教程的消亡

AI编程/Vibe Coding 遇到问题需要帮助的，联系微信 ezpoda，免费咨询。

你在一个下午构建了一个可用的应用程序。UI 看起来很干净。基本功能正常。你已经完成了 90%。

然后出了问题。状态管理错误。返回意外数据的 API。一个你没有预料到的条件。

你盯着代码看。这是你写的代码，好吧，技术上是你写的。你用提示让它生成了它。但你实际上不知道它是如何工作的。

你不知道 AI 为什么选择这个模式而不是另一个。

你无法直观可靠地追踪数据在组件中的流动。代码是你的，但它不是你的。

然后你提示代理生成一些漂亮的图表，先是 ASCII，然后是 Mermaid——但总觉得少了点什么。

欢迎来到 vibe coding 地狱。新版本的教程地狱，为 AI 时代升级了。

1、旧地狱 vs 新地狱

教程地狱是那种令人沮丧的循环：你看了无穷无尽的视频，觉得自己在学习，但当视频停止时却什么也构建不出来。教程去除了有成效的挣扎。你跟着做，打字教练打的字，却从未培养出真正编码所需的问题解决能力。

Vibe coding 地狱是同样的陷阱，只是触发方式不同。你不是看着别人编码，而是让 AI 为你编码。同样结果：代码存在，理解不存在。

重新布线你大脑的是通过问题挣扎。这两个地狱都去除了这种挣扎。当事情出错时，两者都让你陷入困境。

但有一个关键区别。教程地狱至少教会了你语法。你打了这些字符。你看到了模式。你建立了一些肌肉记忆，即使很浅薄。

Vibe coding 甚至跳过了这些。你描述你想要什么，代码就出现了，你的理解和代码复杂性之间的差距比以往任何时候都大。

2、教程实际教了什么

传统的学习路径是：语法，然后是概念，然后是项目，然后是工作。

你学会了如何写 for 循环。然后你学会了什么时候用 for 循环 vs map。然后你构建了需要做出这些选择的项目。然后你被雇佣来为钱做这些选择。

教程专注于第一步：语法。如何编写让计算机做事的字符。这在编写代码是瓶颈时有意义。

现在这没有意义了。

AI 处理语法比你任何时候都好。它知道每个 API、每个模式、每个框架怪癖。教程教的东西现在正是 AI 最擅长的。

那么还剩下什么？

3、现在重要的技能

阅读代码现在比编写代码更有价值。

这听起来违反直觉。我们称之为"编码"，而不是"代码阅读"。工作头衔是"开发者"，暗示你在开发东西。整个身份都包裹在创造中。

但想想现在实际发生了什么。AI 生成代码。你审查它。你决定它是否正确。当它不正确时你调试它。你将它与现有系统集成。你随时间维护它。

这些都是阅读技能。理解你没有写的代码。在不熟悉的模式中发现问题。追踪你从未见过的函数的逻辑。

以前的工作是泥瓦匠。你学会了砌砖。

现在的工作是现场检查员。你需要看一堵墙就知道它是否会倒塌。

4、新的学习模式

如果教程死了，什么来取代它？

旧模型是正向工程：学习部件，然后将它们组装成东西。

新模型是逆向工程：从完整的东西开始，然后理解它是如何工作的。

这里是一个实际可行的学习模型可能看起来的样子：

第 1 阶段：生成。 使用 AI 构建你想要的东西的工作版本。尽可能快地到达"它能工作"。这是现在容易的部分，所以不要在这里流连。

第 2 阶段：破坏。 系统地破坏代码来理解它。注释掉行。更改变量值。删除函数。看看会发生什么。你创造的错误会教每个部分实际做什么。

第 3 阶段：预测。 在运行代码之前，写下你认为会发生什么。当你错了，预测和现实之间的差距就是学习所在。

第 4 阶段：解释。 强迫自己解释为什么代码有效。为什么 AI 用了这个模式而不是另一个？权衡是什么？如果你不能解释它，你就理解它。

第 5 阶段：重建。 拿 AI 生成代码的一部分手动重写它。不是整个东西， just enough 证明你理解了。使用文档，而不是 AI。

标语：不要学构建。构建，然后学习你构建了什么。

这是一种方法，我同意它非常复杂，我确信没有人会这样做。至少总是阅读代码来试图理解它。

5、具体实践

如果你在 2025 年学习编码，这是协议：

像对待初级开发人员一样对待 AI。 你对他们写的每一行代码负责。如果你不能向高级开发者解释它，你就不能发货。这种心态迫使你实际理解正在生成的内容。

做预测训练。 在运行 AI 生成的代码之前，看着它，准确思考你认为输出会是什么。当你错了，不要只是修复然后继续。调查为什么你的心智模型是错误的。

问五个为什么。 当 AI 为你修复 bug 时，不要接受然后继续。问为什么修复有效。问为什么原始代码失败了。一直问直到你达到底层概念。

定期练习手动编码。 花时间不使用 AI 编码。选择小程序法、算法或组件，只从文档构建它们。这让你的基础神经通路保持活跃。

阅读的代码比你生成的多。 研究开源项目。阅读有经验的开发者如何解决问题。这建立你有效评估 AI 输出所需的模式识别。

6、令人不安的真相

AI 让学习变得更难，而不是更容易。

这似乎反过来。怎么一个帮助你更快生成代码的工具会让学习变慢？

因为它去除了有成效的摩擦。语法错误，虽然烦人，但教会精确。调试你自己的逻辑教会你逻辑是如何工作的。弄清楚事情的过程建立了理解，而被动观察永远不会。

AI 直接跳到答案。但答案不是你需要的。通往答案的路径才是教育。

有一个术语来描述当你外包认知努力时发生的事情：技能萎缩。微软和卡内基梅隆的研究发现，人们越依赖 AI 工具，他们参与的批判性思维就越少。这不是对未来的推测。它已经在现在被测量了。

在 AI 之前学习的开发者有基础。他们可以使用 AI 作为加速，因为他们有可以加速的东西。

试图用 AI 作为拐杖学习的开发者是在沙子上建造。开始快，但在压力下脆弱。

7、现在真正重要的是

如果你今天在学习，专注于这些：

阅读理解。 你能看着你从未见过的代码理解它在做什么吗？这个技能让你评估 AI 输出。

调试逻辑。 不是语法错误。逻辑错误。代码运行但做错了事。你能追踪并找到推理在哪里断掉吗？

系统思维。 各个部分如何组合在一起？这个组件失败时会发生什么？依赖是什么？AI 处理单个函数很好。它在系统方面挣扎。

技术规范。 你能精确描述你想要什么以至于 AI 产生有用的东西吗？这是提示工程，但这实际上只是清晰的技术交流。

这些技能不性感。它们不是编码的有趣部分。但它们是 AI 不能为你做的部分，这意味着它们是重要的部分。

8、前进的道路

教程死了。跟着做、打我打的字、看着模仿的模型不能让你为 AI 处理打字的的世界做好准备。

但学习没有死。它只是移动了。

建立理解的挣扎现在发生在不同的地方：阅读代码而不是编写代码，调试逻辑而不是语法，理解系统而不是记忆 API。

如果你在学习编码，不要问"我如何构建这个？"问"这为什么有效？"第一个问题给你答案。第二个给你理解。

蓬勃发展的开发者不会是生成最多代码的人。他们将是理解他们生成的东西的人。

原文链接: The Death of the Tutorial

汇智网翻译整理，转载请标明出处