1. 一个月从零到四个项目我的AI编程实战复盘零基础、一个月、四个项目、AI编程这几个词放在一起很多人第一反应是营销号标题。但我确实就是这么干的而且最后还多做了一个东西——把整个过程里踩过的坑、总结出的规矩做成了一套agent项目纪律系统扔到了GitHub上。这篇文章不卖课、不推工具就是把这段经历里真正有用的东西拆开讲清楚AI编程到底能帮零基础的人做到什么程度agent在项目里扮演什么角色以及为什么我最后觉得纪律比技术更重要。先说清楚适合谁看。如果你是完全没写过代码、但想用AI编程做出点真东西的人这篇能帮你少走至少两周弯路如果你已经会用AI写代码、但项目一多就乱成一锅粥那套纪律系统的思路对你更有用如果你是想了解agent开发、agent框架、agent记忆这些概念的人我也会结合四个项目的实际场景讲不空谈架构。四个项目分别是一个命令行小工具、一个网页数据看板、一个自动化脚本集合、一个带记忆的对话agent。规模都不大但覆盖了AI编程最典型的几类场景。整个过程我用的核心工具就是AI编程助手加GitHub做版本管理中间因为GitHub访问问题折腾过镜像和加速这些实操细节我都会写出来。最关键的是一个月下来我发现AI能帮你写代码但管不住你的项目。项目一多命名混乱、需求漂移、改一处崩三处这些坑AI不会主动帮你填。于是就有了最后那个agent项目纪律系统。2. 零基础用AI编程先搞懂三件事再动手2.1 AI编程不是你说它写而是你定规矩它执行很多人对AI编程的误解是把它当成一个许愿池我说给我做个网站它就吐出一个网站。实测下来完全不是这样。AI编程助手更像一个执行力极强但记性一般、且特别容易被带偏的实习生。你给的需求越模糊它自由发挥的空间越大最后出来的东西离你想要的越远。我第一个项目就吃了这个亏。当时我想做一个整理文件的小工具直接跟AI说帮我写个整理文件的程序。它给我写了一个按扩展名分类的脚本但我实际想要的是按修改日期归档。来回改了四轮才对齐。后来我学乖了每次动手前先写清楚三样东西输入是什么、输出是什么、边界情况怎么处理。这三样写清楚AI一次就能给到八九不离十的结果。这里就涉及一个热词里常出现的概念提示词。AI编程提示词和普通聊天的提示词不一样它需要包含技术约束。比如用Python写、不要引入第三方库、处理文件时要考虑文件被占用的情况。这些约束不是废话每一条都在缩小AI的发挥空间让它往你要的方向走。2.2 agent和普通AI助手的区别决定了你能做多大的项目热词里反复出现agent、agent开发、agent框架、harness和agent区别这些词。我用大白话解释一下我在实战里的理解。普通AI助手是一问一答你问它答它不记得上一轮项目里定过的规矩。agent是带记忆、能自己决定下一步做什么的东西。举个我项目里的例子做那个网页数据看板时我需要它定时去抓数据、清洗、然后更新图表。如果用普通助手我得每次手动触发三步。后来我把它做成一个简单agent它自己知道先抓、再洗、再更新中间哪一步失败了自己重试。这就是agent的价值——它把一串操作变成了一个有目标的行为体。热词里还有skill和agent的区别、agent记忆这些。我的理解是skill是agent会的一项具体技能比如会抓网页agent记忆是它记住的历史比如上次抓取失败了因为网站改版。一个agent可以有很多skill加上记忆之后它下次遇到同样问题就知道绕开。我那个对话agent项目核心就是给它加了一层简单的记忆把用户之前说过的偏好存下来下次对话直接调用。没有这层记忆它每次都是失忆状态体验差很多。2.3 GitHub不是可选项是零基础做项目的生命线零基础的人最容易忽略的就是版本管理。我一开始也觉得我就做个小工具存本地不就行了。结果第三个项目改到一半发现新改的版本还不如三天前的想退回去本地文件已经覆盖了只能重写。那次之后我老老实实把四个项目全放上了GitHub。GitHub对零基础的人有两个坎一是不会用二是打不开。不会用这个好解决核心就三个操作提交、推送、回滚。你不需要一上来就学分支、合并那些复杂东西。打不开这个问题热词里github打不开、github镜像、github加速、github国内镜像这些词出现频率极高说明是普遍痛点。我的处理方式是准备一个可用的镜像源做备用同时本地始终保留完整副本。具体哪个镜像我不点名因为这类服务变动快你自己搜GitHub镜像找当前可用的就行。关键是不要把项目唯一副本放在一个你随时可能访问不了的地方。提示零基础阶段GitHub使用教程你只需要看如何创建仓库、如何提交、如何查看历史这三节其他先跳过。学太多反而不敢动手。3. 四个项目的完整实操过程与关键决策3.1 项目一命令行文件整理工具学会把需求写死第一个项目最小但教会我最多。目标很简单把下载文件夹里乱七八糟的文件按类型分到不同子文件夹。我一开始的提示词是帮我写个Python脚本整理下载文件夹。AI给了一个能跑的版本但有几个问题它把所有文件都移动了包括我正在用的它没处理重名文件直接覆盖了它遇到没有扩展名的文件直接报错退出。这三个问题对应三个我必须补上的约束。第二次我改成了这样# 需求约束写给AI看的 # 1. 只处理指定文件夹不递归子目录 # 2. 重名文件自动加时间戳后缀不覆盖 # 3. 无扩展名文件归入 others 文件夹 # 4. 跳过正在被占用的文件记录到日志 # 5. 先打印将要执行的操作确认后再实际移动你看这五条约束里没有一条是技术难题全是边界情况。AI写核心逻辑很快但边界情况它不会主动想全。这就是零基础用AI编程的第一个心法你的价值不在于会写代码而在于能把边界情况想清楚。实测下来加上这五条约束后AI一次就给出了可用的版本。我又让它加了一个试运行模式先看它打算怎么移确认没问题再真移。这个习惯后来贯穿了我所有项目。3.2 项目二网页数据看板第一次接触agent思路第二个项目我想做一个能看数据的小网页。需求是每天定时抓一组公开数据存下来然后用图表展示趋势。这个项目比第一个复杂在定时和多步骤。如果还是用一问一答的方式我每天得手动跑三次脚本。于是我第一次尝试了agent的思路写一个主循环让它自己判断当前该做哪一步。核心逻辑大概是这样# 伪代码展示agent决策思路 def agent_loop(): if not has_today_data(): fetch_data() # 抓取 clean_data() # 清洗 save_data() # 存储 if chart_outdated(): update_chart() # 更新图表 schedule_next_run() # 安排下次这个循环里agent自己判断今天的数据有没有、图表是不是旧的然后决定做什么。这就是热词里agent架构最朴素的样子——一个带判断的循环。不需要多复杂的框架零基础也能写。这个项目踩的坑是数据源不稳定。有几天抓取失败整个看板就空了。后来我加了重试和降级抓不到就用上次的数据并在页面上标注数据可能不是最新。这个处理方式后来被我写进了纪律系统作为外部依赖必须考虑失败这一条。3.3 项目三自动化脚本集合被项目混乱逼出来的纪律第三个项目是我做得最痛苦的一个。我想把日常重复的操作都做成脚本备份、清理、格式转换、批量重命名。每个脚本单独看都不难但放到一起就出问题了。问题出在命名和依赖上。我有个脚本叫clean.py另一个叫cleanup.py过了一周我自己都分不清哪个是干嘛的。还有个脚本依赖另一个脚本的输出路径我改了其中一个的路径另一个就静默失败了我还找不到原因。最惨的一次我改了一个公共函数结果三个脚本全崩了。那几天我停下来想了一个问题AI能帮我写每个脚本但没人帮我管这些脚本之间的关系。这就是热词里agent项目、agent开发学习路线背后真正的痛点——不是不会写是管不住。于是我做了两件事。第一给每个脚本加了头部注释写清楚这个脚本干什么、输入是什么、输出到哪、依赖谁。第二建了一个manifest文件把所有脚本登记进去包括它们的依赖关系。这样我改任何一个之前先查manifest就知道会影响谁。这个manifest后来演化成了纪律系统的雏形。我发现这套东西不只对我有用任何用AI编程做多个项目的人都需要。3.4 项目四带记忆的对话agent把记忆做简单第四个项目我想做一个能记住我偏好的对话助手。比如我告诉它我喜欢简洁的回答下次它就直接给简洁的不用我再说一遍。热词里agent记忆是个高频词但很多教程把它讲得太复杂什么向量数据库、嵌入模型。我零基础搞不动那些。我用了一个最土的办法把偏好存成一个JSON文件每次对话前读进来拼到提示词最前面。{ preferences: { answer_style: concise, language: zh, avoid: [emoji, long_intro] }, history_summary: 用户在做AI编程项目关注agent和纪律 }每次对话我把这个JSON转成一段文字放在系统提示里。AI看到这段就知道该怎么回答。这就是最朴素的agent记忆——不需要向量一个文件就够。实测下来对个人项目完全够用。这个项目让我明白一件事很多听起来高大上的概念落到个人项目里都有极简实现。你不需要一上来就上重型框架先用最土的办法跑通再考虑优化。4. 把踩过的坑做成agent项目纪律系统4.1 为什么是纪律而不是工具四个项目做完我最大的感受不是AI真强而是我太容易乱。乱在需求变来变去、乱在文件命名、乱在改一处崩三处。这些问题AI解决不了因为它不知道你上周定过什么规矩。所以我做的不是又一个工具而是一套纪律。工具是帮你做事的纪律是管你怎么做事的。热词里ai-eng-system、agent项目纪律系统这些词说的就是这类东西。它的核心不是代码是约束。我的纪律系统里最核心的三条需求先写死再动手任何项目开始前把输入、输出、边界情况写成一段文字作为项目的宪法。后面所有改动都要对照它。每个文件有身份证文件头部必须有注释写清楚用途、输入、输出、依赖。没有身份证的文件不允许存在。改动前先查影响改任何公共部分之前先查manifest列出会受影响的所有地方评估完再动手。这三条听起来简单但坚持下来我的项目混乱度下降了至少七成。4.2 纪律系统的结构manifest加检查脚本光有规矩没用得能执行。我把纪律系统做成了两部分一个manifest文件一个检查脚本。manifest长这样project: ai-eng-system files: - name: fetch_data.py purpose: 抓取每日数据 input: 无 output: data/raw/ depends_on: [] - name: clean_data.py purpose: 清洗原始数据 input: data/raw/ output: data/clean/ depends_on: [fetch_data.py] - name: update_chart.py purpose: 更新图表 input: data/clean/ output: web/chart.html depends_on: [clean_data.py]检查脚本干三件事检查每个文件有没有头部注释、检查manifest里登记的依赖是否存在、检查有没有文件没登记进manifest。跑一遍几秒钟就能发现大部分隐患。这个检查脚本本身也是AI帮我写的。我把上面三条纪律描述给它它给出了实现。这就是AI编程的正确用法——你定规矩它写实现。4.3 这套系统怎么用到你自己的项目上你不需要照搬我的manifest格式但建议你至少做三件事。第一建一个RULES.md把你项目的核心约束写进去。比如所有数据文件放data目录、所有脚本必须有头部注释。写下来每次让AI写代码前把这段贴给它。第二建一个文件清单。哪怕就是一个文本文件列出每个文件干嘛的。项目超过五个文件这个清单的价值就体现出来了。第三养成改前查、改后跑的习惯。改之前查清单看影响改之后跑一遍检查脚本。这个习惯能帮你省下大量debug时间。热词里agent evals、agent execution terminated due to error这些说的都是agent跑起来之后的问题。我的经验是大部分agent出错不是因为它笨是因为你给它的环境太乱。纪律系统就是在给它一个干净的环境。5. 常见问题与排查技巧实录5.1 AI编程高频问题速查问题现象常见原因排查思路我的处理方式AI给的代码跑不通缺依赖或版本不对先看报错第一行让AI列出所需依赖和版本改一处崩三处有隐藏依赖没登记查manifest依赖关系补登记加检查脚本需求越改越乱没有需求基线对照最初的需求文档建RULES.md改动先对照GitHub推不上去网络或认证问题先试本地提交本地保留完整副本镜像备用agent跑一半停了外部依赖失败看日志最后一步加重试和降级逻辑文件找不到路径写死或相对路径混乱统一用项目根目录相对路径纪律里规定路径规范5.2 几个只有踩过才知道的坑坑一AI会忘记你之前定的规矩。对话轮次一多它就把前面说的约束忘了。我的做法是每开一个新任务把RULES.md重新贴一遍。别嫌麻烦这比事后返工省事得多。坑二GitHub镜像不是永远可用。我遇到过用着用着镜像失效的情况。所以本地永远保留完整副本镜像只是推送的通道不是存储的地方。坑三agent记忆别存太多。我一开始把每轮对话都存下来结果提示词越来越长AI反而抓不住重点。后来改成只存偏好和摘要效果好很多。记忆要精不要多。坑四别在项目中期换工具。我第三个项目做到一半想换个AI编程软件结果新工具不认旧项目的结构折腾了两天又换回来。工具选定就用到底要换等这个项目结束。注意零基础阶段你最大的敌人不是技术难度是想学太多。热词里ai编程培训、ai编程软件、编程ai推荐这些看多了容易焦虑。选定一个工具做完一个项目比看一百篇推荐有用。5.3 关于agent开发学习路线的实在建议热词里agent开发学习路线、agent开发面试题、ai agent for beginners这些我给零基础的人一条实在路线先做四个小项目再学概念。顺序反了会很痛苦。先做项目你会遇到真实的问题怎么让agent记住东西、怎么处理失败、怎么管多个文件。带着这些问题再去学agent架构、agent框架你才知道那些概念在解决什么。反过来先学概念你会觉得什么都懂一动手全不会。我自己的顺序就是项目一学边界、项目二学循环、项目三学管理、项目四学记忆。四个做完再回头看那些agent教程发现全都能对上号了。6. 一个月下来我真正想说的一个月四个项目代码量不大但密度很高。如果让我给零基础想用AI编程的人一句话那就是AI负责写你负责管。管需求、管文件、管依赖、管纪律。管好了AI就是你的十倍效率放大器管不好AI就是你的混乱加速器。那套agent项目纪律系统我还在继续用每做一个新项目就往里加一条新规矩。它不完美但它是从真实踩坑里长出来的每一条都有对应的血泪。你要是也在用AI做项目建议你也建一个自己的纪律文件哪怕就三条坚持下来效果比任何工具都明显。最后分享一个我最近才想明白的点热词里那么多关于agent、框架、记忆的词其实都在说同一件事——让机器有章法地做事。而章法这东西机器自己长不出来得你给它。你给得越清楚它做得越好。这大概就是零基础用AI编程最核心的秘密了。