换个角度想
AI 编码工具更像一位能使用工具的协作者：不仅回答问题，还会查看现场、执行操作并检查结果。
术语
AI
理解 AI 是什么、怎么用、会在哪出错。
AI 工具如何完成一个任务
01Goal理解目标、限制与验收标准
02Context读取代码、文档和已有对话
03Tool调用终端、浏览器或外部服务
04Verify检查结果并决定是否继续迭代
- 目标
理解目标、限制与验收标准
- 上下文
读取代码、文档和已有对话
- 工具
调用终端、浏览器或外部服务
- 验证
检查结果并决定是否继续迭代
理解目标、限制与验收标准
什么时候会遇到它
修改代码
定位文件、编辑实现并运行测试。
整理知识
读取多份资料后生成结构化内容。
操作工具
通过浏览器、MCP 或脚本完成跨应用任务。
想一想
同一个问题，为什么 AI 有时答得很准，有时一本正经地胡说？
看答案
差别常在它能看到什么：上下文里有真实代码和文档时，回答有依据；什么都没给时，它只能凭训练记忆补全，就容易编。先想「它看到了什么」，再判断答案可不可信。
最容易踩的坑
AI 的输出是概率生成的，不是权威答案。越是没给上下文、越是冷门的问题，越要自己验证。