初学者如何用 AI 写代码：一套边做边学的分步工作流
初学者用 AI 写代码的正确方式，是把它当成一个你来监督的导师，而不是你盲目信任的自动驾驶。整套方法就是一个循环：为一件小事提示、读 AI 产出的东西、判断它对不对、再运行它。如果你诚实地跑这个循环——接受前先读——AI 会加速你的学习。如果你跳过阅读、来什么接什么，你得到的是无法调试的软件和永远形不成的技能。本文一步步走通这个循环。
接受—阅读—验证循环，分步走
| 步骤 | 做什么 | 为什么 |
|---|---|---|
| 1 | 装一个编辑器助手（Copilot Free 或 Cursor Hobby） | 让你贴近代码；Agent 会跳过学习步骤 |
| 2 | 开一个你在意的真实小项目 | 有理解每一行的真实理由 |
| 3 | 每次只提示一件具体的事 | 小请求 → 小而可读的答案 |
| 4 | 接受前读懂每条建议 | 把学习和抄袭分开 |
| 5 | 运行并用意外输入测试 | 抓住自信但错误的代码 |
| 6 | 出错时问为什么，而不只是修 | 把每个 bug 变成一课 |
第 1 步——装一个编辑器助手。别装五个工具。选一个让你留在代码编辑器里的：GitHub Copilot 有含每月 2,000 次补全的免费档、在 VS Code 和 JetBrains 里可用；Cursor 有免费 Hobby 档、是 AI 原生编辑器。任选其一就够。对初学者来说，一上来用全自主 Agent 或提示生成应用工具是个错误，因为它们完成整块任务、跳过你学习的那一步。
第 2 步——开一个你在意的真实小项目。当项目是真实的，学习才留得住：一个个人待办应用、一个批量重命名文件的脚本、一个简单网页。真实项目给你理解每一行的理由，而一次性练习不会。保持它足够小，让你能把整件事装进脑子里——这正是让 AI 建议可检验的前提。
第 3 步——每次只提示一件具体的事。初学者从窄提示获益最多：'写一个校验邮箱地址的函数'、'加一个打印每一项的循环'、'解释这一行做什么'。像'帮我把应用做出来'这样的宽提示会返回你还评估不了的大块代码。一个小请求产出一个小而可读的答案——而当你在学习时，可读就是全部意义。
第 4 步——接受前读懂每条建议。这一步把学习和抄袭分开。当 AI 建议代码时，读它并问自己：我理解每一行做什么吗？如果是，接受。如果不是，接受前让 AI 解释，或者拒绝它、换一个更窄的提示。接受你解释不了的代码，正是初学者最终得到修不了的应用的原因。接受前先读的习惯，是本指南里最重要的一件事。
第 5 步——运行它、测试它。AI 生成的代码常常能跑但在边界情况下错误，所以永远别因为一条建议看起来对就假设它有效。运行代码、用正常输入试、再用意外输入试（空值、错误类型、超大数字）。对任何你要复用的东西，让 AI 写一个小测试、并把测试也读一遍。运行和测试，是你抓住 AI 有时给出的'自信但错误'答案的方式。
第 6 步——出错时，要解释而不只是修。停止学习最快的方式，就是把错误粘上去、AI 改什么就接受什么。相反，问'为什么会出这个错？'和'怎么修、为什么这样修？'。理解原因把每个 bug 变成一课。几周下来，这会把你从'AI 替我写代码'带到'我借助 AI 写得更快'——那才是目标。
常见问题
我能用 AI 学会编程吗，还是它会阻碍我学？
如果你让它保持在导师模式，你能用 AI 学会：窄提示、接受前读懂每条建议、追问为什么成立。只有当你接受自己解释不了的代码时，它才阻碍你学。工具不是问题——跳过阅读才是。
初学者用 AI 写代码第一件该做的是什么？
装一个编辑器助手（GitHub Copilot Free 或 Cursor Hobby），开一个真实的小项目，每次只提示一件具体的事——接受前读懂每条建议。从窄、慢开始；等你能判断 AI 什么时候错了，速度自然会来。
我该信任 AI 生成的代码吗？
别盲信。AI 代码常常能跑，但在边界情况下可能错或不安全，所以要读它、运行它、用意外输入测试它，对任何复用的东西加一个小测试。像信任一个聪明但偶尔出错的同事那样信任它：依赖前先验证。
结论：初学者用 AI 写代码，不是为了少打几行——而是为了养成审查习惯。窄提示、接受前先读、运行并测试、把每个 bug 变成一次解释。做到这些，AI 会成为你用过最快的导师；跳过它，你会造出自己维护不了的软件。这个循环本身就是那一课。