从零开发经验到全栈：一个 ACMer 的 AI 编程半年实录

前言：打破“隔行如隔山”的幻觉

半年前，我还是一个纯粹的 ACMer（程序设计竞赛选手）。

我的世界里只有算法、数据结构和 StdIO，对于现代软件工程——无论是前端的 CSS/JS，还是后端的架构设计——我的经验是绝对的 0。毕业后，我长期从事编程题命题工作，虽然为大厂贡献了数千道题目，但那依然是“做题家”的思维逻辑。

然而，在短短不到半年的时间里，我借助 AI（Cursor 等工具）的力量，从零开始独立完成了多个全栈项目：包括包含每日一题、技能树、对战系统的 牛客竞赛题目追踪器 (Tracker)，集成抽奖与 Prompt 互动的 2026 春季 AI 体验站，以及基于紫微斗数的 牛客 AI 问运 H5。这段从 0 到 1 的开发经历彻底颠覆了我对编程的认知。

我想通过本文分享一下：一个毫无工程经验的人，是如何利用 AI 抹平技术鸿沟，以及在这个过程中沉淀下的核心方法论。

一、破除迷信：你可以不懂项目架构，但你必须懂代码逻辑

市面上有一种论调：“AI 时代，你只需要给 AI 讲清楚需求，它就能帮你搞定一切。”

这句话只对了一半。现在的 AI 确实拥有惊人的代码生成能力，你告诉它“做一个登陆页面”，它能立刻给你生成一套看起来不错的代码。但这种由 AI“一键生成”的项目，往往只能被称为 “毛坯房”。

它看似立起来了，但内部可能充满了隐患：

逻辑漏洞：数据流向不明，鉴权逻辑缺失。
代码冗余：为了实现一个简单功能引入了极其复杂的依赖。
幻觉陷阱：引用了不存在的库，或者使用了错误的 API 版本。

1.1 真实的惨痛案例

以我开发的 Tracker 项目为例。起初，我对前端（Vue/React/原生JS）一窍不通。当页面出现按钮点击无响应或者样式错乱时，我把问题抛给 Cursor，它给出了修复方案 A。我一试，不行；它又给出方案 B，还是不行。

我们就这样陷入了死循环：我不懂原理，只能盲目尝试；AI 缺乏上下文反馈，只能瞎猜。

1.2 ACMer 的觉醒：回归调试本质

最后打破僵局的，不是更高级的 Prompt，而是最基础的 调试能力。

我不得不向前端同事请教，学会了使用浏览器的 F12 开发者工具，学会了在 Console 里打 console.log。那一刻我突然意识到：这不就是我们打 ACM 时的 printf 大法吗？

当我不再告诉 AI “报错了，帮我修”，而是告诉它 “我在第 15 行打印了变量 X，预期是 A，实际却是 B，可能是因为数据类型不匹配” 时，AI 瞬间“恍然大悟”，精准修复了 Bug。

结论：AI 是一个强力的执行者，但它会有“幻觉”，一旦陷入错误的逻辑死胡同，极难自己走出来。人，必须作为那个“纠错者”，用代码逻辑去指引 AI。

二、进化之路：始于“黑盒”，终于“白盒”

对于像我这样从零开始的开发者，我建议经历两个阶段：

阶段一：黑盒开发（敢于开始）

如果你对代码实在一窍不通，没关系，大胆地用 AI 进行“黑盒开发”。不要因为不懂语法就停滞不前，先把东西做出来，让代码跑起来。这种“所见即所得”的反馈感是坚持下去的动力。

阶段二：白盒学习（复盘内化）

这是决定你能走多远的关键。 当项目跑通后，不要急着庆祝，一定要反过头去“拆解”代码。问自己，也问 AI：

这个功能它是怎么实现的？
为什么这里要用这个框架？
这个配置文件的每一行是什么意思？

2.1 我的技能树点亮过程

Tracker 项目期：我还是个只会写 C++ 的竞赛选手。通过这个项目，我被迫学会了 HTML/JS/CSS 基础，理解了 Nginx 反向代理解决跨域的原理，搞懂了 Rose 框架（Java）的 Controller/Service/DAO 分层架构。
年度总结项目期：为了追求极致的展示效果，我学会了如何在后端模版引擎（VM）中嵌入复杂交互，掌握了移动端/PC 端的响应式适配——这些在以前看来是“天书”的前端知识。
AI 体验站/社区需求期：这是对综合能力的“大考”。面对复杂的业务逻辑，我发现自己已经不再是那个“只会问 AI 怎么办”的小白，我已经能设计方案，然后让 AI 去填空。

哪怕只是学到了一个小小的语法糖，或者搞懂了一个 HTTP 状态码，这行代码就算没白写。