为什么我把它看成 AI 编程学习路径,而不是普通教程
- 来源:https://datawhalechina.github.io/easy-vibe/zh-cn/
- 参考仓库:https://github.com/datawhalechina/easy-vibe
我的第一判断
这条资源最值得看的,不是某一章教了什么工具,而是它在试着回答一个更基础的问题:
如果一个人不是传统开发者出身,或者还没有完整的软件工程背景,怎么借助 AI 编程一步步走到“做出产品”。
这让它和站里很多资源都不一样。它不是在拆一个成熟系统,也不是在讲某个 agent harness,而是在设计一条进入路径。
为什么我会这么看
官网首页的分段方式已经很能说明问题:
- Stage 1 先帮你打破对代码的恐惧
- Stage 2 开始把你往真实数据、部署上线、知识库集成上推
- Stage 3 再继续拉到桌面应用、Agent 团队、长时间任务和个人输出
这不像传统教程目录,更像一个能力成长路径图。
仓库 README 里那句 “programming starts by describing what you want” 也是同样的意思。它不是先强调语言、框架、算法,而是先强调表达需求和借助 AI 完成产品。
这对我有什么价值
这条资源对我最大的价值,不是技术细节,而是路径设计视角。
它会逼我重新想一个问题:如果 AI 编程真的是新的入口,那一条更适合人的学习路径应该怎么排,哪些能力该先给,哪些复杂度可以后置,哪些“成就感”必须尽早出现。
这类问题对做学习产品、做课程、甚至做 AI 应用 onboarding 都有价值。
一个边界提醒
路径设计做得好,不等于深度问题就不存在。
所以我会把它当作“怎么带人上路”的材料,而不是“所有 AI 编程问题都在这里解决”的终局资源。