生成式 AI 编码准备情况检查

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
级别：中级 |类型： 电子学习 |语言： 英语 |时长：18 场讲座 ( 1h 15m )

你将学到什么

✓ 评估您是否准备好将生成式 AI 软件开发工具负责任地集成到编码工作流程中。
✓ 检测 AI 生成的代码中的缺陷、隐藏错误和低效率。
✓ 评估您的 Java OOP、调试和算法推理技能。
✓ 完成一个顶点循环：测试优先 → 及时工程 → 评估 → 修复。

要求

● 1 年或以上 Java 编程经验 – 您应该能够轻松编写类、方法以及使用继承和封装等核心 OOP 概念。
● 熟悉基本数据结构和算法，例如数组、列表、映射、循环和排序。
● JUnit 或类似测试经验 – 编写和运行单元测试的基本知识。
● 一台安装了 Java 17 的计算机和一个简单的 IDE 或文本编辑器（例如， IntelliJ、VS Code 或 Eclipse）。

描述

您真的准备好使用生成式 AI 进行编码了吗？或者您的基础知识中是否存在隐藏的差距？
本课程是为具有 1 年或以上经验、希望负责任地而不是盲目地使用生成式 AI 的 Java 程序员提供的实践准备自我检查。
随着 AI 副驾驶和“氛围编码”变得越来越普遍，真正的挑战不是编写更少的代码 – 而是知道 AI 输出何时错误、低效、不安全或误导。本课程可帮助您在认真的项目中依赖人工智能之前了解自己的立场。
本课程不是冗长的讲座，而是使用结构化诊断和微型实验室来揭示您的优势、差距和盲点。
您将练习什么
通过简短而集中的练习，您将学习
• Java 基础知识
封装、构造函数、API、控制流和正确性推理
• 调试&逻辑推理
捕获微妙的错误、无限循环、不正确的条件和边缘情况
• 算法思维
Big-O 权衡、数据结构选择和性能意识
• AI 批判实验室
识别人工智能生成的代码中过度设计的解决方案、虚假修复、隐藏的错误和不安全模式
• 为开发人员提供提示工程
编写包含角色、目标、约束和接受的结构化提示测试
• Capstone GenAI 微型项目
完整的 AI 辅助工作流程：测试优先 → 提示设计 → AI 生成 → 验证 → 反思
您将得到什么
在课程结束时，您将生成自己的 GenAI 准备情况判断。也就是说，您准备好了吗
• 现在准备好 – 强大的基础知识和严格的人工智能使用
• 准备好指导 – 基本扎实，但需要提示和验证的练习
• 尚未准备好 – 首先专注于加强 Java、逻辑和测试技能
您还将获得
• 每个练习的模型解决方案和规则
• 用于 GenAI 编码的可重用的测试优先提示模板
这门课程是谁（以及不适合
-想要专业、安全地使用 GenAI 的 Java 开发人员
-准备实习、项目或生产代码的学生
-想要知道何时不信任 AI 输出的工程师
不适合
-Java 的绝对初学者
-寻找“复制粘贴 AI 快捷方式”的学习者
-传统的讲座为主课程
课程形式
• 自定进度的实践诊断研讨会
• 总共大约 7-10 小时
• 强调思考、测试和验证，而不是记忆
从尝试人工智能副驾驶到负责任、批判性和有效地使用它们实现飞跃

本课程适合谁

■ 拥有大约 1-2 年经验的早期 Java 程序员，想知道自己是否准备好将生成式 AI 集成到其软件开发工作流程中。
■ 已完成 Java OOP 入门课程并希望在依赖 AI 编码助手之前测试自己技能的学生和应届毕业生。
■ 自学成才的开发人员，他们一直在使用 Java 进行编码，并希望在投入 AI 驱动的软件开发之前有一种结构化的方法来识别技能差距。
■寻求技能检查的团队或个人开发人员，以确保在采用生成式 AI 工具之前具备强大的调试、算法思维和快速制作基础。