摘要
一句话总结 本文总结了非专业工程师使用AI辅助编程的实用建议，强调应设定合理期望、将AI作为学习工具、注重动手实践、投资优质模型并高度警惕软件安全风险。
核心要点
- 设定合理期望：AI适合用于开发简单原型验证想法、编写自动化小脚本、处理格式化数据以及解释代码运行原理，但无法一次性从零构建复杂软件。
- 适时引入专业人员：如果通过AI制作的原型App成功验证了想法，建议后续寻找专业程序员合作。
- 将AI作为学习工具：若想长期编程，需花时间理解AI生成代码的工作原理，并学习编程语言、网络、数据库等基础概念；可通过向AI提问来获取解答。
- 动手实践重于报班：编程是技能，必须亲自编写和运行代码。理论与实践的先后顺序不重要，关键在于动手。
- 好老师的两个标准：如果选择学习，好老师必须能设置略高于当前水平的挑战性项目，并能随时答疑、提供有效反馈。
- 使用优质模型：应在经济承受范围内使用最好的AI编程模型，为了省钱使用劣质模型会浪费时间并消耗积极性。
- 发布前进行安全检查：软件发布前（尤其是涉及付费和数据安全时）必须进行安全检查，建议咨询懂行的专业人士。
风险与不足
- 调试能力受限：AI可能无法有效帮助调试程序或解决代码Bug。
- 成功的幻觉与安全盲区：AI快速生成App或网页的能力容易让人产生盲目自信，从而忽视软件的安全漏洞。
- 敏感信息泄露风险：非专业人员容易犯低级安全错误（如将 OpenAI API Key 直接写在客户端），一旦被抓包恶意利用，将导致严重的经济损失。
正文
一、设置合理的期望值
-
不要指望它神奇的可以一次性帮你从零到一做出来一个你想要的软件
-
也不要因为不会编程而不敢使用
-
它能做简单的原型级别的 App 验证你的想法，想法严惩成功了建议找专业程序员合作
-
它能写小脚本帮你实现自动化
-
它能帮你处理数据，尤其是提取格式化数据
-
它能给你解释代码是如何运行的
-
它可能无法帮你调试程序解决 Bug
二、AI 不仅是编程工具，同时也是学习工具
如果想真的长期编程，就一定要花时间去理解生成的代码的工作原理，去学习一些基本的编程概念，比如编程语言的知识、网络知识、数据库知识等等。
AI 不仅可以是编程工具，同时也是学习工具，你有任何问题都可以问它，只要你的问题描述得当，绝大部分问题都可以从它那里得到答案。
三、你不一定需要去报一个学习班，最重要的是动手实践
编程是技能，和游泳、骑车一样，一定要动手去写代码运行代码才可能学的会，先学理论还是先写代码的顺序没有那么重要，适合你的就是好的。
如果学编程（含AI编程），好老师也很重要，但是要满足两个基本要求： 1）能根据你当前的水平设置有挑战的练习项目，跳一跳才能够得着的那种 2）能随时给你答疑解决你遇到的问题和困难，根据你的学习进度能给出有效反馈
四、不要在 AI 编程模型上省钱
用你担负的起的最好的模型，不要为了省钱去用不够好的模型，看起来你节约了钱，但是浪费了时间和消耗了你的积极性。
五、不要盲目自信而忽视了软件的安全问题
AI 可能会给人成功的幻觉，很快就做出来一个 App、网页，但是不要盲目自信，尤其是发布之前先做安全检查，如果涉及付费和数据安全之类的要特别小心，找个懂行的朋友或者花钱请人问问。
举个例子，我看到有不会编程或者说不专业的做了一个 AI App 发布，结果 OpenAI 的 API Key 都写在客户端，一抓包就都看见了，被人恶意利用可能要扣很多钱……