AI 辅助编程是什么

大语言模型（LLM）已能 补全代码、解释报错、起草文档。但 AI 不会替你承担线上责任——工程思维、测试、审查仍由人完成。本 track 教你把 AI 当 加速器，而非替代品。

学习目标

• 区分补全、对话、Agent 三种交互形态
• 说清 AI 在 CodeRoadMap 学习路径中的位置
• 建立「AI 辅助、人工负责」的基本纪律

三种能力形态

形态	典型场景	代表工具
行内补全	写方法体、重复样板	GitHub Copilot
对话	解释错误、对比方案	Copilot Chat、Cursor Chat
Agent	多文件改动、跑命令	Cursor Agent、Composer

Agent 能力最强，也最需要审查：它会改多个文件、执行 shell，错误会放大。

在本站能做什么

• 写功能：在 backend / platform 里加小 API 或组件草稿
• 写课程：用 Cursor / Copilot 起草 content/课程/*/drafts/*.md，再人工润色与事实核对
• 读代码：快速理解陌生模块，但要以源码与测试为准

与 testing-essentials 配合：AI 生成的代码 必须过测试；与 git-essentials 配合：每次 AI 改动仍走 分支 + commit + PR。

不能指望 AI 替你做什么

• 理解完整业务上下文与合规要求
• 保证无幻觉、无安全漏洞
• 替你做 merge 决策与线上值班

对应路线图 AI / LLM 节点：先建立正确预期，再学工具细节。

写 CodeRoadMap 讲义的负责任用法

本站正文要求 原创、可核对。用 Cursor 或 Copilot 写 draft 时：

1. 提供大纲与已有讲义片段作上下文，不要粘贴 .env、密钥、内网 URL
2. 生成后 通读一遍：术语、链接、代码示例是否与仓库一致
3. 在 commit message 或 PR 中可标注「AI 辅助起草，人工修订」

AI 是 第一稿机器，你是 发布责任人。

练习

• 列出你日常开发中最想交给 AI 的三件事、最不敢交给 AI 的三件事
• 打开 全栈路线图，找到 AI / Copilot 相关节点
• 阅读 git-intro，确认「AI 改动也要 commit」

小结

补全提速、对话解惑、Agent 改仓——三者越强，审查越不能省。 下一课理解 LLM 如何工作，才能合理设预期。