学习的第一步
IT 专业指南
学会电脑工具，和人工智能一起做程序。
这是为开发者、运维和 IT 从业者准备的路线。大多数编程工具在里运行，并在 里工作。所以先学命令、、GIT 和，再在上面加上人工智能基础、进阶课程和。最后与人工智能一起写。
开始
- 适合谁
- 开发者 · 服务器运维 · IT 从业者
- 预计时长
- 每周 4 次 · 约 12 周
- 步骤数
- 12 个步骤
学完这条指南，你就能……
- 在终端里工作：移动文件、用管道连接命令、编写小型 Shell 脚本。
- 用 GIT 保护你的工作——、、撤销，以及发起拉取请求（——请求把你的改动合并进去）。
- 把编程任务交给人工智能，并在保留之前用 审查它的修改。
学习的第一步
按这个顺序学
- 1 键盘练习 选修 已经打得快就可以跳过。不过终端操作看重的是准确度而不是速度——一个错字就能把整条命令变成另一回事。准确率不到 95%，建议先练一练。 开始
- 2 终端命令 必修 必修。把移动文件、权限、管道、重定向等基本命令亲手输入在浏览器里运行的真实 Linux 终端中来掌握。这是之后所有阶段的基础。 开始
- 3 Shell 编程 必修 同样是必修。十三节课带你从变量、条件、循环和函数，学到安装开发工具和正则表达式，让你能用脚本把重复的工作自动化。这些内容在 macOS 默认的 zsh 里几乎都能照样使用。 开始
-
4
GIT
必修
把代码交给人工智能之前，你需要一个撤销的办法。九个步骤带你学会提交、分支和 PR，一直到团队协作。人工智能改过的代码，照样要用 diff 审查，用提交保存。
开始
- 5 VSCode (Visual Studio Code) 必修 VS Code 是一个代码编辑器，终端、Git 和调试都在同一个界面里。人工智能编程工具可以作为扩展装进去，也可以作为独立应用或终端工具来用。下面是最有名的三个。 GitHub Copilot — 边打字边建议下一行，还能通过聊天解释或修改代码。比较容易上手。 Claude Code — 在终端里能用，作为编辑器扩展也能用。它是一个智能体，会读文件、改文件，甚至运行命令，所以适合把整项任务交给它。 Codex — OpenAI 的编程智能体。交给它一项任务，它会把改动以 diff 的形式交回，由你来审查。三个都试一试，留下最适合你工作的那个。 打开网站
- 6 Python 必修 你的第一门编程语言。九节短课讲基础：输出、变量、条件、循环、列表、函数等。不用安装，在浏览器里直接运行并批改。进阶课程会用 Python 处理一个小模型，所以先在这里学会读代码。 开始
- 7 人工智能基础 必修 工具到手了，接下来该把人工智能是什么弄准确。词元、上下文、模型这些词一旦有了具体含义，各种人工智能工具的参数就不再像是随便定的了。 开始
-
8
人工智能进阶课程
必修
造训练数据、亲手训一个小模型、再评估结果。「用人工智能的人」和「做人工智能的人」，就在这里分岔。
开始
- 9 提示词工程 必修 人工智能课程第 9 章讲指令、采样和核对如何配合。写一条包含目标、背景、限制条件和输出格式的提示词，用 Lyen 跑几次。然后比较：哪些不变，哪些会变，哪些还得你自己核对。 上下文 — 模型一次只能读固定长度的内容。对话变长后，应用会截掉或总结前面的部分，细节可能因此丢失。重要的条件请再写一遍。 采样 — 模型按概率挑选下一个词元，所以同一条提示词每次的回答都可能不同。调低温度（决定回答抽取得多均匀的设置）能让回答更相近，但相近不等于正确。 核对 — 事实要用别的资料核对，代码要自己运行。只记下核对过的结论。 开始
- 10 与人工智能协作 必修 在实际工作里，对话质量就是产出效率。与其把报错日志整段贴过去，不如连同复现条件和预期行为一起给出，快得多。这个习惯就用 Lyen 学习助手来练。 开始
-
11
Agent Skill
选修
选修。如果你经常让人工智能智能体做同一类任务，就把步骤写下来一次，做成技能包。技能包是一个装着 SKILL.md 指令文件的文件夹。“智能体技能”页面会讲清楚所有内容，并带你做出第一个。
开始
- 12 氛围编程 必修 最后一步。用平常的话说出你想要什么，人工智能就会写代码。然后把前面学的全用上——在终端里运行，读 diff，能用的就提交，不行的就撤销。会检查结果的人，氛围编程也走得最快。 开始
这样做会更顺利
- 别跳过终端和 Shell。大多数人工智能工具都跑在它们之上。
- 学到的命令当天就用到真实工作里。不用的命令，下周就忘光了。
- 人工智能给的命令，别直接回车——先读懂它要干什么。删掉的东西是回不来的。