昨天直播时有线上朋友问:21天马上结束,学了个啥?
本次自学目标很简单,以《Python编程,从入门到实践》为教材,用21天时间,把前面200页编程语法部分学完。学完的具体标准是:把书中涉及的所有代码敲一遍。
回顾目标:实际用了14天就完成了全部内容;从第15天开始,后面7天逆序开始复习,以书中的练习题巩固。到第21天时,逆序复习到了中间部分。
1.能看懂基本的Python代码。
专业资深程序员好比是十八般武艺样样精通的高手,这段自学相当于挑选了「棍子」这一样兵器,把棍子的招式依葫芦画瓢,模仿了一遍。看到棍棒,有了亲切感,半只脚踩到了练武之人这个圈子里。
类似这样一段代码,能完全看懂,因为它是我逐字手写敲出来的,代码运行正常,且过程中理解了每行代码的含义和用途:

这样的效果是,以前看到这些代码,像看没学过的外语,一脑门懵圈,没办法获取有效信息。现在的好处是,知道它在定义一个类,然后下面是子类,子类继承了父类的属性,再设定子类的方法。
2.对一门编程语言的架构,有了直观的感受。
发明一门编程语言,用它来描摹这个世界,编写的代码能跑在无数个设备上,执行各种软件任务,那么这门语言最基本的框架是什么?这好比,写一个《民法典》用来规范整个国家各个民事主体的权利、义务、责任,那么这个法律应该如何构架?
Python编程语言的作者叫吉多·范罗苏姆,这位1956年出生的荷兰程序员,1989 年圣诞节前后,在休假期间,想做点“有意思但不沉重”的事情,于是开始写一门新语言。他的目标非常朴素:比 C 语言简单,比 Shell 强大,比 Perl 干净,能让人少写代码,多做事情。
三十多年后的今天,Python构成了庞大的第三方生态,各地程序员们可以通过这些库彼此借力,提高编程的效率。
在21天中,我大概能认识到这些概念的含义:
什么是变量、为什么要有列表、元组、字典;程序如何对列表里的存储的信息增删改查;什么是键值对,在字典里怎么设定这些键值对;什么是for循环和while循环,两者的场景和区别是什么?什么是if语句,怎么使用;什么是函数的形参和实参,什么是函数,函数怎么定义和调用;什么是类和类的方法,以及什么叫「面向对象编程」它相对于「面向过程编程」的特点是什么;类的继承、标准库和第三方库;读取和写文件,报异常以及代码的测试——这本书以仅仅200页的内容,把这些内容包含进来,这是它成为经典教材的原因之一。
当然,由于压缩和取舍,也一定删减了很多枝节信息,有待后续在实践中完善。
3.为进一步研究智能体,打了不错的基础。
在工作流搭建类的智能体中,不同的节点需要的处理不同,以往遇到代码节点,忍不住内心犯怵,觉得这是不太好触碰的禁区,只能找技术同事支持。但现在有了好用的大模型,加上对基础语法的理解,有了更大的空间。
以前在团队中,有CTO和负责产品的伙伴负责产品研发和技术的探索,在办公室经常旁听到他们讨论技术细节,现在有了初步基础,能更好地参与协作。
4.软件行业正经历一次全新的跃迁。
去年底OpenAI创始团队成员、技术大牛Andrej Karpathy发了一条推文,称自己"从未如此强烈地感到落后"。程序员所处的行业正在经历的集体转型:AI先帮着补全代码,人来检查和修改;然后是AI写完整的模块,人整合调试;到了现在,AI开始写完整的功能,人需要审查和优化。
沿着这个趋势,程序员的工作不再是手写代码,而是智能体的指挥者。如何洞察需求、理解业务,在智能体层面拆解工作环节,把不同的任务交给不同的AI,管理上下文,使用AI日趋完善的记忆机制,调用恰当工具,对接相应接口——成了设计和开发智能体的核心。
如硅星GenAI一篇文章所说,「这是一个全新的可编程抽象层。就像从汇编到高级语言是一次抽象层的跃迁,现在我们正在经历从"手写代码"到"编排AI"的又一次跃迁。」
这对于很多程序员可能是挑战(原有积累的能力“过时”了),但对于原本就非程序员的我们,反而是机会,原本只有程序员才能干的事,有AI帮我们干了。那我们原本擅长的东西,可能会更有价值。当然,另一方面法律人积累的很多能力,尤其是信息获取类能力,也会被“平权”掉,程序员今天正在遇到的,是法律人的预演。
5.作为非程序员迎接软件工程领域拐点的到来。
作为一个非程序员,回顾ChatGPT问世以来的三年,眼睁睁看着Cursor横空出世,接着国内是Trae;Claude Code、Codex,Vibe Coding成为流行词;最近又体验了opencode,界面简洁功能强大。
此外,还记得dify出来大概半年后,2024年1月份,字节的朋友跟我分享刚在美国上线的扣子,手把手给我现场演示搭建一个工作流,紧接着国内版上市;各个大厂也提供了智能体开发平台。
就在昨天,Anthropic发布了 Cowork,试图跳出程序员群体,成为所有白领类工作的通用工具。我理解它最大的价值在于,把编程这件事隐藏成为手段,用户只要提出任务,自然语言驱动任务,任务决定代码的必要生成,至于代码的检查、修改、调试,用户可以毫不关心。
法律人的共识是AI 会改变我们的工作和生活方式。如今来看,这个改变的过程,伴随着某种意义上的“编程平权”——每当我们需要什么能力,AI 就根据需求即时生成对应代码来实现。实际上manus 作为最早的通用智能体就是如此,只不过相对各类任务的可完成率还很低(不到3%),还有很大的空间,留给专用智能体或其他解决方案。
6.回到零基础小白自学编程这件事,想想未来。
大模型驱动的各种产品向我们大踏步而来,我们似乎更应该主动迎上一步。学点编程,就是这样一小步。这一切的进化如此快速,堪称汹涌澎湃,让人不愿静静地等在原地。
2026年,我给自己的要求是多做一些具体的事。它相对而言的是,避免只是泛泛关注新的资讯或趋势,我其实有些厌倦了一些媒体每天“炸裂”的新闻;而是通过具体的事,让技术进步与自己的工作更相关。
具体来说,有两件具体的事,一件是自学一点编程;另外一件,是用心吃好饭。2026年的第一个月,除了试着完成了21天的自学编程,还首次做了西红柿鸡蛋汤,首次用买了半年一直摆在那里的九阳豆浆机做了豆浆,感觉营养且美味。
吃好饭,学编程,是2026年上半年,我能想到最好的具体的事。
欢迎围观:马上开始,我要连续21天,早晨6点直播自学 Python
【以下是一个活动推荐】
接下来,大模型能力的提升、自然语言编程和法律专业智能体的进步,将会三股势力叠加,为法律行业带来更多改变。
正在举办的「法律智能体设计师实训营」,是对这个趋势的响应。拥抱技术有很多方式,通过自学、看视频,自己研究是不错的方式;线下与同行聚在一起,交流实操也是一种方式。
与其空谈趋势,不如一起「把手弄脏」。上海站已经结束、北京站已经满员、深圳站开放报名中。
