廖老师 AI数字化应用专家/原美的智能产品研发总监
课程背景
传统软件开发中，开发者深陷重复性编码、代码风格不一致、逻辑漏洞频发、架构腐化等低效困境。随着AI编码工具的爆发式增长（如Cursor、Trae、GitHub Copilot、Claude Code等），AI已能辅助甚至主导部分编码工作。然而，如何正确理解AI编码的原理、规避“不收敛”“幻觉”“安全漏洞”等八大典型痛点，并建立规则驱动、规范驱动、领域驱动、测试驱动等系统化的团队协作方法，成为研发团队亟需掌握的能力。本课程从原理到实战，帮助团队实现从“个人探索式AI辅助”到“人+AI高质量协同”的范式升级。
课程收益
1.理解AI编码的核心原理（Transformer、FIM训练）与主流工具的能力边界。
2.掌握四大实战方法：规则驱动开发（RDD）、规范驱动开发（SDD）、领域驱动开发（DDD）、测试驱动开发（TDD）。
3.学会应对AI编码八大痛点（不收敛、强耦合、硬编码、幻觉、安全漏洞、风格漂移、过度/不足设计、上下文溢出）。
4.掌握Cursor、Trae等工具的亮点模块（Agent、Debug、Plan、Builder、SOLOCoder等），提升日常编码效率。
5.建立团队级AI编码协作机制：Prompt资产库、代码审查清单、氛围编程与检查点心法。
授课形式：理论讲解 + 趣味视频 + 课堂演练 + 小组研讨 + 互动答疑（微软雅黑、10.5）
学习对象
1.软件工程师、前端/后端开发人员、全栈工程师
2.技术Leader、架构师、研发经理
3.希望提升AI编码协同能力的研发团队及个人
时间安排：系统学习0.5天（3小时）精讲，1天（6小时）学员实操
课程大纲
一、AI编码原理、工具介绍和八大痛点
1.AI为什么能写代码：
(1)Transformer自注意力机制；
(2)Fill-in-the-Middle（FIM）训练
2.AI编码工具演进：
(1)通用对话模型 vs 代码大模型：能力差异与选型考量
(2)Cursor编码工具介绍
(3)Trae编码工具介绍
3.AI编码八大痛点
二、实战方法一：规则驱动开发（Rules Driven Development）
1.核心思想：用规则文件固化架构约束与编码规范
2.从Rules到Skill：标准化约束 → AI引擎 → 合规代码输出
3.无规则 vs 有规则案例对比
三、实战方法二：规范驱动开发（Specification-Driven Development）
1.SDD的概念与原理：
(1)Spec即需求文档
(2)Spec即任务说明书
(3)Spec即测试依据
2.传统研发 vs AI时代SDD研发的差异
3.核心思想产出核心价值的具体做法
四、实战方法三：领域驱动开发（Domain-Driven Development）
1.DDD的概念与原理
(1) 什么是DDD？
(2) DDD在AI编码时代的角色与定位
2.传统研发 vs AI时代DDD研发的差异
3.核心思想产出核心价值的具体做法
五、实战方法四：测试驱动开发（Test-Driven Development）
1.TDD的概念与原理
(1) 什么是TDD？
(2) TDD里的红-绿-循环重构是什么？
2.先写代码 vs 先写测试
3.核心思想产出核心价值的具体做法
六、实战方法五：实战过程技能与团队级落地
1.实战过程技能
(1)AI角色扮演
(2)人机交叉协作
(3)编码流程管控
(4)编码过程沉淀
2.团队落地实践
(1) AI代码审核清单
(2) 提示词资产库
3.现场演练：用AI编程工具做一个小项目
七、氛围编程
1.什么是氛围编程？
(1)氛围编程的理念
(2)氛围编程适用场景
2.国内外氛围编码的工具对比
授课老师
廖紫纬 AI数字化应用专家
常驻地：佛山
邀请老师授课：13439064501 陈助理
