最近看到很多人讨论「学编程要不要先看基础教材」。我想谈谈我的看法。

1. 人类最古老、最高效的学习方式是对话

从苏格拉底到孔子，真正有效的学习一直是”对话式”的。两个人讨论、一问一答的过程中，知识被即时生成。而看书只是单向吸收，信息密度远不如对话。

AI 的出现让我们重新回到了这种古老的学习方式。

与 AI 对话编程，本质上就是现代版的”苏格拉底式学习”：

  • 你提问、AI 回答
  • 你反驳、AI 修正
  • 同时还能把抽象的想法直接变成可运行的程序

2. 真正的理解只会在实践中出现

我以前只是书本上了解过 K8s、容器、Linux、Docker 这些概念，对 Operator、Reconcile 等机制也只是”知道”而非”掌握”。

直到我真正写了一个用于管理 IAM 凭证的 Operator，和 AI 一起设计、调试、反复迭代，我才真正明白这些抽象概念在运行中的意义。

学习的本质不是”先学完基础再动手”，而是”在动手中形成基础”。

输入、状态、输出，这才是学习的真实循环。

3. 读书效率其实很低

很多人坚持要从教材开始，只是因为那样能让他们感觉安全、好像在”正确学习”。

但真正高效的学习一定是带反馈的。AI 让这种反馈几乎实时发生：

写一点、跑一点、错一点、改一点——比看十本书有用得多。

4. 编程是最适合 AI 合作的领域

编程的输入、输出和规则都高度结构化，AI 可以帮助穷举可能、校验结构、生成测试数据。人类负责清晰地定义目标即可。

未来 LLM 会像 JVM 屏蔽平台差异一样，屏蔽语言和平台的差异，让任何人都能用自然语言构建应用。

AI 最终会成为一种”通用操作系统”。

5. 写代码不是最难的，部署才是

Karpathy 也说过，他写完应用只用了 20% 的时间，部署和上线却花了 70%。

未来，当 Pulumi/Terraform + MCP 等技术成熟后，一句话部署应用将成为常态，“人人可写应用”会成为现实。

6. 不要高估”可维护代码”的价值

很多人花大量时间追求完美的结构，结果那段代码一辈子也没几个人用。

在很多情况下，重写一个简单的新实现，比维护旧系统更划算。

工程政治、路径依赖、形式主义——这些才是真正的消耗。

7. 所以，别等准备好再开始

想做什么，就直接开干。

基础会在实践中自然长出来：

  • 语法不会？查就行
  • 文档看不懂？AI 会帮你解释

AI 让学习重新变成一件”边干边学”的事，让我们回到了学习最本真的形态：对话式创造。

“书籍是知识的归档，对话才是知识的诞生。”