这门课在补什么能力缺口？

很多开发者已经习惯了用 ChatGPT 或 Copilot 辅助写片段代码，但一旦进入实际工程，往往发现 AI 建议的代码难以集成、缺乏上下文感知，甚至团队内部工具链杂乱无章。AI 编程实战营解决的核心问题，正是从“单点使用”到“系统化协作”的断层。课程不只教你问提示词，而是深入 AI 基础设施的设计原理，讲解如何将大模型能力真正融入软件开发的完整生命周期——从需求分析、架构设计到自动化测试和部署。它试图回答一个关键疑问：当 AI 成为基础设施的一部分，工程师该如何设计能让多个 AI 工具高效协作的系统？这对于希望摆脱“调包侠”或“复制粘贴员”标签，转向具备智能体设计能力和工程化思维的开发者来说，是必须补齐的一块拼图。

适合谁学，建议先看哪几块？

  • 基础门槛：你需要有至少半年以上的实际编码经验，熟悉至少一种主流编程语言（Python、Java 或 Go 均可），并了解基本的软件工程流程。如果你是纯初学者，直接上手可能会因为缺乏对传统开发痛点的体感，而难以理解引入 AI 后的重构价值。
  • 前置建议：不要一上来就啃最难的底层原理。建议优先阅读关于“AI 工具链集成”和“任务自动化设计”的前置模块，建立对现有工具生态（如 IDE 插件、CLI 工具、API 调用模式）的整体认知。这能帮你快速定位自己当前工作流中的瓶颈，从而带着具体问题去听后续的基础设施与设计部分，吸收效率会更高。

学完能独立做什么？资料怎么配合练习？

完成本课程后，你应当能够独立设计并实现一个基于 AI 的小型自动化开发助手。具体来说，你能利用 AI 工具重构遗留代码、为复杂业务逻辑生成可维护的脚手架，并理解如何评估和调整 AI 在代码审查中的介入程度。你不再是被动接受 AI 生成代码，而是能主动规划 AI 在开发流中的角色，提升整体架构的可扩展性。

资料包中的案例代码不是用来“背”的，而是用来“拆”的。建议将资料中的示例项目克隆到本地，按照课程节奏，先尝试不看完解析直接运行，观察其结构与提示词工程；再对照课程讲解，手动修改其中的关键节点（如改变上下文窗口大小、调整工具调用顺序），观察输出差异。只有通过这种破坏性验证，那些关于“基础设施设计原理”的抽象概念，才能转化为你面试或工作中能讲清楚的实战经验。

课程介绍

AI编程实战营，。本课程助你精通AI工具链，熟练使用 AI 编程工具，理解 AI 基础设施的设计原理及运用方法。将 AI 融合到软件开发的多个环节中，实现任务自动化，让 AI 工具之间高效协作。为个人和团队的工作提效，同时提升工程师的架构设计的能力和设计智能体的能力。

课程目录

├── 0、课件资料/
│ ├── [ 172] 02-01 开营直播回放.html
│ └── [ 358] 课件下载.html
├── 1、开营直播/
│ └── [1.5G] 开营直播课.mp4
├── 2、Github基本操作/
│ ├── [ 40M] 1、为什么要使用 Git&GitHub.mp4
│ ├── [ 48M] 2、什么是版本控制？.mp4
│ ├── [ 61M] 3、安装 Git、初始化仓库并做最简单的配置.mp4
│ ├── [9.5M] 4、在Windows系统上安装Git.mp4
│ ├── [ 50M] 5、完成一个最简单的Git操作流程：工作区、暂存区和仓库.mp4
│ └── [ 58M] 6、将本地仓库同步到远程GitHub仓库_v1.6.mp4
├── 3、直播答疑/
│ ├── [863M] AI 编程实战营直播答疑-20251228.mp4
│ ├── [322M] AI 编程直播答疑-20260111.mp4
│ ├── [904M] AI 编程直播答疑回放-20251214.mp4
│ └── [8.5M] 需求描述和架构 设计Architecture.pdf
├── 4、第一周：AI编码新范式：工具启蒙与快速实践/
│ ├── [341M] 1. 如何学习 AI 编程实战营.mp4
│ ├── [179M] 2. AI 编程工具简介.mp4
│ ├── [338M] 3. 学会使用 NotebookLM.mp4
│ ├── [114M] 4. 深度探索 NotebookLM.mp4
│ └── [1.2G] 5. 制作一个项目管理工具.mp4
├── 5、第二周：深入Cursor：人机交互式智能编程/
│ ├── [295M] 1. 快速上手 Cursor.mp4
│ ├── [586M] 2. 如何使用 Cursor 的 Rules.mp4
│ ├── [366M] 3. Spec Kit 实践.mp4
│ ├── [655M] 4. 设计一个数据库查询工具.mp4
│ └── [1.6G] 5. 实现数据库查询工具.mp4
├── 6、第三周：深入Clude Code：Agent 驱动的自动化开发/
│ ├── [185M] 1. Claude Code 简介.mp4
│ ├── [319M] 2. Claude Code 的架构设计.mp4
│ ├── [562M] 3. Claude Code 的常用功能.mp4
│ ├── [437M] 4. 用 Claude Code 为数据库查询工具增加 MySQL 的支持.mp4
│ ├── [582M] 5. 用 Claude Code 构建一个语音 App.mp4
│ ├── [385M] 6. 语音 App 的代码实现.mp4
│ └── [159M] 7. 本章小结.mp4
├── 7、第四周：高效解构：AI 赋能下代码库深度理解与文档化/
│ ├── [488M] 1. 利用 AI 工具理解大型代码库.mp4
│ ├── [554M] 2. 利用 AI 学习大型代码库中的架构设计并生成文档（一）.mp4
│ ├── [354M] 3. 利用 AI 学习大型代码库中的架构设计并生成文档（二）.mp4
│ └── [725M] 4. 系统架构文档生成实践.mp4
├── 8、第五周：深入学习和使用 MCP/
│ ├── [501M] 8.1 MCP 简介.mp4
│ ├── [802M] 8.2 设计一个Postgres数据库的MCP.mp4
│ ├── [564M] 8.3 Postgres数据库MCP的代码实现.mp4
│ ├── [424M] 8.4 设计并实现代码测试.mp4
│ └── [649M] 8.5 构建Postgres的个性化Skills.mp4
├── 9、第六周：Agent 核心：从逆向工程到通用智能体构建/
│ ├── [519M] 9.1 深入认识 Agent.mp4
│ ├── [1.2G] 9.2 理解 Coding Agent 的调用链路.mp4
│ └── [661M] 9.3 构建一个简单的 Agent.mp4
├── 10、第七周：AI 赋能软件开发全流程端到端实践/
│ ├── [218M] 1. 项目前期规划与调研.mp4
│ ├── [551M] 2. 生成产品设计文档.mp4
│ └── [1.1G] 3. 项目的代码实现.mp4
├── 11、第八周：回顾与展望：AI 在软件工程的未来/
│ ├── [682M] 1. AI 编程的未来发展.mp4
│ ├── [136M] 2. 设计一个代码开发 Agent.mp4
│ ├── [756M] 3. 生成技术文档.mp4
│ ├── [516M] 4. Coding Agent 的代码实现.mp4
│ ├── [509M] 5. Coding Agent 的代码测试及修复.mp4
│ ├── [499M] 6. 完善 Coding Agent（一）.mp4
│ ├── [502M] 7. 完善 Coding Agent（二）.mp4
│ ├── [661M] 8. 完善 Coding Agent（三）(1).mp4
│ ├── [661M] 8. 完善 Coding Agent（三）.mp4
│ ├── [197M] 9. Coding Agent 的总结.mp4
│ └── [821M] 10. 课程总结.mp4