四个实践领域
前面三层讲的是"发生了什么"和"为什么会发生"。这一层讲"做了什么"和"学到了什么"——四个可以独立展开的领域，每个都足以支撑一个专题页面或一组博文。
AI编程——从狂热到清醒
为什么有资格谈这个
市面上谈AI编程的人分两种：一种从来没有真正用AI做过完整产品；另一种是AI的供应商或受益者。这里提供的是一个第三种视角：用AI从零做出了7款产品之后，得出的结论是"体量一上来行不通"。
+ AI确实做到的事情
- • 5个月内做出第一个上架App
- • 小型产品80%可用代码生成
- • 1130次对话替代漫无目的检索
- • 顺藤摸瓜穿越庞大知识体系
− AI做不到的事情
- • 每次对话都是全新开始，不记得之前
- • "顺着你说"的倾向，缺乏判断力
- • 修Bug越修越乱，代码变意大利面
- • 教科书方案不适应约束条件
结论
AI编程是一个极其有用的工具，但它是催化剂，不是引擎。
引擎是人——是人决定做什么、怎么做、做到什么程度。基础不牢的时候，AI只会让你更快地走向死胡同。基础扎实之后，AI能让你走得更快。
一个设计师学代码，
然后又回来了
出发不是因为"设计师应该学代码"这种大道理。原因很具体：工作环境里的混乱令人窒息。不懂就去懂。
走出去的过程
从HTML的div标签开始 → CSS布局 → JavaScript逻辑 → Swift/iOS → Python/后端 → Vue/Nuxt → 全栈部署。发现自己是体验先行型学习者：必须先动手做出来，才能"长出"理解。
回来之后的不同
技术理解
知道前端在处理什么，设计稿被还原走样的原因。
产品思维
走过从零到一，知道上游缺了什么怎么补。
开源认知
大量成熟组件框架，很多时候换主题就能用。
沟通语言
能用技术语言和开发者进行架构层面的交流。
定位
不是全栈工程师，是懂代码、懂全流程的设计师。
学习方法——一个逆向学习者的路径
01
逆向学习：先做后懂
先做出一个东西（哪怕是照抄的）→ 遇到问题去查为什么 → 在解决问题的过程中理解理论。
02
五源并用
同一个知识点用5种渠道。文字、视频、动手激活不同通道，多通道锚定程度远超只读一遍。
03
情绪驱动
不是"我要学"，是"这个问题不解决我不甘心"。愤怒和不甘是最大的燃料。
04
切换老师
听不懂就换人。充分利用自学选择权，直到找到那个"一句话就让你通了"的人。
05
抄→改→会
找到一个跑通的参考 → 原样运行 → 读懂为什么 → 根据需求修改。先让它跑起来。
06
接受工具的价值
花在学习上的钱不是消耗，是杠杆。撬动的是时间和效率。
弯路即路径
走过的弯路本身就是方法论的一部分。知道哪些路不通，本身就是一种导航能力。
来路——从4岁到28岁
这是四个领域中最个人化的部分。它不涉及技术或方法论，只涉及一个人从哪里来。佛法称之为习气——那些沉淀在意识深处、平时看不见却时刻影响着判断和行为的惯性。
4岁 ***
********************************************************************************
童年 ***
*********************************************
成长 **
*****************************************************************************************
转折 *********
**************************************************************************************************
来路与现在的关系
为什么做本地数据？
务实：一个人撑不起服务端深水区。过往"交出去的东西不一定拿得回来"的记忆也加固着这种偏好。
为什么不*****
*********************************************************
为什么投入精力认识自己？
习气藏在意识最底层，每到关键节点自动跑出来替你做主。看见了，才有可能不再被牵着走。
来路定义了出发的位置，但不定义到达的目标。
看见了，就是变化的开始。