编程揭秘：人工智能时代的代码素养

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：所有级别 |类型： 电子学习 |语言： 英语 |时长：41 个讲座（3h 35m）

你将学到什么

• 在针对真实数据运行任何 AI 生成的脚本之前应用飞行前的五个问题
• 识别 AI 生成的代码中的 15 个特定危险信号，包括云 IAM 错误配置和基础架构脚本
• 保护凭据并避免涉及云服务或敏感数据的脚本中最常见的安全错误
• 了解脚本何时发展成为软件项目 – 以及如何与 IT 或工程人员进行对话
• 发现风险后，在您的组织中进行导航：告诉谁、如何构建风险、流程是什么样的
• 了解 AI 模型变化如何影响代码质量以及重新生成“修复”何时可能会引入新问题

您并没有打算成为一名程序员。您只需要完成一件事。

ChatGPT、Claude 或 Copilot 在 30 秒内为您编写了一个 Python 脚本。它起作用了。你又用了。然后你添加了一些东西。然后它连接到您公司的云帐户。然后你的同事要了一份副本。然后您的合规团队开始提出问题。

本课程适合您。

问题

人工智能工具让每个人都可以编写代码。他们没有做的是为您提供软件工程师 10 年的背景知识 – 判断什么可能会出错、为什么凭证绝不能存在于代码中、错误配置的云 IAM 策略会暴露什么，以及何时“简单的任务”悄然成为具有监管影响的软件项目。

这是能力陷阱：没有基础知识的能力体验。该脚本有效。没有任何迹象表明有东西丢失了。直到出现问题，或者直到合规团队提出您无法回答的问题。

这门课程就是那个缺失的信号。

您将学到什么

• 在实际数据上运行任何脚本之前应用飞行前五个问题
• 识别15 个特定危险信号 – 包括云 IAM 错误配置和 AI 生成的基础设施代码
• 准确理解为什么人工智能生成的代码通常会忽略错误处理、安全性和边缘情况
• 保护凭据、安全处理文件操作并避免最常见的数据泄露错误
• 了解云服务风险：IAM 权限、默认公开存储、计量 API 成本
• 了解为什么 AI 模型变化会影响代码质量 – 以及为什么重新生成“修复”可能会引入新问题
• 当您发现风险时，引导您的组织：告诉谁、如何构建风险、流程是什么样的
• 了解脚本发展为软件项目的门槛 – 以及如何正确地将其移交

本课程适合您，如果：

• 您已使用 AI 工具生成了 Python、JavaScript 或云配置代码，并针对真实数据运行了该代码
• 您从事数据分析、运营、研究、营销或任何开始自动化任务的职位
• 您的脚本连接到云服务（AWS、GCP、Azure），但您不确定权限设置
• 您所在的企业中，人工智能生成的自动化正在普及，但 IT 部门尚未充分意识到
• 您的工作涉及个人数据、健康数据、财务数据或付款数据 – 并且您不确定您的脚本是否正确处理它们
• 您感觉自己可能不知所措 – 或者您还没有，但您想确定

如果出现以下情况，本课程不适合您：

• 您想学习从头开始编写代码（尝试 Python 基础课程）
• 您已经拥有软件工程背景
• 您正在寻找 AI 提示技巧或一般 AI 生产力技巧
• 您需要法律合规建议（本课程提供意识和词汇，而不是法律指导）

你会带走什么

五个可下载的参考工件：

1. “运行此之前”清单 – 任何脚本的预检
2. 危险信号清单（停止/红色/琥珀色，包括云面）
3. 安全最低可行清单（包括云 IAM 部分）
4. 五个问题卡 – 每日运行前参考
5. “现在这是一个项目吗？”决策流程图——范围蠕变诊断

Plus：企业词汇与 IT、安全、合规性和工程领域的对话，这是您以前从未有过的。