摘要
1) 一句话总结 借助 AI 辅助可以完成简单的编程任务，但要开发复杂且高质量的应用，仍需系统学习 UI 及软件工程等专业知识，并强调持续动手实践是提升编程技能的核心。
2) 关键要点
- 零基础与 AI 的边界：没有 CS 基础借助 AI 只能构建简单应用；面对复杂项目，必须进行专业学习。
- 按需决定学习深度：
- 简单自用：AI 辅助在大部分场景下已经足够。
- 美观易用：需学习 UI 制作知识（如 Web 开发需掌握 CSS、JavaScript；iOS 开发需掌握 Swift、SwiftUI）。
- 高性能与高稳定性：需学习软件工程知识，涵盖需求转化、界面交互设计、系统架构设计、程序测试及发布后的运维。
- 编程的技能属性：编程是一门偏重实践的技能（类似骑车、游泳），仅靠观看名校理论课程（如哈佛 CS50）无法真正掌握，必须反复动手练习。
- AI 时代的学习策略：虽然 AI 降低了编程门槛，但成长的核心依然是“动手去写，坚持写”，在解决实际问题中积累经验。
- 建立正反馈：在编程学习过程中应尽量降低挫折感，形成正反馈循环以支撑长期坚持。
3) 风险/缺口
- 代码可维护性风险：如果不系统补足专业课程知识，仅靠实战积累的非科班程序员在后期会面临代码难以维护、无法处理复杂项目的短板。
- 理论脱离实践的风险：仅停留在观看教学视频或理论学习层面，而不亲自下场写代码，将无法真正学会编程。
正文
问：借助 AI 辅助写代码，如果不学CS的基础内容，写代码是否能进行下去？如果要学，学到什么程度？
答：这个问题让我想起我做木工活，偶尔家里有东西要修修补补，我也会整点木工活，倒不是我会木工，主要是现在工具强大使用简单，有啥需求照着油管视频做做也能搞定，但是让我打个柜子椅子什么的我可搞不定，要么得专业去学习，要么得找专业人士帮忙。
现在用 AI 写代码也跟着有点像做木工活，没有学过 CS，照着教学视频，也能构建点简单应用没问题的，但是稍微复杂一点，恐怕就很困难了，必须得专业学习才行。
那要学哪些专业知识学到什么程度呢？
其实这取决于你想做到什么程度，你想做个凑合能自己用的简单功能的，AI 辅助大部分场景够用了。
你要做一个漂亮一点的好用的，那得学习 UI 制作相关的知识，比如说你做 Web，得会用 CSS、JavaScript；你做 iOS App，得会 Swift、SwiftUI。
你要想做出来的东西别人也好用，性能好还不崩溃，那就不只是程序语言的知识，你还要学习软件工程的知识，比如怎么去把需求变成产品设计；怎么设计软件的界面和交互让它好看好用；怎么设计你的系统架构让它能稳定运行好维护；怎么测试你的程序，保证在各种情况下都能满足要求；怎么在程序发布后保证程序的稳定运行。
那这些专业知识怎么学呢？去把名校课程比如哈佛的 CS50 跟着学一遍就能会吗？
恐怕不行，编程不是一门理论知识学科，是一门偏技能的学习，就好比你学骑自行车、学游泳，看再多教学视频也是没用的，一定要去骑车去下水游泳，去反复练习才可能学的会。
在 20 多年前我们那个草根程序员时代，有很多“野路子”程序员，不是计算机课班，没有学过计算机课程，就是喜欢写程序，天天写，有问题自己去网上找答案、去论坛问人，一点点练出来的，很多人水平还不错的，但如果后期没有补习专业课程，也会有短板，就是写出来的代码不好维护，复杂项目处理不过来，如果自己平时注意补足，成就不会低于科班出生的程序员。
现在 AI 编程时代了，其实门槛低了很多，学习条件也好了很多，但是无论怎么样，想要成长，能写出好的代码，最重要的是：动手去写，坚持写！
写的过程中让自己不要挫折感太强，形成正反馈能坚持写下去，遇到问题解决问题，在解决问题的过程中成长。这方面我上次也有过相关分享：《借助 AI 学习编程，最重要的是打通学习和反馈的循环》https://baoyu.io/blog/ai-programming-learning-feedback-loop
相关文档
- 借助 AI 学习编程，最重要的是打通学习和反馈的循环；关联理由：引用；说明：本文正文末尾直接引用该文，作为“反馈循环”观点的延伸阅读来源。