Session 0: 破冰课 - 你不是在学编程，你是在学指挥
这节课不需要写任何代码，只需要改变一个观念。
🎬 开场故事：小明和小王的区别
小明的故事
小明看到朋友用 AI 做了个记账小程序，很羡慕。
他打开 ChatGPT，说："帮我写个记账 App"
AI 噼里啪啦写了 300 行代码，用了 React、Node.js、MongoDB...
小明看着满屏的英文和符号，头皮发麻。
他复制粘贴，运行，报错。
他问 AI："报错怎么办？"
AI 说："你需要安装 Node.js，然后运行 npm install，再配置 MongoDB 连接..."
小明："Node.js 是什么？npm 是什么？MongoDB 是什么？"
AI 继续解释，解释里又出现 10 个新名词。
小明关掉了电脑，心想："我不适合学编程。"
小明的问题：他以为自己在学编程。
小王的故事
小王也想做记账小程序。
但他先问自己："我真的需要学编程吗？"
他打开 Claude，说：
"我想做一个最简单的记账工具，只要能在手机上记录花了多少钱、花在哪儿就行。我不需要登录功能，我自己用就行。数据存在手机里，不用服务器。给我最简单的方案，我是完全不懂代码的人。"
Claude 说："你可以用 HTML 文件，直接存手机上打开就能用。"
小王："HTML 是什么？"
Claude："就是一个文件，里面包含界面和逻辑，双击就能在浏览器打开。我给你写一个。"
（5 分钟后）
小王收到了一个文件，保存到手机，双击打开——真的能记账！
虽然界面很简陋，但功能有了。
小王很高兴，继续问 Claude："怎么让这个界面好看一点？"
Claude："我加了几行样式代码，现在界面更漂亮了。"
小王就这样，一个问题一个问题地问，一个小功能一个小功能地加。
一周后，他有了自己的记账工具。
小王的秘诀：他知道自己在指挥 AI，不是在学编程。
🧠 核心观念转变
传统观念（错误的）
做软件 = 学编程 = 学很多技术 = 很难 = 我不行
这个观念的问题：
- 把"做软件"和"写代码"划等号
- 忽略了 AI 已经会写代码这个事实
- 用程序员的成长路径要求自己
新观念（正确的）
做软件 = 描述需求 + 指挥 AI 写代码 + 验收结果
你的角色 = 产品经理（定义要什么）+ 架构师（规划怎么组织）+ 验收官（判断好不好）
AI 的角色 = 外包程序员（执行具体代码）
这个观念的优势：
- 你不需要会写代码，只需要会描述问题
- 你不需要懂技术细节，只需要懂业务逻辑
- 你不需要学编程语言，只需要学会和 AI 沟通
🎯 指挥官 vs 程序员
| 角色 | 程序员（传统） | 指挥官（你） |
|---|---|---|
| 做什么 | 写代码实现功能 | 告诉 AI 要什么 |
| 需要什么能力 | 语法、算法、框架 | 描述问题、判断好坏 |
| 出错怎么办 | 自己 debug | 让 AI 解释和修复 |
| 学习成本 | 几个月到几年 | 几小时到几天 |
| 产出质量 | 取决于个人水平 | 取决于提问质量 |
关键洞察：AI 时代，"会写代码"的重要性下降了，"会描述问题和判断好坏"的重要性上升了。
🛡️ 破除恐惧的心理工具
恐惧 1："我不会写代码"
反驳：你不需要会写代码，你需要会"描述问题"。
例子：
- ❌ "用 JavaScript 实现一个 reduce 函数遍历数组..."（这是写代码）
- ✅ "帮我算一下这个月总共花了多少钱"（这是描述问题）
练习：把"写代码"这个说法换成"描述问题"
- "我不会写登录功能" → "我还不会描述登录功能需要什么"
- "这个 Bug 我不会修" → "我需要向 AI 更清楚地描述这个 Bug"
恐惧 2："代码报错了我看不懂"
反驳：报错信息是写给 AI 看的，不是写给你看的。
正确做法：
- 把报错信息复制下来（不需要理解）
- 粘贴给 AI
- 说："报错了，帮我修复"
- AI 会解释问题并给出修复方案
类比：就像你请装修队，工人说"这个墙是承重墙不能打"，你不需要懂建筑，只需要知道"那换个方案"。
恐惧 3："AI 写得太复杂，我看不懂"
反驳：这不是你的问题，是你问得不够清楚。
AI 写复杂代码的原因：
- 你没有告诉它"要简单"
- 你没有告诉它"我是新手"
- 你没有限制"用什么技术"
正确做法：在提问时加约束
"给我最简单的方案"
"我是完全不懂代码的人"
"只用 HTML，不要用框架"
"代码不超过 50 行"
"每行都要有注释"
恐惧 4："别人都能做，我做不出来"
反驳：大多数人失败不是因为难，而是因为：
- 想一步登天（要做就做复杂的）
- 不问 AI（自己硬扛）
- 不迭代（一次就想完美）
正确做法：
- 从最简单的功能开始
- 遇到问题就问 AI
- 先跑起来，再优化
🤖 AI 建议评估入门
这节课要培养的第一个核心能力：判断 AI 建议的好坏。
好建议的特征
✅ 具体：给出明确的步骤，不是模糊的概念
✅ 有理由：解释"为什么这样做"
✅ 有边界：说明这个方案的适用范围和限制
✅ 可执行：你听了之后知道下一步做什么
例子：
"你可以用 HTML + LocalStorage 实现。HTML 做界面，LocalStorage 存数据。优点是无需服务器，缺点是只能本机使用。第一步：创建一个 .html 文件..."
坏建议的特征
🚩 过度设计：小工具推荐复杂架构
🚩 忽视约束：不考虑你的技术能力
🚩 没有解释：只说"这样做"，不说"为什么"
🚩 假设太多：默认你知道某些概念
例子：
🚩 "建议你使用 Next.js + PostgreSQL + Redis + Docker 部署"（过度设计）
🚩 "先写一个 Dockerfile..."（假设你懂 Docker）
🚩 "这个很简单，你直接用就行"（没有解释）
练习：判断这 3 个 AI 回答哪个好
场景：你说"我想做一个记账工具，记录每天花了多少钱"
AI 回答 A：
你可以用 React 写一个前端，用 Node.js 写后端，用 MongoDB 存数据。需要配置 Redux 管理状态，用 JWT 做认证...
AI 回答 B：> 最简单的方案是用一个 HTML 文件。里面用表格显示记录，用表单输入新记录，数据存在浏览器本地。优点是双击就能打开，不需要安装任何东西。我可以给你写个示例。
AI 回答 C：> 记账工具可以用 Excel 实现。
分析：
- A：过度设计，没有考虑你的约束
- B：✅ 好建议——具体、简单、有理由、可执行
- C：虽然简单，但可能不是你想要的（你想要的是一个"工具"的感觉）
🛠️ 实战练习：建立指挥官心态
练习 1：改写你的内心对话
把左边的想法改写成右边的想法：
| 原来的想法 ❌ | 指挥官的想法 ✅ |
|---|---|
| "我要学编程" | "我要学怎么让 AI 帮我写代码" |
| "这个代码我看不懂" | "我让 AI 解释给我听" |
| "我想做一个 App" | "我想描述一个工具的需求给 AI" |
| "这个 Bug 我不会修" | "我把报错给 AI，让它帮我修" |
| "技术太复杂了" | "我让 AI 给我最简单的方案" |
练习 2：第一次"指挥"
打开任意 AI 工具（ChatGPT/Claude/Kimi），问这个问题：
我想做一个最简单的 [记账/待办/笔记] 工具。
要求：
- 我是完全不懂代码的人
- 最简单的方案，双击就能打开
- 不需要服务器，数据存在本地
- 只要最核心的功能
请告诉我：
1. 最简单的技术方案是什么？
2. 为什么这个方案最简单？
3. 第一步我应该做什么？
然后判断：AI 的回答是"好建议"还是"坏建议"？
练习 3：约束条件实验
不加约束的提问： "帮我写个记账工具"
加了约束的提问： "帮我写个记账工具。约束：我是新手，要最简单的方案，代码不超过 50 行，只用 HTML"
比较结果：哪个更简单？你更能理解？
⚠️ 常见陷阱
陷阱 1：把 AI 当搜索引擎
❌ "什么是 React？"
✅ 正确做法："我想做一个 [具体需求]，用 React 是最简单的方案吗？我是新手，请解释 React 是什么，以及为什么适合/不适合我"
陷阱 2：一次要太多
❌ "帮我做一个有登录、支付、社交分享、AI 分析的 App"
✅ 正确做法："先帮我做最核心的功能：[一个功能]。其他的以后再加。"
陷阱 3：不问"为什么"
❌ AI 说什么就信什么
✅ 正确做法："你建议用 [技术]，请问：1) 为什么用这个？2) 有没有更简单的方案？3) 如果我用不了这个，有什么替代方案？"
陷阱 4：害怕暴露"我不懂"
❌ 假装听懂，结果走错路
✅ 正确做法：直接说"我是新手，请用大白话解释"、"这个词我不懂，请解释"
✅ 本节课作业
作业 1：建立指挥官心态
写下这 3 句话，贴在你能看到的地方：
- 我不是在学编程，我是在学指挥 AI。
- 代码看不懂没关系，AI 会解释给我听。
- 从最简单的开始，先跑起来再说。
作业 2：第一次 AI 对话
完成上面的"练习 2"，把 AI 的回答保存下来。
然后回答这些问题：
- AI 的回答你能理解吗？
- 你觉得这是"好建议"还是"坏建议"？为什么？
- 如果不够好，你会怎么追问？
作业 3：制定你的"约束清单"
每个项目开始前，先确定约束：
我的项目约束清单：
技术能力：□ 完全不懂 / □ 略懂 HTML / □ 有其他基础
预算：□ 免费 / □ 低成本（<100元/年）/ □ 可接受范围 [ ]
时间：□ 一周 / □ 一个月 / □ 三个月
部署：□ 无服务器 / □ 可以接受简单托管 / □ 愿意学服务器
维护：□ 不想维护 / □ 可以接受偶尔维护 / □ 愿意深入学习
下次问 AI 时，先给这个清单。
作业 4（进阶）：观察你的恐惧
这周每当遇到以下情况，记录下来：
- 你觉得"这个太难了"
- 你想说"我不会"
- 你看到代码就头大
然后尝试用"指挥官思维"改写这个想法。
🎯 下节课预告
Session 1: 需求分析 - 清晰的意图是成功的一半
我们会学习：
- 如何把模糊的想法变成清晰的描述
- 5W1H 工具 + 约束清单
- 如何让 AI 帮你发现遗漏的需求
记得带上你的约束清单！
💬 常见问题
Q: 我真的完全不需要学任何代码吗？
A: 长远来看，学一点基础会有帮助（比如看懂 HTML 结构）。但开始的时候不需要。先建立信心，再决定要不要深入学习。
Q: AI 写的代码有 Bug 怎么办？
A: 把报错信息给 AI，让它修复。这是正常的流程，不是失败。程序员也是这么 debug 的。
Q: 我怎么判断 AI 给的建议对不对？
A: 用我们这节课学的"好建议 vs 坏建议" checklist。不确定时，可以问多个 AI 对比。
Q: 这门课适合完全零基础的人吗？
A: 就是为完全零基础的人设计的！有基础的人可以跳过这节课，直接开始 Session 1。
完成这节课，你已经建立了最重要的基础：指挥官心态。
下节课，我们开始学习第一个实战技能：需求分析。
下节课见！ 🚀