获课：xingkeit.top/17485/

这是一篇为您定制的、面向新手开发者但技术深度不减的实战复盘文章。文章保留了“零基础”的视角，但深入探讨了工程化、架构思维和 AI 编程的最佳实践，非常适合发布在思否（SegmentFault）这类既有新手入门又有硬核技术讨论的社区。

零基础突围：从 Vibe Coding 到 Harness 工程化 AI 开发的实战转型复盘

摘要：作为一个零基础入门编程的初学者，我曾沉浸在 Cursor 和 GPT-4 带来的“Vibe Coding”快感中，以为只要会提需求就能写代码。然而，在经历了 SGG 20250625 期全栈实战课程的洗礼，特别是引入了 Harness 持续交付平台与工程化开发理念后，我的认知被彻底重构。本文将记录我从“随性拼凑代码”到“构建可交付软件”的痛苦蜕变，探讨新手如何正确利用 AI 跨越技术鸿沟，建立真正的工程化思维。

一、 蜜月期：Vibe Coding 的多巴胺陷阱

“只要你想得到，AI 就能帮你写出来。” —— 这是我在接触 Vibe Coding 初期的真实写照。

对于一个连 List 和 Array 都分不清的新手来说，AI 无疑是外挂。前端写 React 组件，后端写 Spring Boot 接口，甚至数据库的建表语句，我几乎是在“指挥”AI。代码在屏幕上飞速生成，那种成就感极易让人上瘾。

但这仅仅是一种“多巴胺陷阱”。

随着项目代码量的突破 1000 行，问题开始集中爆发：

环境地狱：AI 生成的代码在我的 Windows 本机能跑，但在 Linux 服务器上因为路径问题和依赖缺失直接崩溃。

版本梦魇：AI 引入了同一个库的两个不同版本，导致 ClassNotFoundException 这种低级错误卡了我整整两天。

结构混乱：为了修一个 Bug，我让 AI 随便改，最后导致代码变成了“面条”，牵一发而动全身。

我意识到，新手最大的敌人不是不会写代码，而是不知道“好代码”和“坏代码”的区别。Vibe Coding 让我有了一堆砖头，但我没有图纸，也盖不起房子。

二、 破局点：什么是“工程化”？Harness 带来的降维打击

课程中段引入的 Harness 平台 和 SDD（Software Delivery Defense）理念，是本次学习的转折点。如果说 AI 编程是手中的剑，那么工程化平台就是练武的桩。

对于新手而言，工程化不再是课本上枯燥的定义，而是一套强制性的纠错机制。

1. 流水线即真理

在接触 Harness 之前，我判断代码好坏的标准是“能不能跑”。而在 Harness 的 CI/CD 流水线面前，标准变成了“能否通过构建”。

实战中，我将 AI 生成的代码推送到 Git 仓库，Harness 自动拉取代码并进行构建。第一次运行流水线时，红灯警报：Unit Test 覆盖率不足 30%，且存在 3 个高危漏洞。

这给我上了狠狠的一课：AI 不会对产品质量负责，但流水线会。 我被迫逼着 AI 去补全单元测试，去修复依赖漏洞。这个过程比我自己写代码痛苦，但却让我第一次理解了软件交付的严谨性。

2. 容器化的标准化思维

作为新手，我最怕的一句话就是“我电脑上是好的”。课程通过 Harness 强制推行 Docker 容器化部署。

为了通过流水线，我必须学习如何编写 Dockerfile。在这个过程中，我理解了环境隔离的重要性。AI 可以帮我生成 Dockerfile，但我必须理解 COPY 和 ADD 的区别，理解为什么要用多阶段构建来减小镜像体积。这种**“通过结果倒逼原理学习”**的路径，对新手极其友好且高效。

三、 实战进阶：如何用 AI 构建企业级应用

在掌握了基础的工程化流程后，我开始尝试用更高级的姿势使用 AI，构建一个真正具备 SDD（软件交付防御）能力的全栈应用。

1. Prompt Engineering 的“防御式编程”

AI 倾向于生成能跑但脆弱的代码。为了满足 Harness 的安全扫描要求，我进化了我的 Prompt 策略。

原始需求：“写一个登录接口。”

工程化需求：“基于 Spring Security 生成一个登录接口，使用 BCrypt 加密，输入参数必须包含正则校验，防止 SQL 注入，并返回符合 RESTful 规范的 JSON 数据。同时生成对应的 JUnit 5 测试用例。”

我发现，当你问得越专业，AI 给你的代码质量就越高。这迫使我不断去学习什么是 SQL 注入，什么是 RESTful，从而形成正向循环。

2. 调试思维的转变：从“看日志”到“看 Pipeline”

以前代码报错，我只会把错误日志扔给 AI，问它“为什么错”。现在，我会先看 Harness 的流水线日志。

是编译阶段失败？那是语法或依赖问题。

是测试阶段失败？那是业务逻辑问题。

是安全扫描失败？那是依赖库漏洞问题。

通过 Harness 提供的精细化日志反馈，我学会了排错路径的树状分析。这种系统性的排错能力，比单独解决一个 Bug有价值得多。

四、 心得总结：新手在 AI 时代的生存法则

回顾这门课程，从一个只懂 System.out.println 的菜鸟，到能够独立部署一个包含前端、后端、数据库和 CI/CD 流水线的全栈应用，我的核心收获如下：

拥抱 Vibe Coding，但保持敬畏：AI 是最好的导师和副驾驶，它能帮你跨越语法的鸿沟，但无法替代你对架构的理解。不要把你都不理解的代码复制进去。

工程化是新手的保护伞：对于基础薄弱的同学，CI/CD 流水线、自动化测试、代码规范扫描，这些看似繁琐的流程，其实是防止你写出烂代码的“护栏”。不要试图绕过它们，要利用它们来校验 AI 的产出。

安全意识要从第一天建立：SDD 课程让我明白，安全不是高级工程师的专利。从第一行代码开始，就要思考：这里有没有注入风险？密钥是不是硬编码了？

全栈不仅仅是前后端通吃：真正的全栈是“开发 + 运维 + 测试 + 安全”的综合体。

结语

Vibe Coding 降低了编程的门槛，让零基础的我们得以窥见软件开发的大门；而 Harness×SDD 的工程化实战，则教会了我们如何在门内站稳脚跟，构建出经得起考验的软件。

这条路没有捷径，AI 加速了我们的奔跑，但工程化的底色决定了我们能跑多远。感谢这门课程，让我从一个“代码搬运工”，真正踏上了“软件工程师”的成长之路。

未来已来，不管是新手还是老兵，唯有不断进化，方能立于潮头。