面向真实工程师的 AI 编程：构建你自己的七阶段工作流

为什么工程师需要拥有自己的 AI 编程流程

AI Hero 推出的《AI Coding for Real Engineers》课程（第二版）给出了一个鲜明的主张：作为开发者，你应该拥有属于自己的编程流程，而不是被动套用现成的框架。

课程讲师拥有 30 年的行业开发经验，他观察到自去年 12 月左右以来，编程智能体（coding agents）的能力出现了巨大飞跃——无论是能构建的东西，还是构建的速度，都达到了前所未有的高度。这股热潮催生了大量围绕 AI 编程智能体打造的复杂框架，比如 GSD、SpecKit、BeMad 等工具。

然而讲师的核心观点是：这些现成框架固然好用，但真正可持续的做法是学会一套可以自己迭代、自己改造、最终变成「你自己的」流程。而这套方法的根基，恰恰是真正的工程技能、启发式判断（heuristics）以及知识构建能力。

七阶段工作流与「AFK」核心理念

课程最终会带你形成一套七阶段的流程，大致包含以下环节：

七个阶段

1. Grilling / 访谈：对需求进行深入盘问与澄清
2. Research 研究：调研技术方案与可行性
3. Prototyping 原型：快速验证想法
4. 创建文档：产出能指引方向的文档
5. 转化为 Issues：把文档拆解成可执行的任务
6. 实现 Issues：由智能体完成编码
7. Review 评审：复盘与检查成果

整套流程中最关键的支柱之一，是让「实现」这一步完全以 AFK（Away From Keyboard，离开键盘） 的方式运行。

很多人抱怨：最烦的就是只能干坐着盯着智能体干活。而 AFK 的意义在于——你不必盯着。你可以把工作与智能体并行化，让 AI 在后台持续产出代码，而你去做别的事情。这正是整个系统的核心理念之一。

不过讲师也坦承：要让智能体稳定地、持续地产出高质量代码并不容易，这恰恰需要真正的工程技能来支撑。AFK 不是「放手不管」，而是建立在扎实流程之上的高效并行。

编程智能体（Coding Agent）是在大型语言模型基础上构建的自主编程系统，能够接受自然语言指令并自动完成代码生成、调试、重构乃至跨文件操作等任务。与普通代码补全（如 GitHub Copilot 的内联建议）不同，编程智能体具备多步骤规划能力，可以分解复杂任务、调用工具（如终端命令、文件系统、浏览器）并根据执行结果自主调整策略。代表性产品包括 Cursor Agent、Devin、Claude Code 等。文中提及的 GSD、SpecKit、BeMad 则是围绕这类智能体构建的流程框架，旨在通过标准化的提示词模板和工作流编排，降低驾驭智能体的门槛——但其代价是将开发者锁定在特定工具的使用范式中，难以按自身需求灵活调整。

可动手实践的 2 万行代码 Playground

为了让学习真正「落地」，课程并非单纯的讲座，而是包含大量交互式练习。学员将获得一个约 2 万行代码 的 playground 应用，在其中动手构建真实的功能。

两种学习路径

讲师特意留了一道「选择题」——你不一定非要用课程提供的 repo：

• 使用课程项目：可以完全跟着节奏走，获得最好的支持。适合初学者或刚接触 AI 编程的人。
• 使用自己的 repo：把练习（比如构建一个功能、撰写产品需求文档 PRD）直接应用到自己的代码上。适合经验丰富、或急于在自己项目上实践、且不介意支持稍弱的人。

课程项目本身基于 TypeScript、Node 和 React 编写，但讲师强调，你并不需要精通这些技术栈也能顺利学习。所有 playground 的环境搭建都会有手把手的讲解，无需担心配置问题。

学完之后你能获得什么

课程设定的目标非常具体：学完后，你将能够拿起任何一款编程智能体，用一套流程把它「包裹」起来，从而在自己的代码库上稳定交付代码。

具体能力包括：

• 更快的交付速度：通过与 AI 并行化工作，达到前所未有的效率
• 恰当的人工介入时机：知道何时该作为「人类」出手，去做原型、做研究，并把自己的品味与判断施加到项目上
• 更健康的代码库：课程强调智能体在良好的代码库中才能发挥最佳状态
• 完整的规划能力：能撰写 PRD（产品需求文档），把 PRD 拆解为 issues，并为智能体规划出大批量的工作

这套方法论的价值，不在于教你用某个具体的工具，而在于帮你建立一套可迁移、可演进的个人工程流程。在编程智能体快速进化的当下，这种「拥有自己流程」的思路，或许比任何单一框架都更具长期价值。

PRD（Product Requirements Document，产品需求文档）是软件工程中用于描述功能目标、用户场景、验收标准及边界条件的结构化文档。在传统开发流程中，PRD 由产品经理撰写后交给工程师；而在 AI 编程工作流中，PRD 扮演了一个新的角色——它成为人类向智能体传达「意图」的关键载体。一份清晰的 PRD 可以被拆解为若干可执行的 Issue（任务单元），智能体依据这些 Issue 逐步完成编码，从而将模糊的业务需求转化为可验证的代码交付物。这一流程将「人类负责规划与判断、AI 负责执行」的分工落实为可操作的步骤，也是课程七阶段工作流中第四至第六步的核心逻辑。