2025年，AI让开发者效率暴涨76%，人均代码产出从4,450行增长到7,839行。但你可能依然有过这样的经历：兴冲冲地问AI“帮我做个邮件工具”，结果得到一堆看不懂的代码，跑不起来，改也不会改。
“写一个Python脚本，读取一个文件，检查每一行邮箱格式是否正确，去掉重复的。输出一个只包含有效邮箱的新的文件。最后打印处理了多少行，多少无效，多少重复。”后者没有写一行代码，但他已经把任务拆解到了AI可以执行的程度。
零基础的人最容易卡的地方：不知道怎么把模糊的想法，想清楚到可以执行的程度。
- 输入是什么？ —— 需要什么数据？什么格式？在哪？
把这7个问题的答案写下来，你的需求就从“模糊的想法”变成了“清晰的方案”。
你希望“每周一上午9点自动收到一封邮件，里面带数据图表”。最终：收到带图表的邮件
↓ 需要
能发邮件 + 有图表数据
↓ 需要
能生成图表 + 有原始数据
↓ 需要
能读取数据文件 + 数据文件存在
↓ 已有
Excel文件
好的工具和产品都是迭代出来的，不是一次性写完的。对小白用户尤其如此——一次性写完，bug难定位，改起来麻烦。
- “在开始写代码之前，先用自然语言描述你的实现思路”
第三条尤其重要。让AI先用“人话”说一遍思路，你确认没问题了，再让它写代码。
即使你做了以上所有准备，代码还是可能跑不起来。这时候：- 让AI先给一个最简单的版本（只实现核心功能，不考虑边界情况）
一个会拆解需求、会清晰描述的人，即使一行代码不会写，也能用AI做出能跑的东西。
但简单不代表不需要学。想清楚需求、从输出倒推、一步一步迭代、有效沟通——这些能力决定了你能不能真正用AI“写”出能跑的代码。工欲善其事，必先利其器。这把“器”，不是编程语言，而是你的沟通能力。
