AI Coding100:人工智能辅助编程实战训练营(周末班)

在线 ¥3280.00 ¥1680.00(早鸟价) 03-21~22

官方价3280元/位,早鸟价1680元/位(截止2026年3月7日),团体3人以上报名享团购优惠,每班仅限25人。

一、课程独特性

本课程帮助企业从零散使用 AI 辅助编程工具,升级为以 AI 作为软件工程核心生产者的 AI 原生研发模式。

100% 代码由 AI 生成(从“能用”到“规模化使用”的关键路径)

课程聚焦解决 AI 编程在企业中“偶尔用、个人用、不可复制”的问题,帮助团队将 AI 稳定嵌入自身研发生产链条,实现一致、可持续的规模化应用。

编码数据化(保护企业软件功能与流程隐私的核心方法)

通过将原本需要写成代码的业务逻辑与流程转化为结构化数据,并由稳定的引擎代码解释执行,实现开发环境与生产环境的有效隔离,在充分利用 AI 生成能力的同时,保护企业的软件功能与业务流程不被泄露。

适用对象

§软件工程师 / 架构师

§技术负责人

§ AI 编程落地有真实诉求的团队

建议前置条件

§具备基础编程经验

§自带项目代码或练习项目

§提前安装指定 AI 编程工具


二、AI 编程实战训练营(2 天)总目标

完成训练后,学员应能够:

§使用 AI 理解、修改、扩展、重构真实项目代码

§在陌生技术栈与未知场景中,借助 AI 推进开发

§掌握简单智能体与深度智能体两种工作模式

§理解 AI 编程的边界、风险与人类介入点

§100% 代码改为由 AI 生成,人类只提供指导


三、AI 辅助编程中的一些核心理念

3.1 大模型编程咒语(特定提示词的用法)(重点

使用恰当的提示词,提升输出结果,降低交互次数

§以下咒语全部为讲师本人在实际工作中原创(收录于《AI 辅助编程魔法书》)

§以下咒语,会在上述讲课、练习过程中,随时插入做深入讲解。

3.1.1 初级咒语

涉及函数级编码、重构,修改逻辑、修改缺陷、函数拆分。

§鱼骨咒 — 防止 AB 两个缺陷反复出现缺陷

§鲫鱼咒 — 防止大模型的记忆错乱和幻觉

§孟婆咒 — 用新会话消除冗余记忆,降低大型软件的 AI 开销

§模式咒 — 让大语言模型主动使用设计模式

§日志咒:用日志提供调试信息

§编号咒:更清晰定位问题/提升性能

§去重咒:提取重复代码

§紧箍咒 — 重构中防止修改不相关内容

§疗伤咒 — 修复高级 Lint 问题

§迷路咒 — 定期对齐代码基线

3.1.2 高级咒语

涉及方案选择、框架设计、设计模式、代码分析。

§设计咒 — 要求编码之前先设计

§轮子咒:要求选择现成的技术

§多疑咒 — 做出正确决策

§方案咒 — 要求给出某个大型决策分支的备选方案

§分析咒 — 要求对代码进行特定分析

3.1.3 人机互补咒语

涉及人与 AI 的分工协作、各尽所长。

§搜索咒:由 AI 搜索以节省时间

§打扫咒:清理特定的注释/调试日志

§提交咒:要求提交代码,并自动生成注释

§日志咒:用日志代替单步运行

§定点咒:人工提供问题点

§提醒咒:提示人类已经想到的一些“坑”

§劝说咒:解除 AI 幻想

§放弃咒:提示如果棘手则暂时放弃

§线索咒:提供动态视觉线索

§讲解咒:讲解复杂代码

§幻想咒:描述 UI 组件外观

§来源咒:查问信息来源

§开心咒:获得工作好心情

§同步咒:告知 AI 人工操作的行为

3.2 编码数据化

“写代码”升级为“设计可运行的数据结构”,在 AI 编程与数据安全之间取得平衡。

3.2.1 什么是 / 为何需要 编码数据化

§通过数据文档 / 配置结构描述行为、规则与流程,由统一的引擎或少量核心代码动态解析并运行

§开发环境只提供示例数据,只在生产环境配置完整数据,提供 AI 时代数据安全性的终极保证

3.2.2 四个核心目标

降低 AI 编码量:减少重复与易出错代码

降低设计复杂度:一次设计,多次复用

保护核心数据与算法:避免敏感逻辑暴露给 AI

提升系统可扩展性与可维护性:维护数据即可增加功能

3.2.3 典型场景示例

以下示例用于说明“编码数据化”在不同类型客户与不同业务场景中的通用适用性。本章节不追求实现细节,而强调一种可复用的设计思想。

场景一:设备数据采集 通过数据文件对设备端口、通信协议、数据格式、设备地址等进行描述和编码。新增设备时无需编写新代码,只需新增或调整配置,即可完成接入。

场景二:自动文档段落生成 在生成文档不同位置内容时,无需为每个位置设计独立接口,而是通过数据化的提示词模板、字段规则、大模型选择与输出格式配置,由同一套机制动态生成文档内容。

场景三:工具调用(MCP 的底层原理) 当需要调用大量工具或能力时,无需为每个工具实现独立逻辑。只需定义工具接口的输入、输出结构及示例,通过数据化描述即可完成统一调用并获得结果。这正是 MCP(Model / Multi Capability Protocol)一类机制的核心思想。

场景四:动态测试配置 通过数据化方式配置自动化测试的参数、环境与场景组合,使测试策略的变化不依赖代码修改。

场景五:规则管理 将核心业务规则(比如机票结算过程中的多人/联程/儿童/婴儿/打折/兑换券/保险……)从代码中抽离,使用结构化数据进行管理,使业务变化通过配置完成,而非反复修改实现逻辑。

其他场景 其他任何存在大量代码近似、工作重复的代码。

讲师介绍

Martin Chen陈勇
国内首批 AI Native 国际认证讲师(SAI 授权)、资深咨询师、敏捷教练、AdaTech 联合创始人,清华大学电子与通信硕士

- 长期从事 AI、敏捷开发、需求分析、设计模式等开发、培训、咨询、培训工作

- AdaTech 联合创始人

   - AdaTech 主要从事 AI 相关产品开发

   - 核心产品是《SEAI 人工智能需求分析系统》

   - 此课题及其产品旨在借助人工智能对需求进行自动化分析、生成和拆分

   - 课程所使用的技术,主要提炼于此课题

- 讲授课程

   - 《AI-Native Foundations》(SAI 授权,2天)

   - 《AI-Native Change Agent》(SAI 授权,3天)

   - 《AI原生转型企业级战略》,(面向中高层的AI转型课程,1天)

   - 《AI原生转型实战训练营》,(面向企业核心部门负责人,AI转型的规划、跟踪与风险管理,2天)

   - 《人工智能辅助编程 从入门到精通》(2天)

   - 《大语言模型应用编程马拉松:全景实战训练营》(2天)

   - 《大语言模型应用编程马拉松:全景实战训练营(AI 辅助编程增强班)》(4天可分两期)

- 多个 AI 项目的发起人/主要负责人

   - SEAi 需求分析系统产品经理 AI 首席科学家 / 架构师

   - 某 AI 视觉考试系统(通信类)产品经理

   - 某 AI 视觉考试系统(消防类)产品经理

   - 某生活健康类小程序 AI 负责人

   - 某中医 AI 大模型底座 AI 负责人

   - LangStart 开源项目发起人(基于 LangChain 0.3 的开箱即用 LLM 应用代码)

   - LLC 开源项目发起人(基于 LangChain 1.0 的官方教学代码增强版 + 开箱即用版)

- 国内首批 AI Native 国际认证 讲师(SAI 授权)

- 清华大学 电子与通信 硕士 | 南京航空航天大学 自动控制 学士

课程大纲

Day 1:简单功能与智能体基础(Simple Agent)

目标:让 AI 成为“随叫随到的高级开发助手”

前言:AI Native 的 EDGE 法则

§Exponential |指数级增长

§高级工具 胜过 低级工具,越早使用,工具越高级,收益越大

§Disruptive |颠覆式使用

§深智能体 胜过 代码补全,主动采用最激进、最非传统的工作模式

§Generative |生成式优先

§生成代码 胜过 提供建议AI 生成100% 的代码,人类角色从“写代码”转向“审查与决策”

§Emergent |涌现式进化

§拥抱变化 胜过 固守工具,持续试验新模型、新工具、新产品,允许工作方式不断重构

1 代码理解与解释能力

§解释某段代码的具体功能

§分析模块内不同函数之间的调用逻辑

§梳理大型项目中各子系统的技术架构与依赖关系

2 注释与文档智能化

§为单个文件自动添加注释

§为变量 / 方法补充语义注释

§优化整个文档的注释一致性

§将注释/文字翻译为地道英文

§修正文档中的模糊词与不准确描述

3 功能扩展类实战

例如:

§添加批量修改 API

§在页面中添加新的图表

§添加前端数据校验

§增加数据加密功能

§增加用户权限验证功能

4 缺陷修复

§普通功能缺陷修复

§Linter / 静态检查缺陷修复

5 界面美化

§修改界面整体风格

§添加高级特效

§抽取与复用 CSS

§从零生成完整界面

Day 2:复杂功能与深度智能体(Deep Agent)

目标:让 AI 参与设计级决策,而不仅是写代码

6 计划模式(Plan Mode)

§使用计划模式思考设计过程

§无计划模式下的提示词对比

§常见失败模式分析

§需求文档与技术文档的放置策略

§AI 评审并修订计划的方法

7 定向分析与方案决策

§针对特定问题进行定向分析

§生成多个候选解决方案

§比较方案成本、风险与收益

§人类决策与 AI 执行的分工边界

8 代码重构类实战

§去掉魔法常量

§拆分超长方法

§简化超长分支

§拆分超长类

§使用设计模式辅助重构

§AI 生成结果的人类评审要点

9 使用陌生技术的能力建设

§准备开发环境

§框架选型

§启动 Hello World 项目

§在完全陌生技术栈中推进功能

10 AI 辅助编程核心理念:咒语 + 编码数据化

§详见下章

11 完整项目实战

目标:尝试单人完成自己的实际工作,用 AI 弥补个人技术短板,让技能缺失不再成为限制

§选择自己的实际项目

§选择多个开发模式进行多个练习(增加新功能 / 修改缺陷 / 重构……)

§结合讲师提供的咒语应对复杂情况

12 深度展望:AI 对软件全生命周期的嵌入

§需求:需求文档的生成与结构化存储

§设计:引入全局技术栈与历史决策上下文

§测试:自动化测试与测试用例生成

§发布:生成发布与回滚脚本

§运维:使用 AI 分析日志与异常模式

§客服:从需求与代码反向生成用户手册