从零搭建AI编程工作台：环境、理论与方法论全解析

AI Coding 教程第 0-4 部分学习笔记

来源依据：《尚硅谷AI Coding教程》

---

环境准备与开发工作台搭建

1. 这一部分真正要解决什么

第零部分不是单纯教你安装几个软件，而是在搭建 AI 编程的"工作台"。后续无论使用 Claude Code、Codex、Cursor，还是做前端、后端、知识库项目，都离不开三个基础能力：

1. 会用终端发出命令。
2. 有 Node.js / npm 这类项目运行与包管理工具。
3. 有 Git 作为"后悔药"，能在 AI 改坏代码时回退。

可以把它理解成：终端是控制台，Node.js 是很多现代 Web 项目的运行底座，Git 是项目存档系统。环境没配好，后面遇到报错时很难判断是 AI 写错了，还是电脑本身缺工具。

---

2. 终端：AI 编程的基本入口

终端与图形界面的区别在于：图形界面靠点击，终端靠文字命令。Claude Code 这类 Agent 工具大量依赖终端，所以初学者至少要掌握"我在哪、这里有什么、我要去哪、我要创建什么"这几类操作。

最小命令集：

pwd              # 查看当前所在目录
ls               # macOS / Linux 查看当前目录内容
dir              # Windows PowerShell 查看当前目录内容
cd Desktop       # 进入 Desktop 目录
cd ..            # 返回上一级目录
cd ~             # 返回用户主目录
mkdir my-project # 创建文件夹
clear            # 清屏

学习终端不要追求一次记住所有命令，先形成路径意识：

"我当前在哪个文件夹？"、"我要把项目放在哪里？"、"AI 正在操作哪个目录？"

这几个问题比背命令更重要。

常见坑：

• 文件夹和文件名尽量使用英文，避免中文路径导致工具报错。
• 终端报错不代表电脑坏了，大多数只是命令拼错、路径不对或工具未安装。
• Windows 用户使用 PowerShell 时，如果遇到执行策略限制，需要根据提示调整权限。

---

3. Node.js：前端与 Claude Code 安装的基础环境

Node.js 是让 JavaScript 在本地电脑运行的环境，npm 是随 Node.js 一起安装的包管理器。教程中推荐安装 Node.js LTS 版本，因为它稳定、兼容性好，也满足 Claude Code npm 安装方式的前置要求。

安装后必须重新打开终端，再验证：

node -v
npm -v

如果能输出版本号，说明安装成功。文档强调：如果用 npm 安装 Claude Code，Node.js 版本至少需要 v18 或更高。

安装时要注意：

• Windows 安装 Node.js 时确保勾选 Add to PATH。
• 如果 node: command not found 或提示"不是内部或外部命令"，通常是 PATH 没生效，需要重启终端或重新安装。
• macOS 用户可使用 nvm 管理 Node 版本，方便以后切换不同项目所需版本。

---

4. Git：AI 编程里的"游戏存档系统"

Git 的价值不只是团队协作，更是 AI 编程中的风险控制。因为 AI 可能会一次性修改很多文件，也可能写出能跑但不符合你预期的方案。没有 Git，改坏后只能手动找回；有 Git，就能回到之前的存档点。

首次安装 Git 后需要设置身份信息：

git config --global user.name "Your Name"
git config --global user.email "your.email@example.com"

最小生存命令：

git init
git status
git add .
git commit -m "描述这次修改做了什么"
git push
git pull

在 AI 编程中最重要的一条纪律是：

git add . && git commit -m "保存当前进度"

每次让 AI 做大改动之前，先提交一次。AI 改坏后，可以用：

git checkout .

恢复到上一个提交时的状态。这个习惯比记住复杂 Git 命令更重要。

---

5. Python：后续项目的可选依赖

文档把 Python 标为可选，因为它主要在后续 AI 知识库类项目中使用。如果当前重点是前端和 Claude Code 入门，可以先跳过；如果后续要做数据处理、知识库、脚本自动化，建议提前安装。

验证方式：

python --version
# 或 macOS / Linux:
python3 --version

pip --version

---

6. 环境准备完成检查

完成第零部分后，至少要达到以下状态：

• 终端可以正常打开并执行基础命令。
• node -v 能输出 v18 或更高版本。
• npm -v 能输出版本号。
• git --version 能输出版本号。
• Git 已配置 user.name 和 user.email。
• 已创建一个英文路径的 AI 编程工作目录，例如 ai-coding-projects。

建议以后所有 AI 编程项目都放在统一目录里，降低路径混乱和中文路径问题。

---

7. 本笔记复盘问题

1. 为什么 AI 编程反而更需要 Git？
2. pwd、cd、ls/dir 分别解决什么问题？
3. 为什么建议项目路径使用英文？
4. Node.js 和 npm 在后续 Claude Code / Web 项目里分别扮演什么角色？

---

AI 编程基础理论与方法论

1. AI 辅助编程的核心变化

传统编程要求人逐行写代码，重点是"怎么做"。AI 辅助编程把人的角色从代码编写者转为需求定义者、结果审查者和迭代指挥者，重点变成"做什么"和"为什么做"。

这不是说完全不需要技术理解，而是学习路径发生变化：过去是先系统学语法、算法、框架，再做项目；现在可以先用自然语言驱动 AI 做出可运行项目，再在使用中逐渐理解代码、框架和工程规范。

人的核心能力变成：

• 清楚描述需求。
• 给出足够上下文。
• 判断 AI 输出是否符合目标。
• 在错误发生时指导 AI 修复。
• 用 Git、测试、规范控制风险。

---

2. AI 编程的发展阶段

文档把 AI 编程的发展分成四个阶段：

阶段	代表工具	主要能力
智能补全时代	GitHub Copilot、TabNine	根据当前代码补全一行或一个函数
对话式编程时代	ChatGPT、Claude.ai	根据提问生成代码片段和解释
智能体编程时代	Claude Code、Cursor Agent、Codex	读写文件、运行命令、自主完成任务
协作工程时代	多 Agent 工具	多个智能体分工协作完成项目

真正的分水岭是第三阶段。对话式 AI 只能"告诉你怎么写"，你还要手动复制、粘贴、运行、调试；智能体工具可以自己读项目、改文件、运行命令、根据报错继续修复。这也是后续重点学习 Claude Code 的原因。

---

3. Token、上下文窗口与幻觉

理解 AI 编程，必须知道三个概念。

Token 是模型处理文本的基本单位。中文约 1-2 个字符对应一个 Token，英文约 4 个字符对应一个 Token。输入内容越长、输出越多，消耗的 Token 越多，费用也越高。

上下文窗口 是模型一次能"记住"的内容量。窗口越大，AI 能同时看到的项目文件、规范文档和对话历史就越多。对编程任务来说，长上下文非常关键，因为项目级修改往往需要同时理解多个文件之间的关系。

幻觉 是 AI 一本正经地生成错误内容。例如它可能引用一个不存在的函数，或者假设项目中有某个文件。解决方式不是完全不信任 AI，而是"信任但验证"：让 AI 运行测试、检查文件、给出依据；关键代码必须人工审查。

---

4. Vibe Coding：快速把想法变成可运行原型

Vibe Coding 的重点是"意图优先"和"快速迭代"。你不必一开始就纠结每一行代码怎么写，而是先描述想要的效果，让 AI 实现一个能跑的版本，再根据结果不断调整。

适合场景：

• 原型开发。
• 学习项目。
• 个人工具。
• UI 和前端页面。
• 不确定最终形态、需要边做边看的探索性任务。

不适合完全放飞的场景：

• 银行、医疗、支付等生产核心系统。
• 用户认证、加密、权限等安全敏感代码。
• 性能要求极高的底层系统。

Vibe Coding 不是乱来，而是把关注点从"代码细节"前移到"需求表达、体验反馈、快速迭代"。它适合启动项目，但项目变大后必须引入更工程化的方法。

---

5. Agentic Engineering：从感觉驱动到工程化控制

当项目变复杂，纯 Vibe Coding 会暴露问题：代码质量不可控、AI 前后实现不一致、缺乏全局架构意识、难以团队协作。Agentic Engineering 就是在 AI 编程中引入规划、规范、分工、验证和复盘。

智能体 Agent 的关键不是能聊天，而是能自主完成任务。它的工作循环是：

感知项目 → 推理计划 → 执行操作 → 观察反馈 → 修正方案

Claude Code 就是典型编程 Agent：它能读文件、改文件、运行命令、根据报错继续修复。

复杂项目还可以使用多 Agent 协作：

• Leader-Worker：一个领导 Agent 拆任务，多个执行 Agent 完成编码、测试、研究。
• Pipeline：需求分析 → 架构设计 → 编码 → 测试 → 部署。
• Peer Review：多个 Agent 从不同角度互相审查。

初学者暂时不需要马上使用多 Agent，但要建立意识：AI 编程不只是"让模型写代码"，而是要组织一套可控的开发流程。

---

6. SDD：规范驱动开发

SDD（Specification-Driven Development）强调先写规范，再让 AI 执行。规范就是人和 AI 之间的合同，用来说明：

• 要做什么：PRD 产品需求文档。
• 怎么做：SPEC 技术规范文档。
• 做到什么程度：质量规范、测试规范、安全规范。

PRD 关注用户和功能。典型用户故事格式：

作为一个 [角色]，
我希望 [功能]，
以便 [价值/目的]。

验收标准常用 Given / When / Then：

Given：系统中已有若干文章
When：用户点击某个标签
Then：页面只显示该标签下的文章

SPEC 关注技术实现，通常包含：

• 系统架构。
• 技术选型。
• 数据模型。
• API 接口。
• 项目目录结构。

建议在项目根目录建立：

specs/
├── PRD.md
├── SPEC.md
├── ARCHITECTURE.md
└── API.md

这些规范文件可以直接作为 Claude Code 的上下文输入，能显著减少 AI 猜测空间。

---

7. 模型选择的基本思路

模型选择不应只看"哪个最强"，而要看任务复杂度、成本、上下文长度、中文能力、是否需要本地部署。

文档中提到的主要模型系列：

• Claude：代码质量和长上下文强，Sonnet 适合日常开发，Opus 适合复杂规划。
• GPT：多模态和工具生态成熟，适合截图转代码、复杂推理和 OpenAI 生态任务。
• GLM：中文和代码能力均衡，国内可用性较好。
• DeepSeek：性价比高，适合预算敏感的代码任务。
• 通义千问：中文理解和阿里云生态较强。
• Gemini、Kimi、Llama、Mistral：分别适合超长上下文、中文长文档、本地部署、开源替代等场景。

实战选型可以遵循：

简单修改 → 便宜快速模型
日常开发 → Sonnet / DeepSeek / GLM
复杂架构或疑难 Bug → Opus / GPT / DeepSeek Pro
隐私敏感 → 本地 Ollama + 开源模型

---

8. 本笔记复盘问题

1. AI 辅助编程中，人的角色发生了什么变化？
2. Vibe Coding 适合什么，不适合什么？
3. Agent 和普通聊天机器人的本质区别是什么？
4. 为什么 SDD 能降低 AI 编程翻车概率？
5. 简单任务和复杂任务为什么不应该用同一个模型？