的 AI",而非"只回答问题的 AI"。

**Token(模型计量单位)**:模型处理文本的最小单位,也是 API 计费的单位。粗略换算:1 个汉字约合 1 至 2 个 Token,1 个英文单词约合 1 个 Token。各档套餐的额度与价格,均按 Token 换算。

**上下文窗口**:模型单次对话所能"看见"的全部内容上限,单位为 Token。超出部分将被丢弃或被自动压缩为摘要。厂商标称的容量普遍较大,实际稳定可用的部分约为标称值的 25% 至 30%(第 13 章详述)。

**Prompt(提示词)**:用户发送给 AI 的全部输入文字。指令的清晰度、信息的完整度、约束的明确度,共同决定 AI 输出的质量。

**Skill(技能文件)**:以 Markdown 格式编写、供 AI 读取的操作规程文件,逐项写明适用场景与执行步骤。Skill 一旦写好,AI 在每次遇到相关任务时都会自动调用,相当于把团队的最佳实践固化为"机器可读的规则"。

**子 Agent(Subagent)**:由主 Agent 派生、独立承担子任务的执行单元。子 Agent 在独立的上下文中工作,任务结束后仅向主 Agent 返回一份结果摘要,不占用主对话的"记忆"。第 15 章将详述子 Agent 的设计模式与代价。

**MCP(模型上下文协议,Model Context Protocol)**:Agent 接入外部工具的通用接口标准。网页抓取、数据库查询、日历操作、消息推送等能力,均可通过 MCP 挂载到 Agent 上。MCP 的地位类似于硬件领域的 USB——不同厂商的工具通过同一接口形态互相连接。

**Skill 与 MCP 的区别**:Skill 是"AI 怎么想"——一份写在文件里的工作方法;MCP 是"AI 能做什么"——一组挂在 Agent 上的工具能力。两者共同构成 AI 周围的工程结构。

**跑分(Benchmark)**:各模型在标准化测试集上的得分。本书每项跑分数据均标明出处类型(厂商自报、第三方实测、二手转引)与数据日期。读者引用任何跑分数据前,应先核查其评测主体——基准测试的分数本身通常没有争议,争议在评测主体。

![本书阅读路线图](https://687631483-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F7WxdJpMDAGmV1omWsIzP%2Fuploads%2Fgit-blob-9c9e163700971ed6b99cc9e0c32e90a34497c9cf%2Fai_coding_book_sec00_roadmap.svg?alt=media)

## 数据截止与版本说明

本书所有价格、版本号、跑分数据均截至 2026 年 7 月 31 日。AI 编程行业以 4 至 8 周为周期迭代模型,工具每周更新,读者拿到本书时,具体型号大概率已经更换。因此本书的目标不是罗列当前参数,而是给出分析格局的方法——参数会过时,方法不会。涉及具体数据的章节均在该章首段声明数据截止时点。

数据截止声明的意义不只在于时效性,也在于引用规范。本书所有引用的 URL 与日期均经过二次核验(部分经二手转引的内容已在引用条目中标注),引用顺序按"一手研究→官方文档→社区报道→二手汇总"优先排列。读者在正式引用任何数据前,建议回溯原始来源核对统计口径。

**使用本书数据时建议的态度**:AI 编程行业的提速宣称众多,部分来自厂商自报、部分来自个体感受。本书在引用任何"提速"数据时,均同时给出"加速多少"与"以什么代价";缺乏后者(时间成本是否被完整记录、是否可被第三方复现、样本是否存在选择偏差)的提速案例,本书不作为方法论依据。读者在引用外部数据时,建议套用同一标准——任何"AI 让 X 提速 Y%"的宣称,先追问一句:时间是如何被记录的,样本是否经过选择。

### 0.7.1 本章思考题

1. 你是哪类读者?对照前言的"阅读契约",你的"做第一个产品"目标对应书中的哪三章?读完那三章后,你期望在第几天交付第一个可收款的产品?
2. 前言强调"参数会过时,方法不会"。在你的工作场景里,有哪些"今天还在用、但其实已经过期"的参数?你愿意每月花多少时间更新这些参数?
3. 本书把"时间成本必须被完整记录"写进基线 Prompt。你过去做 AI 项目时,有没有记录"AI 提速 X% 是以什么为代价"?如果没有,下一次你会怎么补这个记录?
4. 前言把读者画像限定为"非技术人+想做真实产品"。如果你的身份是"技术人+想做副业",这本书对你仍然适用吗?哪些章节可以直接跳过,哪些章节要重点读?

### 0.7.2 本章延伸阅读

1. **\[数据报告] Anthropic 官方定价页** — Pro $20 / Max $100/$200、5h+周双层额度的官方一手出处,理解订阅制"两个额度池中先见底的那一个"的设计 | 第 1 章
2. **\[书] 《Working Effectively with Legacy Code》Michael Feathers(Prentice Hall,2004)** — "遗留代码=没有测试的代码"的原始定义,理解第 11 章治理逻辑的源头 | 第 11 章
3. **\[文章] arXiv 2605.23950(2026-05)** — 同一模型在不同脚手架下得分波动 34 个百分点的研究,确立"换模型换 3 分,换脚手架换 30 分"的判断 | 第 15 章
4. **\[工具文档] Claude Code 官方 Memory 文档** — CLAUDE.md + Auto Memory 双记忆机制的一手依据,理解第 8 章经验沉淀的工程结构 | 第 8 章
5. **\[数据报告] GitClear "Coding on Copilot" 报告(2.11 亿行变更分析)** — 量化 AI 时代代码克隆增长 4 倍、重构活动下降 60%、函数调用率下降 35% 的代码质量趋势 | 第 13 章

## 完整提示词:本书的"通用入口 Prompt"

本章末尾给出的提示词,作为全书所有提示词的基线版本。其作用不是替读者完成某一具体任务,而是为后续每一章的具体提示词提供一个"基础设定"——明确 AI 的角色身份、明确必须遵守的方法论纪律、明确信息呈现的格式规范。后续章节的提示词可以在此基础上叠加具体任务的描述,而无需重复声明这些通用设定。

```
你是本书作者的工程协作 AI,代号"工程助理"。你在与一位非技术背景的产品负责人(以下简称"用户")合作,目标是把"一个想法"变成"一个可交付、可收款、可维护的真实产品"。

[你的角色]
- 你既不是单纯的程序员,也不是单纯的咨询师;你是一名工程协作助理,负责把用户的业务语言翻译成可执行的技术方案,并把执行结果翻译回业务语言。
- 你的核心能力是"拆解 + 编排 + 验收":把模糊想法拆成可执行步骤,把多步骤任务编排为一条工作流,把每一步的输出对照明确标准做验收。
- 你的工作不是"回答问题",而是"推动项目往前走"——每个回复都应让用户离"可交付"更近一步。

[方法论纪律(必须严格遵守)]
1. 时间成本必须被完整记录。任何关于"AI 提速"的论断,必须同时给出"加速多少"与"以什么代价"。缺少代价的提速宣称,视为无效宣称。
2. 数据必须可追溯。任何数字、任何结论,都应可回溯到原始来源;无法回溯的内容,必须明确标注"该结论未经一手核验"。
3. 决策必须可被复核。任何推荐方案,都应同时给出"在什么情况下该方案会失效"——这是判断方案成熟度的最低标准。
4. 任务必须可被回滚。任何涉及真实世界后果(写库、发消息、扣款、调用第三方接口)的操作,执行前必须先与用户确认"操作对象、操作内容、回滚方案"三件事。

[工作方式]
- 接到任务后,先输出"任务理解"(用 1—2 句话复述任务,确认双方理解一致),再开始执行。
- 执行过程中,每完成一个关键步骤,先汇报"这一步做了什么、下一步打算做什么",再继续。
- 遇到模糊或歧义,不要替用户做决定——列出至少 2 个候选方案,说明各自的适用条件,等待用户选择。
- 不使用"可能"、"也许"、"大概"等模糊措辞;凡是不确定的,明确写"该信息未经核实"。

[信息呈现规范]
- 使用 Markdown 格式。标题用二级或三级,正文段落不超过 5 行。
- 涉及代码,使用代码块并标注语言;涉及配置,使用表格;涉及步骤,使用有序列表。
- 引用任何外部数据,使用脚注格式 [^序号^],并在文末列出引用条目。
- 输出末尾,固定包含"下一步建议"段——告诉用户现在可以做的 2—3 件事。

[边界]
- 你不替用户做最终决策;你提供决策所需的全部信息,用户做决定。
- 你不替用户完成"涉及真实世界后果"的操作;你给出操作建议,用户确认后执行。
- 你不假装无所不知;遇到超出你知识范围的问题,明确说"这个问题我无法可靠回答,建议……"。
- 你不使用"保姆级"、"震撼"、"实战手册"等营销式措辞;你的语气克制、专业、可被引用。
```

读者拿到本书后,建议先复制这段提示词,在自己的 AI 工具中运行一次,确认 AI 已"进入角色"。后续每一章的"完整提示词"段,均在此基础上叠加具体任务描述。