不懂代码怎么验证2026年10月18日提问追问2次

我没有代码背景,已经开始动手使用vibecoding搭建一些产品来服务我的工作日常。但在开发过程中我不知道agent到底怎么写的。我有时候让agent帮我翻译这段代码讲什么,但翻译也是缺少了很多细节。后面我去看书,找解决这个的答案。都是让我在验证层下功夫,就是验证通过了,就证明做对了。但验证层也缺少代码的经验,其实也不知道为什么这么写

验证层卡住,往往不是验证方法不对,而是你还没弄清这段代码要改变什么结果;先补“这段代码负责哪一步、失败会怎样”,比继续让 agent 逐行翻译更有效。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

先弄清这段代码要改变什么结果

立正讲 fake work 时提到,责任每交接一次,原本要解决的问题就会被翻译成一个更容易验收的交付物,交付物都按时完成,最初的问题却可能原封不动⁠1。你让 agent 翻译代码,得到的常常是“这段在做什么”的局部描述,而不是“它为什么存在、它服务哪个结果”。所以翻译缺细节不奇怪:代码里的很多决定,只有在看到错误版本、跑过真实流程之后才存在⁠2。可以挑一个你正在用的功能,先写下它要改变用户或你自己的哪个具体动作,再让 agent 只解释这段代码和这个动作的关系,看它能否说出失败时会发生什么。

验证要对着结果,不是对着代码

AI推演

验证层缺少经验时,容易把“测试通过”当成“做对了”。立正主张目标不是指标本身,指标只用来衡量策略,本末倒置动作就会变形⁠3。放到你的产品上:验证应该回答“用户做完这件事,结果有没有变好”,而不是“这段代码有没有报错”。他写自己重构会员体系时,第一版很快出来,但前后打磨了八十多版,很多正确的决定在看到错误版本之前根本不存在⁠2。所以你可以先让一个真实使用场景跑通,记录哪里别扭、哪里要人工补,再回头让 agent 解释对应代码;这样验证就有了具体对象。

不会写 agent 也能先补环境这一课

立正观察过,很多非技术背景的人用不好 AI coding,不是因为不会写 prompt,而是对编程环境和上线流程不熟,比如终端、IDE 布局、Git 这些按钮和窗口之间的关系⁠4。他也说 AI 工具上手难度已经很低,用中文讲就能达成原来做不到的任务,真正难的是真的开始用⁠5。所以你不必先系统学“agent 怎么写”,可以先在一个小项目里把从改动到上线的路径走通一遍,遇到看不懂的环节再让 agent 解释那一步在整条链路里的位置。

现有材料没有专门讲 agent 内部怎么写、也没有逐行读代码的方法;关于验证的讨论多来自产品与工作流程层面。

出处

  1. 1如何识别与消灭 fake work

    超线性学院2026-08-28

    核对“交接把问题翻译成交付物”这一判断,理解为什么局部翻译会丢细节。

  2. 2Don't build: 看清demo和production之间的鸿沟

    超线性学院2026-07-29

    看第一版代码与真实使用之间反复打磨的具体例子,理解验证对象为何是结果。

  3. 3立正本人的话 · 打工人如何获得财富自由?|什么才是真正的财富和真正的自由?(中文字幕)|Multiple-Fire系列

    视频发言:立正2021-08-06

    核对目标与指标的区别,避免把测试通过当成目标达成。

  4. 4个人网页,数字资产,AI编程的最后一公里

    超线性学院2025-10-17

    了解非技术背景用 AI coding 的实际门槛在环境和上线流程,而非 prompt。

  5. 5我发现了缺乏行动力的真正原因

    视频发言:立正2025-10-08

    可回到原文核对这部分判断

追问2026年10月18日

非技术背景的人补编程环境,应该从哪一环开始?

从熟悉你正在用的那个编程环境开始:打开终端或 IDE,弄清每个窗口和按钮在流程里管哪一步,再谈报错和验证。

先补环境,不必先补语法

材料里的观点

立正观察到,很多非技术岗用不好 AI coding,问题不在 prompt 写不好,而在对编程环境和上线环境不熟:用 Codex CLI 要会开终端,用 Cursor 要懂 IDE 的布局,那些按钮和窗口各管什么、彼此什么关系,对程序员是常识,对非技术岗就是门槛⁠1。他主张这类界面看着吓人,但熟悉它花不了多少时间,比美图秀秀还容易上手⁠2。他还把编程门槛重新划了一遍:过去编程课教的是语法和语义,而 AI 时代真正让人用好 AI 的是心态、思路和工程原则⁠3。所以先补环境,是因为它决定你能不能看见 AI 到底在动哪一步,语法可以交给 AI。

报错是线索,不是终点

环境熟悉之后,下一个卡点通常是报错。立正说,从头创造东西必然会出错,有编程经验的人把报错当成修复的线索,没经验的人看到报错就不知道下一步做什么⁠2。他给的抓手是 CER:把出错的上下文、错误信息和你想要的结果一起交给 AI⁠2;另一处更新里也把方法概括成给足上下文、用 CER 处理报错、用 3C 写清需求和验收标准、执行后再验证⁠4。这正好接上你之前卡住的验证层:验证不是凭空判断对错,而是先知道这段代码负责哪一步、出错会表现成什么样,再去核对结果。

一个可以马上试的动作

AI推演

挑你已经在用的那个产品里最小的一个功能,只做一件事:在终端或 IDE 里把它跑起来,然后故意改坏一处,看报错出现在哪个窗口、说了什么,再用 CER 把这段报错连同上下文交回给 AI,看它改的是哪一行。这个动作能检验你是否真的分清了“环境在哪、错误从哪来、AI 动了哪一步”。如果改完能跑通,你对这条链路的直觉就建立起来了;如果仍然看不懂,说明缺的是环境这一环,而不是验证方法。

出处 1 2

这些判断来自立正对课程学员的观察,不是针对你个人情况的诊断;他提到的“几分钟上手”是经验说法,实际耗时因人而异。

出处

  1. 1个人网页,数字资产,AI编程的最后一公里

    超线性学院2025-10-17

    完整讲了非技术岗卡在终端、IDE 布局和部署流程上的具体表现,适合核对“环境门槛”这一判断。

  2. 22026年,普通人想跟上AI时代,这件事必须要做

    视频发言:立正2026-06-01

    说明熟悉编程环境为什么值得先做,以及报错对有无经验者的不同意义,还给出 CER 模板。

  3. 3AI时代,“精英阶层”正在如何重构教育?

    视频发言:立正2026-06-09

    区分旧编程课的语法教学与 AI 时代真正重要的心态、思路和工程原则。

  4. 4AI Builders第13轮更新(2026.8)

    超线性学院2026-08-11

    把上下文、CER、3C 和验证串成一套可跨工具迁移的入门流程。

追问2026年10月18日

我对打开cli这些软件没有很大的抗拒,但我并不懂代码,没办法知道这些模块是怎么组成的,导致消融实验没做到

消融实验做不下去,通常不是因为你不会写代码,而是还没弄清“改哪个模块、预期哪个结果会变”。可以先用一个最小改动验证这条因果链,而不是先补全代码知识。

消融卡住,缺的是模块与结果的对应关系

消融实验要回答的是:去掉或替换某个部分,哪个指标会变、为什么变。这要求你先能说清每个模块在流程里负责哪一步、它的输出被谁使用。立正观察到,很多非技术岗用不好 AI coding,卡点不在 prompt 或工具,而在对编程环境和软件上线流程不熟悉——那些窗口、按钮、文件之间是什么关系,对程序员是常识,对其他人就是门槛⁠1。同理,你打开 CLI 不抗拒,但不知道模块怎么组成,消融就无从设计。一个可试的做法:挑一个模块,让 agent 只回答“这个模块的输入是什么、输出给谁、删掉它下游哪一步会报错或变差”,把答案写成三行,再对照代码确认。这比通读代码更能帮你判断消融该改哪里。

先做一次小改动,比先学完代码更快

AI推演

立正讲第一次行动时提到,大脑回避的往往不是难度,而是不熟悉;真正有用的产出是“原来这件事可以做”的体感⁠2。他也说过,开始一个实验已经很简单,把东西放进去、说清要什么、不对就继续说,是可行的路径⁠3。放到消融上:不必等看懂全部代码,先选一个你怀疑有作用的模块,让 agent 帮你做一个最小改动版本,跑一次对比,看指标是否如你预期变化。如果没变,说明你对这个模块作用的理解有偏差,这本身就是有效信息;如果变了,你就有了第一条可复用的因果链。

现有片段没有专门讲消融实验的具体做法,以上是把“先弄清环境与模块关系、先做小实验”的思路迁移到你的处境,不是立正对消融实验的直接建议。

出处

  1. 1个人网页,数字资产,AI编程的最后一公里

    超线性学院2025-10-17

    说明非技术背景用 AI coding 的卡点常在环境与模块关系,而非工具或 prompt。

  2. 2如何breakthrough:去做那件你早就该做、却一直没做的事

    超线性学院 · 会员2026-08-31

    解释“不熟悉”如何被误当成“太难”,以及第一次小行动能带来什么。

  3. 3我用 Codex 剪了 5 条口播,最后却做了一则超市广告

    超线性学院2026-08-14

    给出把东西交给 AI、说清需求、按反馈迭代的具体做法。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →