无尘阁日记

无尘阁日记

零基础AI编程:工序给了,基本功省了
silcano

《零基础AI编程:Cursor助力Vibe Coding实践》,薛志荣、池志炜著,清华大学出版社 2025 年 8 月版,ISBN 9787302699156。

这本书的书名是个双承诺:一方面答应你「零基础」,一方面答应你「Vibe Coding」。前者说的是读者门槛,后者说的是工作方式。我读完之后的判断是:第二个承诺它兑现了一大半,第一个承诺它基本没兑现。

先说清楚这两件事。「Vibe Coding」是卡帕西在 2025 年 2 月 3 日提出来的说法,书里引了他那段原话:「有一种新的编程方式,我称之为『氛围编程』,你完全沉浸在氛围中,拥抱指数增长,甚至忘记代码的存在。这不算真正的编程——我只是看看东西,说说东西,运行东西,然后复制、粘贴东西,而且它大多都能工作。」

注意最后半句:「这不算真正的编程」。这句自嘲,在书里被引用了,但没有被处理。作者把 vibe coding 当成一套可以教的方法论接受下来,而卡帕西说那句话的时候,更像是在描述一种玩票式的、自己也知道不可靠的状态。

这不是抠字眼,因为这决定了全书的一个内在矛盾:一本教「零基础」的书,到底要教你去依赖 AI,还是要教你去管住 AI?这本书在两个答案之间来回走,走到最后也没选定。

一、它看穿了「一句话生成」这件事

先说这本书最值钱的一页。第 2 章讲「一句话生成一个产品」,它没有停在「哇,一句话就能做游戏」的惊叹上,而是把那个黑箱拆开给你看:一句「给我做一个俄罗斯方块游戏」发进去,平台的 Agent 内部大概做了三件事——分析需求类型(游戏开发、俄罗斯方块)、提取关键要素(方块下落、旋转、消除、计分系统)、构建完整的提示。然后它写出了一段被扩写后的提示词,五行功能要求加一句技术栈。

紧接着是这本书里最诚实的一句话:

俄罗斯方块的例子之所以成功,部分原因是平台的Agent自动将简单的需求扩展成了更完整的提示。

我把这句划了两道线。「一句话生成」的魔术,秘密不在模型有多神,在于你没写的那部分需求,有人替你写了。平台内置了一个懂行的产品经理,把你那句撒娇式的要求翻译成了一份像样的需求清单。你觉得自己在「指挥」,其实你在「被补全」。

这句话为什么重要?因为它推翻了一整套流行叙事。众所周知,2025 年最流行的一句话是「不会写代码也能做产品」,配的例子永远是「一句话做出一个 App」。但如果你把自己代入真实场景——你要做的不是俄罗斯方块,是一个给你那家小公司用的报价单工具,字段是你们行业特有的、流程是你们老板特有的、合规要求是你们当地特有的——那么,平台替你补写的那份需求,大概率是错的。

它可以替你补「通用想象」,补不了「你的业务」。这本书看见了前半句,可惜没有把后半句推到底。它从这句话直接跳到了「所以我们要学会写清楚需求」,而没有问:那些被替你写下的需求里,有多少是你根本不需要的?

二、六章是一条真工序,不是六个知识点

这本书的骨架值得单独说,因为它是同类书里少见的「按工序排」而不是「按功能排」。

第 1 章讲「什么是 AI 编程」,从「为什么编程这么难学」讲起,落到人机交互的变化,再到「如何掌握」。第 2 章是全书的核心,讲产品构思与规划:一句话生成、提示工程的本质、三种需求开发方式、技术方案探索、产品设计文档、如何高效使用 Cursor、基于组件的设计与交互考量。第 3 章补基础:代码知识、数据结构与存储、客户端与服务端、GitHub、Node.js 环境、框架选择,最后用 Todo List 实战串一遍。第 4 到 6 章是三个逐步变难的项目:Chatbot 与 Agent 三件套(AI 产品经理、新闻摘要)、多 Agent 设计系统、带记忆模块的知识助手。

这条线的顺序,跟我见过的真实开发顺序是一致的:先想清楚做什么,再写下来,再搭骨架,最后填肉。而「写下来」这一步,恰恰是所有人都会跳过的一步。你在 Cursor 里打开一个空项目,脑子里有个模糊的想法,直接开始让 AI 生成——这是 90% 的人的做法,也是 90% 的项目在第三个功能就崩掉的原因。

这本书不厌其烦地讲「先写产品设计文档」:文档里要有功能清单、页面结构、数据流、交互状态、异常情况。它还讲「基于组件的设计与交互考量」——把界面拆成组件,先定组件边界再写代码。这些内容听起来不性感,但它们是把「AI 生成的一堆代码」变成「一个能改得动的项目」的关键。Vibe Coding 的真正难点,从来不是让 AI 写出第一版,而是让第二版、第五版还能改。

第 3.7 节的 Todo List 实战是个好例子。它没有让你从零手写,而是让你在 Cursor 里一步步生成:先搭 Next.js 骨架,再让 AI 生成基础界面,然后截图给它看「这里不对」,让它按 Next.js 的规范重写,最后用 shadcn/ui 美化。整个过程里,人的角色是「验收 + 指出偏差」,AI 的角色是「改」。这个分工是这本书真正在教的东西,虽然它没有明说。

为什么「先写文档」在 AI 时代反而更值钱?因为模型的上下文是会失忆的。你今天让它按 A 方案写,明天新开一个会话,它不知道 A 是什么,就会按它自己的偏好写一套 B。一个项目来回改十几轮之后,代码里就会同时长着 A、B、C 三套逻辑,谁也说不清哪套是对的。文档的作用就在这儿:它是唯一一个不随对话消失的东西,是你每次新开会话时递给 AI 的那张「我们之前说好了什么」。这本书没有从「上下文会丢」这个角度解释文档的必要性,它只是反复要求你写——但结果是同一个:写,永远比不写强。

《零基础AI编程》核心知识图谱
《零基础AI编程:Cursor助力Vibe Coding实践》核心知识图谱

三、System Prompt 那两页,教的是「写规则」不是「堆形容词」

第 4 章讲 Chatbot 之前,先讲了 System Prompt 的设计。这部分内容很多书都有,但这本的处理方式有点不一样:它给了对照例子,而且坏例子选得很准。

它说指令要「具体明确」,坏例子是「帮我处理这些数据」,好例子是「请对这份销售数据进行分析,计算每月销售额的增长率,并找出销售额最高的3个产品类别」。它说每条指令要「明确且可执行」,坏例子是「尽量写好代码」,好例子是「代码必须包含完整的错误处理和中文注释」。它还讲了分层原则:基础层定义基本行为与交互方式(用什么语气、怎么处理输入、响应格式),任务层定义具体任务。

这套东西的道理不复杂,但「坏例子选得准」说明作者真的被坑过。「尽量写得好一点」这种指令,是所有人第一次用 AI 时都会写的,因为人跟人说话就是这么说的——我们默认对方懂「好」是什么意思。让 AI 干活的第一课,就是意识到它不懂,你得把「好」翻译成可检查的条件。

不过这里也有一处我不太同意的地方。它举的「好例子」里有这么一条:「对超过 O(n²) 的算法必须优化」。这条规则作为「可执行」的示范是合格的,作为工程建议是糟糕的。一个日活三千的内部工具,跑一个 O(n²) 的循环可能就是几毫秒;反过来,把一段本来清晰的代码为了「避免 O(n²)」改成嵌套哈希,可读性掉的比性能涨的多。把「可量化」当成「正确」,是提示词工程里最常见的偷懒:写个阈值很容易,判断这个阈值在你的场景里有没有意义,才难。

顺带说一句,这本书在安全上的态度,比很多同类书清醒。第 4 章的「小白必记」里明确写着两条:「API安全准则:密钥必须放环境变量」「实现请求限制,避免用户过于频繁地调用API」。它没有展开讲为什么,但这八条要点的含金量,比某些书整章的「最佳实践」都高——因为这两条是真会出事的。

四、记忆模块:四件套画得清楚,但只画了骨架

第 6 章是我读得最认真的一章,因为「带记忆的 AI 助手」是这个阶段最常被问到、也最容易被做烂的东西。

这本书的处理是先把架构分三层:知识图谱层(负责数据的存储和检索,包括对话历史和记忆数据)、MCP Server 层(处理业务逻辑,包括对话管理、记忆生成和检索)、SSE 服务层(负责与前端的交互,包括接收请求和发送响应)。然后把记忆拆成四件:记忆生成器(从对话中提取重要信息,生成结构化的记忆)、记忆存储器(按格式存进数据库)、记忆检索器(根据当前对话内容检索相关记忆)、记忆应用器(把检索到的记忆融入回复)。

这个拆法是对的,而且是我见过的通俗解释里最清楚的。它把「记忆」这个玄乎的词,拆成了四个可以分别实现、分别测试的零件。你还顺带得到一个好处:哪一环出问题,你能定位。记忆答非所问,是生成器抽错了信息,还是检索器取错了条目,四个零件一分开,问题就落地了。

它还用知识图谱的三元组(主体、谓语、客体)来建模记忆,给了个 JSON 例子:{"source": "mixlab_user", "relation": "interested_in", "target": "topic_python"},配上「张三喜欢编程」这个中文例子。结构(S, P, O)是对的,这个形式比「存一段对话原文」高一个层次——因为三元组可以被查询、可以被合并、可以被推理,而一段原文只能被再喂一遍。

但也就到这里了。记忆这件事真正难的三问,书里一个都没答:

第一问:写什么?对话里每一句都可能包含信息,「我明天要去北京」「我讨厌吃香菜」「我们公司用的是 SAP」——哪条该变成记忆?如果把所有信息都写进图谱,一个月后你的记忆库会变成一个噪音场,检索出来的东西全是干扰。书里说「从对话中提取重要信息」,但「重要」的标准是什么,没给。

第二问:何时忘?这是我最想看的一节,也是全书完全缺失的一节。人会遗忘,所以人的记忆是有层次的;一个不会遗忘的系统,它的记忆只会越来越重、越来越慢、越来越不准。过期信息怎么标记?矛盾的记忆(上个月说喜欢 Python,这个月说改用 Go 了)听谁的?低价值记忆怎么淘汰?这三个问题,决定了一个记忆系统三个月后是「越用越懂你」还是「越用越混乱」。

第三问:错了怎么办?记忆是会错的。模型可能把「我不喜欢开会」记成「我喜欢开会」,然后下一次它就按错的记忆给你安排日程。一个记忆系统必须有「查看我的记忆」「删除这条记忆」「纠正这条记忆」的入口。书里给了客户端的交互流程,但没有这一环。

这三问都不需要写多少代码,它们是设计问题。而设计问题恰恰是最该由一本书来回答的——因为查文档查不到答案,只有在项目里被坑过的人才知道该防什么。这本书把骨架画得很清楚,但没有告诉你哪根骨头容易断。

五、多 Agent 那一章,其实是「角色串联」

第 5 章标题叫做「多 Agent 的设计系统:AI 协作的未来」。这个标题的期待值很高,「协作」两个字让人想到几个智能体互相商量、分工、纠错。但读进去会发现,它做的是另一件事。

书里挑了一个 LOGO 设计的场景,把流程拆成四个角色:客户经理(整理设计概要)、创意总监(提出几个设计方向)、图形设计师(生成图像)、审核员(把关是否符合需求与规范)。然后它的实现方式是——写一段 prompt,让 Cursor 去改 api/logo 的处理逻辑,先调客户经理,把结果交给创意总监,再交给图形设计师,最后汇总给审核员。

这是一个流水线,不是一个协作系统。区别在哪?流水线是单向的:A 说完给 B,B 说完给 C,谁也不知道别人的存在,谁也不能退回上一步,谁也不能说「你这个方案不行,重来」。协作要有四件东西:共享的上下文(大家看同一块黑板)、可以回退的流程(审核员不满意能打回给设计师)、冲突的裁决(两个角色给出矛盾建议时听谁的)、失败的兜底(某一环超时或输出格式崩了怎么办)。这四件,书里一件都没涉及。

我能理解为什么这么写:真正的多 Agent 编排,光框架就要讲半本书,而且没有稳定答案。但既然如此,标题就该老实一点——叫「用多个角色串一条流水线」比叫「多 Agent 协作」准确得多。把串联包装成协作,是这波 AI 书里最常见的通货膨胀。读者带着「协作」的期待进来,学到的却是「顺序调用」,落差会让他以后看到「多 Agent」这个词就本能地打折。

不过这一章有一处值得肯定:它选了一个真实的业务场景(LOGO 设计),而且把每个角色的职责写得像人话(「就像一个专业的需求分析师,他会仔细倾听客户的想法」)。这种写法对初学者理解「角色提示」很有帮助——你先想清楚这个岗位上的人干什么,再想怎么把它写成 prompt。

再补一句关于成本的。四个角色串联,意味着一次请求要跑四次模型调用,耗时至少翻四倍,token 花费也翻四倍;如果其中任何一环的输出格式跑偏(比如创意总监没按约定输出英文描述),后面全都白跑。真实的多 Agent 系统,一半的工程量花在「让流程可观测」上:每一环的输入输出都留档、超时怎么重试、失败怎么降级、成本怎么核算。这本书把这一层完全省掉了,于是多 Agent 在它笔下显得又强大又便宜——读者第一次自己动手时,会在这三件事上同时撞墙。

六、「零基础」这个词,是这本书最大的问题

现在说那个我最不能接受的地方。

第 3 章叫「基础知识准备」,3.1 叫「必须掌握的代码知识」。你猜它讲了什么?它讲了「Python 的特点总结」:简单易学(语法接近自然语言、代码结构清晰、适合初学者入门)、功能强大(丰富的第三方库、强大的数据处理能力、完善的 AI 工具支持)、应用广泛(数据分析、人工智能、网站后端)。

就这些。三点,每点三个小短语。

翻过这一节,你并没有学会写一行 Python。你学会的是「Python 很好」这件事。而后面每一个项目——Next.js、React 组件、状态管理、fetch 请求、SSE 流式响应、MCP 服务端、数据库读写——都需要你真正会写代码,或者至少能读懂代码。这本书承诺带你从「零」到「能做出六个项目」,但它给你的第一级台阶,是一张写着「这里有台阶」的告示牌。

公允地说,这本书并没有完全无视基础。第 1 章 1.4 节讲「如何掌握 AI 编程」,列了三条:培养系统思维(学习设计模式与架构原则、分析优秀项目的组织方式、思考系统在不同条件下的行为与边界、关注非功能性需求如安全性可扩展性性能)、持续学习技术基础(「理解技术基础仍然重要…能帮助你做出更明智的设计决策」)、以及后面那些关键技术领域(网络通信原理、数据存储和管理、认证与安全、界面设计和用户体验)。

这三条都对。但它们都是「你应该去学」,而不是「我来教你」。一本教材和一份学习计划的区别就在这里:前者把知识装订好给你,后者告诉你书店在哪。

我知道这是取舍。一本 300 多页的书,要讲产品设计、要讲 Cursor 用法、要讲四个项目、要讲多 Agent 和记忆系统,实在没地方塞 Python 入门。但取舍的代价必须说清楚:这本书能让你做出东西,但不能让你理解你做出的东西。它适合的读者,是那些已经会一点编程(哪怕只是大学里学过 C 语言)、现在想学「怎么用 AI 加速」的人;它不适合的读者,是那些从没写过代码、以为「零基础」意味着「不用学」的人——后者照这本书做,会在第三个项目卡死,然后得出「AI 编程是骗人的」这个错误结论。

七、它的短板

把这本书真正缺的东西列出来,我认为有四处。

第一,「零基础」与内容深度不匹配。如上所述,3.1 至 3.6 这六节全是名词表:Python 的特点、数据结构的分类、客户端与服务端的区别、GitHub 是什么、Node.js 怎么装、框架怎么选。它们的作用是「让你听懂后面在说什么」,不是「让你会做什么」。真正的门槛被推到了实战章节,而实战章节默认你已经跨过了门槛。

第二,全书没有失败案例。这是我最遗憾的一点。AI 编程最真实的部分,是它会自信地写错:生成一个不存在的 API、把依赖版本写反、把异步写成同步、在你改了一个字段之后悄悄把另一个功能改坏。这本书里的每一次生成都是成功的,每一次修改都是有效的。读者读完会产生一种错觉,以为跟 AI 协作是「提要求—得到结果」这么顺。其实 80% 的时间花在「它错了,我怎么告诉它错在哪」。这个能力,书里没有教。

第三,没有测试与验收。整本书的项目,验收标准是「页面能打开、按钮能点、效果符合预期」。没有单元测试、没有端到端测试、没有「我怎么知道我改坏了什么」。这在教学项目里可以接受,但它跟「Vibe Coding」的声称恰好冲突:越是让 AI 大量生成代码,越需要一套自动化的东西告诉你「还对不对」。没有测试的 vibe coding,等于闭着眼睛开车,只是路比较短的时候看不出来。

第四,前沿叙事挤占了方法。前言里连着引了卡帕西、黄仁勋(「计算机技术的红利,只惠及了大约3000万人」)、OpenAI 的 CPO 凯文·威尔(预测 2025 年底在竞赛级编程测试中超越人类程序员)、以及奥特曼的 2025/2026/2027 时间表;结语又引了 Bret Weinstein(「你不是在跟AI竞争,而是在跟『AI放大的别人』竞争」)和丹尼尔·普里斯特利。这些引语都不算错,但它们合在一起构成了一个「趋势论证」:因为大佬都这么说,所以这件事一定会发生,所以你要赶紧学。

问题在于,趋势不能替代方法。一个读者如果只记住这些引语,他得到的是焦虑,不是能力。书里真正有用的那些东西——先写文档、拆组件、分层写 System Prompt、把记忆拆成四个零件——反而被这些宏大叙事压在了后面。

四处加起来,这本书的性质就清楚了:它是一份很好的「工序说明书」,配了一份很薄「基本功手册」,然后包了一张「新时代入场券」的封面。工序那部分是它真正的贡献,另外两部分是它的负担。

八、该怎么用这本书

这本书我会推荐给一类人,而且会明确告诉他怎么读。

如果你已经会写一点代码(能读懂函数、知道什么是 HTTP 请求、装过 npm 包),想学「怎么把 AI 变成生产力」,这本书值得读,而且要按它的顺序读:先读第 2 章,把「需求→文档→组件」这套工序建立起来;再读第 3.7 节和第 4 章,看这套工序在一个真实项目里怎么走;第 5、6 章当参考,等你要做多角色或记忆功能的时候再回来翻。第 1 章和第 3 章的前六节可以快速扫过,那是给完全没接触过的人垫底的。

如果你完全没写过代码,我不建议拿它当第一本书。不是因为它写得差,而是因为它的「零基础」是个营销词,不是事实。你需要先花两周把 Python 基本语法、HTTP 请求、数据库的增删改查过一遍——哪怕只是跟着教程做一个小爬虫——再来读它,效率会高得多。先有地基,再谈工序。

如果你已经做过几个 AI 项目,这本书对你的价值在第 2 章和第 6 章:前者给你一套可以复用的需求文档模板,后者给你一个记忆系统的分层思路。其余部分你大概都已经会了。

最后说一句这本书让我想到的事。它反复强调「Vibe Coding 是一种思维方式」,这句话我同意一半。同意的那一半是:确实,跟 AI 协作需要一种新的思维方式——不是「我要写什么代码」,而是「我要什么结果、怎么验收」。不同意的那一半是:这种思维方式不能替代基本功,它只是在基本功之上多了一层东西。

书里那句「你不是在跟 AI 竞争,而是在跟『AI 放大的别人』竞争」,其实已经把答案说出来了。被放大的是什么?是那个人的判断力、审美、对业务的理解、对错误的敏感。这些东西 AI 给不了你,它只能把你已有的放大。所以「零基础」这个词,从根上就有点残忍:它让你以为可以跳过积累,实际上它只是让积累的差距暴露得更快。

这本书把工序给了你。剩下的基本功,它指了个方向,然后转身走了。

书名:零基础AI编程:Cursor助力Vibe Coding实践
作者:薛志荣 池志炜
出版:清华大学出版社 · 2025 年 8 月 · ISBN 9787302699156
读法:全书六章通读,含版权信息、作者简介、内容简介、前言、结语
说明:文中引语、章节结构、示例提示词与代码片段均摘自原书;关于「多 Agent 实为串联」「记忆缺遗忘与纠错」「零基础与内容深度错位」的判断,是我读后所加,原书未作此论
逐页精读系列 · 2026 年 11 月

关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。