为什么要学 AI 编程
为什么要学 AI 编程
为什么要学编程？
01 编程是怎么和普通人扯上关系的
自从 2025 年开始，世界变化了：普通人可以编程了。Andrej Karpathy（特斯拉前 AI 负责人）在 2025 年初提出了一个词：Vibe Coding。你只需要描述意图，AI 来写代码。到 2026 年，这不再是一个概念，而是真实的、正在发生的生产方式。
Anthropic 在 2026 年 2 月发布的《2026 智能体编程趋势报告》里有一句话值得品味：
注意，不是“每个程序员变得更强了”，而是“非技术人员也能开发了。”
律师用 Claude Code 做了自助分类工具。法务团队把审核周期从三天压缩到一天。一个没有编程背景的 CTO，两周完成了原本需要 40 人团队做半年的项目。
如此巨变让一部分程序员朋友们感觉到很不舒服：
- 它意味传统程序员朋友们的技能变得不那么值钱了。
- 也意味着“会不会编程”这条线，正在从技术能力的分界线，变成思维方式的分界线。
对于非技术出身的朋友们来说，此时反而出现了一个新问题：
既然只要描述意图，AI 就能写代码，那我们还需要学吗？不是天生就会吗？
02 Vibe Coding，从褒义词到贬义词
在 2025 年初，Vibe Coding 是一种生活方式，很潮，妥妥的是褒义词。但是到了 2026 年，Vibe Coding 铁定是贬义词了。
Vibe Coding 的原意：完全跟着感觉走，让 AI 写代码，自己不怎么碰键盘，遇到报错就把报错扔给 AI，看它自己修。
随后，各路自媒体开始用“Vibe Coding”来包装产品、吸引流量、讲故事给投资人听。“不会编程？没关系，Vibe Coding 就行！”“两小时做出一个 App！”这类标题铺天盖地。
那些写“两小时做出一个 App”的自媒体，一辈子也没做出来过有用的 App。那也不影响人家获取流量，普通人最爱看的就是这样的自媒体文章，平台使劲给流量。
然后，反弹来了。
大概半年后，人们发现 Vibe Coding 越来越不对劲。
安全公司 Aikido Security 调查了 450 名开发者和安全工程师，得出的结论是：AI 生成的代码现在是每 5 起安全漏洞中 1 起的直接原因。
Hacker News 上有一个高赞帖子，标题直接叫 “Vibe code is legacy code”（Vibe 代码就是遗留代码），意思是，今天用 Vibe Coding 写出来的东西，明天就是别人头疼的技术债。
Fast Company 在 2025 年 9 月报道，资深软件工程师开始把 AI 生成的代码称为 “development hell”（开发地狱），分析师预测，由此积累的技术债务到 2027 年将高达 1.5 万亿美元。
最后，连这个词的发明者本人也放弃了它。
2026 年 2 月，在 “Vibe Coding” 诞生一周年的时候，Karpathy 本人在 X 上发帖，提出了一个新词来取代它：Agentic Engineering。
如果最近你用 AI 编程开发了一个产品，别人问你“喔唷，是 Vibe Coding 出来的吧？”
你大可以理解为：他在骂你做得烂。
03 投资者到底该学什么
先把概念分清。Andrej Karpathy 区分过两种用 AI 写代码的方式：
| 方式 | 本质 |
|---|---|
| Vibe Coding | 蒙头提示，祈祷有用，不管后果。 |
| Agentic Engineering | 清晰目标，系统拆解，人类判断，AI 执行。 |
投资人要学的是后者。而且投资人天生就该擅长后者，因为这套动作和你做投资是同一套：先有清晰的判断，再拆成可验证的步骤，自己拍板，让工具去跑。你每天都在干这件事，只是过去执行那一环交给了别人。
过去两年靠 AI 跑在前面的人是那些人？
真正吃到红利的常常不是写代码最熟的那批，而是判断力强、说得清自己要什么的人。会写代码的人在 AI 时代反而容易卡住，因为他们最容易掉进执行细节，花大量时间打磨工具本身，而不去想“该拿这工具查什么、赌什么”。投资也一样，盯着数据管道和模型参数较劲的人，往往跑不过那个先想明白“什么值得跟踪”的人。
真正的壁垒从来不是代码，也不是数据源、不是某个模型。是判断：
- 看什么
- 什么时候看
- 为什么看
AI 不替你做这件事，它只负责把你的判断变成跑得起来的东西。在 AI 越来越强的今天，真正稀缺的能力是这一句：把一个还很模糊的投资想法，拆成清晰的任务，然后指挥 AI 把它做出来。这就是 Agentic Engineering，也是这门课的核心。
回到很多人的第一反应：“我又不是做技术的，这事不该交给量化团队、数据团队吗？”换个问法你就明白了。
如果有一根杠杆，能把你的行业理解、你的研究洞察、或者一个还很粗的想法，直接变成一个跑起来的工具：
- 一个按你的投资框架的的标的筛选器
- 一个在条件触发时就提醒你的监控
- 一套替你读财报、扒数据、做回测的流程。
你要不要？
过去这根杠杆叫“团队”。一个量化、一个工程师、一套外包，门槛几十万起，还慢。更要命的是，你的洞察每经一手就漏一点，等东西做出来，那点边际可能已经被别人吃掉了。现在这根杠杆叫 AI 编程，门槛只剩一条：你能不能想清楚自己到底要什么。
过去，没技术的投资人只能把想法说出来，然后排队等人实现。现在，会用 AI 的投资人第一次可以当天就把它做出来。
这门课不是教你去当程序员、当 quant，是教你别再把自己的判断力外包出去，别让你最好的想法烂在某个待办列表里，在层层传递中一点点漏光。
你是不是技术出身，不重要。重要的是从现在起，你得学会把 AI 变成杠杆，把判断变成工具，把洞察变成别人拿不走的优势。
AI 到底是什么？别怕，它只是你的 24 小时员工
01 前言
你可能听过很多关于 AI 的说法：
- “AI 要取代人类了。”
- “AI 比人聪明。”
- “AI 太难了，我学不会。”
这些说法都不准确。把 AI 理解成一个员工会更容易，一个不用发工资、不下班、不请假、随叫随到的员工，我们把它叫作 24 小时员工。
02 这个 24 小时员工有什么特点？
它见识特别广，读过大量公开资料：维基百科、Stack Overflow、GitHub 上数十亿行代码，以及大量书籍、论文、新闻和论坛内容。单论接触过的信息量，绝大多数人都比不过它，很多你需要花几天才能查完的资料，它几秒钟就能整理出来。
它干活特别快。你给它一句话，它很快就能开始工作，写邮件、整理方案、生成表格、制作网页、解释概念，往往几秒钟就能给出结果。
但它有个很重要的特点：知道很多知识，却没有亲身经历。它读过所有关于游泳的书，却从来没下过水；它知道大量菜谱，却从来没做过饭；它学过无数管理理论，却从来没真正带过团队。所以它会犯一些看起来很离谱的错误：你问它一个事实，它可能一本正经地说错答案，这类问题通常被称为“幻觉”；你让它完成任务，它可能主动增加一些你根本没要求的内容；你的要求不够明确，它会按照自己的理解执行，最后结果和你的预期完全不同。是不是很像刚入职的新员工？知识很多，执行很快，但需要管理和检查。
03 它能干什么？
先记住三件最常见的事。
第一是回答问题。你可以直接问：
用大白话解释一下什么是数据库。
它会快速整理相关知识并给出解释，很多时候比传统搜索更直接。
第二是写内容。你可以说：
帮我写一封请假邮件，语气正式一点，理由是家里有事。
几秒钟后，它就能给出一版完整内容，通常只需要稍微修改就能使用。
第三是写代码。你可以说：
写一个网页，页面中间显示一个倒计时，从 60 秒倒数到 0。
它会直接生成可以运行的代码。
需要注意的是，回答问题、写文章、写代码并不是三种不同的 AI，本质上都是同一个 24 小时员工在完成不同类型的工作，就像一个员工既能做 PPT、写文档，也能处理数据一样。
04 它不能干什么？
下面三件事必须记住，后面的课程会不断提到。
第一，它不能保证正确。AI 的回答通常很自信，但自信不等于正确，尤其在数据、法律、财务、医疗、业务决策这些方面。你必须验证结果，重要内容要核对来源、检查逻辑、确认事实，不要因为它说得像真的，就默认它是对的。
第二，它不能自动理解长期背景。如果你开启一个新的对话，它通常不知道你上周做过什么项目，也不知道你之前聊过什么内容，除非你重新提供背景信息，否则它很难准确延续之前的工作。这个问题后面的课程会介绍怎么解决。
第三，它不能替你做决定。它可以给出多个方案、分析优缺点、提供参考意见，但最终选择必须由你完成。它负责提供建议，你负责承担结果。
05 管理 AI 最重要的一件事
最重要的一件事，是学会控制它的自主级别。简单重复的工作，可以直接交给它完成；重要工作，则需要你逐步审核。比如让它整理会议纪要，可以直接做；给客户发送正式报价，需要认真检查；涉及合同、资金、法律风险的内容，必须人工确认。就像管理团队一样，不是所有工作都需要同样的授权等级。
06 所以，你和 AI 是什么关系？
最容易理解的答案是：你是主管，AI 是你的 24 小时员工。你的职责是明确目标、提供背景信息、判断结果是否合格、做最终决策；它的职责是执行任务、生成方案、处理细节、提高效率。
这门课真正要教你的不是编程，而是如何管理一个 24 小时在线的员工。一个优秀的管理者不一定会亲自完成所有工作，但必须知道自己要什么结果、怎样判断质量、什么时候需要纠正方向。
07 最后一个必须记住的原则
过去在公司里，通常是你干活，领导负责结果。现在变成了 AI 干活，你负责结果。AI 写的代码出现问题，客户找的是你；AI 写的文案出现错误，领导找的是你；AI 提出的方案导致损失，承担责任的还是你。
AI 不承担责任，责任始终属于使用它的人。因此，检查结果不是额外工作，而是你的本职工作。这个 24 小时员工不要工资、不会离职、不会请假、全天在线，但它不会为任何结果负责。最终负责的人，永远是你。