学编程用哪个 AI，取决于你处在哪个环节：理解概念要讲解型的对话工具，练题要会批改会出题的助手，做项目要 CodeBuddy 这类能理解整个代码库的编程工具。比选工具更要紧的，是先立一条界线：AI 负责讲解和批改，代码必须自己敲。三个环节的用法依次展开，界线立住了，后面的每一步才有意义。
学习与代写的界线先立好
编程学习最大的坑是「看会了」：让 AI 生成完整代码，复制运行成功，以为学会了，换个需求就写不出来。界线这样定：概念不懂可以问，报错可以求解释，但练习题先自己写完再看 AI 的解法。写不出来时，让 AI 给提示而不是给答案，一层一层往下要，直到自己能补完为止。给这条界线一个可执行的检验：合上 AI 的答案，你能独立重写一遍，才算过了这一关。
教程环节：概念讲解的用法
概念讲解是对话工具的强项：让它用你能懂的比喻解释递归、闭包这些抽象概念，再要两个由浅入深的例子。例子让 AI 结合你正在学的语言出，别拿其他语言的例子跨用，语法习惯会互相干扰。学新框架时先让它给一份最小可运行示例，跑通后再读文档，顺序反了容易在环境配置上耗一整天。学完一个概念，让它出三道检验题，答对再往下走。文档读不懂时，把原文贴给它逐段解释，比换一本教材快。同一个概念从两个不同角度各问一次，理解会更立体。
练习环节：批改与出题的用法
练习的价值全在批改环节。自己写完，让 AI 从三个角度批：正确性有没有边界问题、可读性能不能更清晰、有没有更简洁的写法。批改后合上它的版本，自己重写一遍，这一遍才是真正长功夫的地方。错题积累起来，定期让 AI 出变式题，检验是真会还是背会。边界问题让 AI 专门考：空输入、极大值、并发场景，这些恰恰是自学时最容易漏的部分。变式题做完再让 AI 出综合题，把最近三周的错题揉在一起出，综合能力才练得到。
实战环节：编程助手的正确打开方式
到做项目阶段，工具形态换成编程助手。以 CodeBuddy 为代表的编程工具能理解项目上下文，帮你补全代码、定位报错、解释陌生模块，具体功能以官方说明为准。用法上同样守住界线：让它解释这段代码为什么这么写，而不是只要能跑的补丁。项目里每次让它生成的代码，你都要能逐行讲出作用。这条守住了，AI 是加速器；守不住，就变成代工。接入项目前先在独立小项目里把工具用熟，别拿正式项目的截止日期练手。
零基础第一个月，每天怎么安排 AI 学习？
- AI 讲的内容都能信吗？：主流概念的讲解通常可靠，细节性内容可能不准。关键用法回到官方文档核对，报错解释要以实际运行结果验证。官方文档是唯一权威来源，AI 的解释与文档冲突时，以文档为准。
- 用 AI 会不会养成依赖，离开就写不了？：取决于界线。坚持先写后问、生成的代码逐行理解，依赖的是效率不是能力；顺序反了才会退化。每周留一天不用 AI 的练习日，检验裸写能力，退化的苗头当天就能发现。
- 学哪门语言配 AI 最顺？：主流语言的学习资源都充足，选语言看你的目标方向。AI 对热门语言的支持都很好，这点不该成为选语言的因素。语言之外，把 SQL 和 Git 也排进前三个月的学习清单，这两个是所有方向都绕不开的。
