系列教程说明
这是「AI专家养成计划」系列教程的第77篇，共140篇。本系列从零基础出发，每天两篇（早课理论+晚课实践），用70天时间带你全面掌握AI的核心概念与实战技能。无论你是职场人士、学生还是对AI感兴趣的普通用户，都能在这里找到适合自己的学习路径。
上篇回顾
昨天我们学习了开源大模型的本地部署体验，掌握了三个核心要点：
- 本地部署大模型的优势：数据隐私保护、无需联网、可定制化
- Ollama等工具让本地运行大模型变得简单，一条命令即可启动
- 根据硬件配置选择合适的模型大小，平衡性能与资源消耗
今天，我们将进入一个激动人心的领域——AI编程工具。即使你从未写过一行代码，AI也能帮你完成编程任务。
为什么AI编程工具值得关注？
想象一下：你有一个想法，比如”帮我做一个记账小程序”，但你不会编程。在过去，你需要花钱请程序员，或者花几个月学习编程语言。
现在，AI编程工具正在改变这一切。
它们不是简单的代码补全工具，而是能够理解你的意图、生成完整代码、甚至帮你调试错误的智能编程伙伴。就像有一位经验丰富的程序员坐在你身边，随时准备帮忙。
两个最具代表性的工具：Cursor 和 GitHub Copilot。它们代表了AI编程的两种不同思路，但目标相同——让编程变得更简单、更高效。
Cursor：AI原生的代码编辑器
什么是Cursor？
Cursor 是一款从零开始为AI设计的代码编辑器。它不是在传统编辑器上”加装”AI功能，而是让AI成为编辑器的核心。
你可以把它理解为：一个内置了AI助手的VS Code。如果你用过VS Code，上手Cursor几乎零成本；如果你没用过任何编辑器，Cursor的AI对话功能让你可以直接用自然语言编程。
Cursor的核心能力
① 自然语言编程
在Cursor中，你可以直接用中文告诉它你想做什么：
“帮我写一个Python程序，读取Excel文件，统计每个部门的平均工资，然后生成柱状图”
Cursor会理解你的需求，生成完整的代码，包括数据处理、可视化等所有步骤。
② 智能代码补全
当你开始写代码时，Cursor会预测你接下来要写什么。它不是简单的关键词匹配，而是理解上下文后的智能建议。
比如你写了：
`python
def calculate_average(numbers):
`
Cursor会自动补全函数体，包括处理空列表、类型检查等边界情况。
③ 代码解释与调试
遇到看不懂的代码？选中它，按快捷键，Cursor会用自然语言解释这段代码做了什么。
程序报错了？把错误信息发给Cursor，它会分析原因并给出修复建议。
④ 多文件项目管理
Cursor能理解整个项目的结构。当你修改一个文件时，它知道这个修改会影响哪些其他文件，并自动调整。
如何开始使用Cursor
第一步：下载安装
访问 cursor.sh 下载对应系统的版本（Windows/Mac/Linux都支持）。安装过程和普通软件一样简单。
第二步：首次启动
打开Cursor后，它会问你几个问题：
- 是否导入VS Code设置（如果你有的话）
- 选择AI模型（推荐默认设置）
- 登录账号（免费版即可开始使用）
第三步：创建你的第一个项目
- 点击”New File”创建新文件
- 按
Cmd+K（Mac）或Ctrl+K（Windows）打开AI对话 - 输入你的需求，比如：”写一个简单的计算器程序”
- Cursor会生成代码，你可以直接运行或修改
免费版的限制：每月有一定的AI使用额度，对于学习和小型项目完全够用。
GitHub Copilot：你的AI编程搭档
什么是GitHub Copilot？
GitHub Copilot 是由GitHub和OpenAI联合开发的AI编程助手。它以插件形式集成到你现有的编辑器中（VS Code、Neovim、JetBrains等），不需要更换编辑器。
如果说Cursor是”重新设计的AI编辑器”，那Copilot就是”给现有编辑器装上AI大脑”。
Copilot的核心能力
① 实时代码建议
Copilot最强大的功能是实时代码建议。当你输入代码时，它会在光标位置显示灰色的建议代码。按Tab键接受，按Esc忽略。
它不只是补全一行代码，而是能生成整个函数、整个类、甚至整个文件。
② 注释驱动编程
一种有趣的编程方式：先写注释描述你想做什么，Copilot会根据注释生成代码。
`python
# 读取CSV文件，计算每列的平均值，忽略空值
# 返回一个字典，键是列名，值是平均值
`
写下这两行注释后，Copilot会自动生成完整的函数代码。
③ 测试代码生成
写完一个函数后，Copilot能自动为它生成测试用例，帮你验证代码的正确性。
④ 多语言支持
Copilot支持几乎所有主流编程语言：Python、JavaScript、TypeScript、Java、C++、Go、Rust……而且在不同语言之间的切换非常自然。
如何开始使用Copilot
第一步：安装插件
如果你用VS Code：
- 打开VS Code
- 点击左侧扩展图标（或按
Ctrl+Shift+X） - 搜索”GitHub Copilot”
- 点击安装
第二步：登录GitHub账号
安装后，Copilot会要求你登录GitHub账号。个人版每月$10，学生和开源项目维护者可以免费使用。
第三步：开始编程
- 创建一个新文件，选择编程语言
- 开始写代码或注释
- Copilot会自动显示建议（灰色文字）
- 按Tab接受建议，继续编程
Cursor vs Copilot：如何选择？
两者都是优秀的AI编程工具，但适合不同的场景：
| 特性 | Cursor | GitHub Copilot |
|---|
|——|——–|—————-|
| 形式 | 独立编辑器 | 编辑器插件 |
|---|---|---|
| AI对话 | 内置，非常强大 | 需要额外插件 |
| 代码补全 | 优秀 | 优秀 |
| 学习曲线 | 如果用过VS Code，几乎为零 | 如果用过VS Code，几乎为零 |
| 价格 | 免费版可用，Pro版$20/月 | $10/月，学生免费 |
| 适合场景 | 需要AI对话、项目重构 | 日常编程、代码补全 |
我的建议：
- 编程新手：从Cursor开始，它的AI对话功能更友好，可以直接用自然语言描述需求
- 有经验的程序员：Copilot集成到现有工作流更方便，不需要切换编辑器
- 预算有限：两者都有免费版，都试试看哪个更顺手
AI编程工具的实际应用场景
场景一：快速原型开发
你有一个产品想法，想快速做个原型验证。用Cursor或Copilot，你可以在几小时内完成过去需要几天的工作。
实际案例：一位产品经理用Cursor在2小时内搭建了一个用户反馈收集系统的原型，包括前端页面、后端API和数据库。
场景二：学习新语言
想学一门新的编程语言？AI工具是最好的老师。你可以用它生成示例代码，然后逐行解释。
学习方法：
- 让AI生成一个简单项目（比如待办事项应用）
- 逐行阅读代码，遇到不懂的就问AI
- 尝试修改代码，观察效果
- 自己从零开始写一个类似项目
场景三：代码重构与优化
面对一堆”能跑但难维护”的旧代码，AI工具可以帮你：
- 识别代码中的问题（重复代码、潜在bug）
- 建议更好的实现方式
- 自动重构代码，提高可读性
场景四：自动化脚本
日常工作中重复性的任务，比如：
- 批量重命名文件
- 自动发送邮件
- 数据清洗和格式转换
用自然语言描述需求，AI帮你生成脚本，省去大量手动操作时间。
使用AI编程工具的注意事项
① 理解比复制更重要
AI生成的代码不一定是最优的，也可能有bug。不要盲目复制粘贴，要理解代码的逻辑。
建议做法：
- 让AI解释它生成的代码
- 自己手动运行一遍，观察效果
- 尝试修改参数，理解每个部分的作用
② 保持批判性思维
AI可能会生成过时的代码、使用已废弃的函数，或者忽略边界情况。始终用你的判断力审视AI的输出。
③ 隐私与安全
- 不要在AI对话中输入敏感信息（密码、API密钥等）
- 了解工具的数据使用政策
- 企业项目注意代码保密要求
④ 它是助手，不是替代
AI编程工具的定位是增强你的能力，而不是取代你。最终的决策权、代码质量把关、架构设计，都需要你的专业判断。
今日总结
今天的核心要点：
① AI编程工具正在降低编程门槛——Cursor和Copilot让不会编程的人也能完成编程任务，让会编程的人效率倍增。
② Cursor是AI原生编辑器——强大的AI对话功能，适合编程新手和需要AI辅助的场景。
③ Copilot是编辑器插件——无缝集成现有工作流，适合有经验的程序员日常使用。
今日行动项
动手实践是最好的学习方式：
① 安装并试用：选择Cursor或Copilot，花30分钟体验AI辅助编程的感觉
② 完成一个小任务：用AI工具写一个简单的程序，比如计算器、猜数字游戏或文件整理脚本
③ 对比体验：如果时间允许，两个工具都试试，感受它们的不同风格
🚇 地铁深读：AI编程的进化史
这个板块专为地铁通勤设计，每篇5-10分钟。不想深读可以跳过，不影响主线学习。
从代码补全到AI编程伙伴
AI辅助编程并不是新概念。早在20世纪80年代，IDE（集成开发环境）就开始提供代码补全功能。但那时的补全只是简单的关键词匹配——你输入”for”，它提示”for循环模板”。
真正的转折点出现在2021年。GitHub Copilot的发布标志着AI编程进入新纪元。它使用的Codex模型（GPT-3的代码版本）能够理解代码的语义，而不仅仅是语法。
一个有趣的对比：
- 传统补全：你写
def calc，它提示calculate（单词补全） - AI补全：你写
def calculate_bmi，它自动生成完整的BMI计算函数，包括体重、身高参数、公式计算、结果格式化
技术背后的大模型
Cursor和Copilot都依赖于大型语言模型（LLM）。这些模型在海量代码数据上训练，学会了编程语言的模式、最佳实践，甚至是不同语言之间的对应关系。
比如，模型知道：
- Python的
list对应JavaScript的Array - SQL的
JOIN操作可以用Python的pandasmerge实现 - 递归算法可以改写为迭代版本以提高性能
这种跨语言、跨范式的理解能力，是AI编程工具强大能力的根源。
争议与思考
AI编程工具也引发了一些争议：
代码版权问题：AI生成的代码可能包含开源项目的片段，这是否构成侵权？目前法律界还没有定论。
程序员的未来：如果AI能写代码，程序员会失业吗？大多数专家认为不会——编程不只是写代码，还包括需求分析、架构设计、团队协作等AI难以替代的工作。
代码质量：有研究发现，AI生成的代码中有相当比例存在安全漏洞。这提醒我们：AI是助手，不是万能的。
推荐学习资源
如果你想深入了解AI编程工具：
- Cursor官方文档：cursor.sh/docs — 最权威的使用指南
- GitHub Copilot文档：docs.github.com/copilot — 详细的配置和使用说明
- 《AI-Assisted Programming》：Tom Taulli著，系统讲解AI编程工具的使用方法
- YouTube频道：搜索”Cursor tutorial”或”Copilot demo”，有大量实战视频
进阶思考题
- AI编程工具如何影响软件开发的团队协作模式？
- 如果AI生成的代码出现bug，责任应该由谁承担？
- 未来5年，AI编程工具可能发展到什么程度？
下篇预告
明天早上8点：Day40——AI搜索：新一代信息获取
今天下午5点：Day39——晚课 AI编程工具实战
明天我们将探索AI如何改变我们获取信息的方式——传统的搜索引擎正在被AI搜索工具颠覆，你将学会如何用AI更高效地找到需要的信息。
发表回复