|
2025年3月6日，中国创业团队Monica正式对外发布全球首款通用型AI Agent产品Manus。Manus的发布点燃了市场对AI Agent的热情，其邀请码因超数百万人排队被炒到天价，一度高达10万一个。 越来越多的产品以"无代码"、"低代码"为卖点，通过人类语言交互完成各类需求。因而引发了一种声音：人类不再需要学习编程了。这是否意味着编程技能即将过时？ 但在我看来，这一观点恐怕有失偏颇，甚至我认为：在AI时代，编程技能不但没有贬值，反而变得更加重要。 我将结合自己学编程(Python)和使用AI的经历，来解释这一观点。 一、我的编程之旅
2019年，我所在的公司遇到了一个具体的问题：我们需要在电商平台上大量铺设产品，但是这项工作对于人类而言是一种非常具体的折磨——高强度地重复那些枯燥而且容易出错的工作——在Excel表格、网页后台之间复制粘贴，配置许多参数。 我给当时的领导说："没有人能在这个岗位上坚持超过一个月。" 我提出了一个想法，用程序模拟键鼠操作，靠机器替代人工。一开始我采用按键精灵来设计，初步验证了可行性，但是在实战发现它存在很多弊端，后期维护和迭代也非常麻烦。因此我又提出了一个思路，利用Python中的Selenium库来完成。 但那个时候的我，一点也不会Python！ 感谢领导给予我莫大的支持，公司给了我6周的时间自由探索。靠着《Python编程快速上手：让繁琐工作自动化》这本教材，我从入门到开发，成功搞定了当时的需求。后来，我们只需要让5台电脑在公司静默运行，它们在一周时间内就上架了近万个产品（SKU）。 那是我第一个独立开发的编程项目。尽管磕磕绊绊，但它的成功依然带给我极大的鼓舞。 2020年前后，"劝人学Python"是一种时髦，彼时的互联网上铺天盖地都是相关的广告。 2021年研究生即将入学的前夕，我在暑假发起了一个共学项目，邀请这些未来的同学们和我一起学编程。我给同学们推荐了《Python编程快速上手》这本书，信心满满地对他们说："我就是用它学会的，你们肯定也可以！" 此后的一段时间里，我每周做一次线上答疑，并评估同学们自学的进度。但和一开始的兴致勃勃不同，每过去一周我的迷茫和挫败就加深一层。"我为什么不对""你为什么不会"，我和同学们面面相觑，互相无语。 共学训练营终于走向了失败，并以一种消隐的方式淡出视野。 但我从来没有忘记这次失败，它带给我两个教训： ①我恐怕缺乏成为老师的潜质。 ②人人学编程，是一个彻头彻尾的商业口号。人人都可以尝试，但一定有人学不会。 2024年，硕士毕业后我转型成为数据分析师，重新激活了Python编程的能力，并进一步将其运用于各种自动化工具的开发。作为"兼职程序员"，我的编程能力有限，还有很多很多东西需要学习，开发效率相对职业码农也低很多。但这一情况，随着时间推进到2024年底，令人惊叹的变化出现了。 促成这一变化的，是一个叫做Cursor的AI工具，它能辅助程序员编程，也能一定程度上实现所谓的"无代码"编程，让没有编程能力的人感受一下创造的愉悦感。随着对Cursor掌握程度的加深，我发现自己学习编程和开发代码的速度突然加快，甚至更可怕的是，它们正在变得越来越快。 正是这一体验，让我推翻了之前"劝人学python，天打五雷轰"的观点，变成了逢人就说，"现在是学习编程的最佳时机。" 二、现在是学习编程的最佳时机
我相信至少在数年以内，人类与AI交互的方式差异将导致效率之间的巨大差别。 已有研究表明，相对于自然语言，AI更喜欢人类通过结构化方式（如JSON、XML等）传递信息。 但我认为更大的差别不在于表达方式，而是在于思维方式。编程的精髓是抽象和封装，设计代码的过程考验逻辑思维与问题分解能力。这两种能力不仅决定了人们能不能问出好问题，还关乎能否和AI共同完善解题思路、校对目标，甚至提出新的迭代方向。尽管获得逻辑思维能力的方式有很多种，但通过编程来习得不失为一种高效的方式。 编程思维如何助力AI交互： 问题分解能力 - 程序员习惯将大问题分解为小问题，这正是与AI合作的关键。例如，我在开发一个数据分析仪表盘时，不会直接要求AI"给我做一个销售仪表盘"，而是会分步骤提问："如何设计数据结构？"、"用什么图表展示时间序列？"、"如何优化加载速度？"这种分步提问极大提高了AI输出的质量。 抽象思维 - 懂编程的人更善于识别模式和创建抽象模型，这帮助他们更好地利用AI来解决一类问题而非单个问题。 调试思维 - 程序员培养了强大的调试能力，能够快速识别AI输出中的逻辑错误并引导AI修正。
随着AI变得越来越重要，掌握基本的编程知识和能力将成为新时代对复合型人才的新要求。 举个例子来说，目前面对很多任务AI都会通过编程来实现，可能它在尝试的过程中写出了数百行复杂的代码。一般人只要能"头痛医头，脚痛医脚"即可，但这些代码如果放在更高要求的环境（比如有其他合作伙伴）中可能就是灾难——没有对模块进行封装、未处理的调试性信息、核心逻辑缺乏注释、没有测试用例、没有说明文档——这些代码完全是"用后即销"的一次性产品。 因此如果不懂编程，靠AI来输出的代码质量是很差的。 相反，懂得编程的你至少可以在对话框中增加一次与AI的交互：重构代码，使得它尽量贴合最佳实践。 通常AI会将代码模块化、增加错误处理、添加适当注释，到这一步对于很多场合来说已经够用了。 更重要的是，当前在AI的帮助下，学习编程变得更简单了。 三、如何在AI时代高效学习编程
当下如何高效入门呢？我的建议如下： 选择合适的学习资源 首先，选择一本以项目为导向的经典教材，如《Python编程：从入门到实践（第三版）》（埃里克·马瑟斯）。 为什么推荐这本？因为它循序渐进，每个知识点都有实际的应用场景，而不是干巴巴的语法讲解。 不同人群可以选择不同的路径：
让AI成为你的私人导师 当你遇到不理解的概念时，不要像我当年那样抓耳挠腮，而是直接向AI提问。更重要的是，你可以让AI针对你的理解程度，设计几个练习题来检验。这种即时反馈机制极大地提高了学习效率。 以下是利用AI辅助学习编程的具体策略：
以项目为导向，循序渐进 不必追求复杂，解决你生活或工作中的一个小痛点就足够了。例如一个简单的文件重命名工具，虽然只有30行代码，却会给人带来了巨大的成就感。 在开发过程中，将AI作为你的编程助手，但不要完全依赖它。尝试先独立思考问题的解决方案，遇到障碍时再向AI求助。这样既能锻炼自己的编程思维，又能高效突破瓶颈。 记住，编程能力是在实践中成长的，而不是在教程里。 四、结论与展望
回望这五年的编程之旅，我越发坚信：编程不再是程序员的专属技能，而是现代人必备的思维工具。就像20年前的Office技能一样，它正在成为职场的标配。 AI不会取代会编程的人，但会取代那些不会用AI编程的人。这听起来有点绕口，但道理很简单：未来的竞争力在于人机协作的效率，而不是单纯依赖任何一方。 我们正站在一个奇妙的时代交叉口。曾经需要数年磨练的编程技能，现在有了AI作为助推器；而编程思维反过来又能帮助我们更好地驾驭AI工具，这是一个正向循环。 站在起点的你，何不迈出第一步？ 编程的世界，因AI而变得前所未有的平易近人，但掌握它的价值，也变得前所未有的重要。 |
