过去一年 AI 编程工具变化很快。很多人不是没有工具而是不知道该按什么顺序学先学 Prompt还是先学 CursorCodex、Claude Code、Kiro 这些工具到底解决什么问题什么时候该引入 MCP、Agent、项目规则和自动化工作流团队里怎么避免“AI 写了很多代码但没人敢合并”我把这类内容整理成了一个中文 AI 学习知识库AI全书。其中 AI 编程部分会持续收录 Cursor、Codex、Claude Code、Kiro、Lingma、Augment 等工具的教程和实践。AI 编程分类https://aibook.ren/categories/ai-coding?utm_sourcecsdn_ai_codingutm_mediumarticleutm_campaignaibook_202606_sprintutm_contentai_coding_article阅读指导https://aibook.ren/reading-guidance?utm_sourcecsdn_ai_codingutm_mediumarticleutm_campaignaibook_202606_sprintutm_contentreading1. 先分清 AI 编程的 4 个层次第一层补全这是最容易上手的一层。模型根据当前文件和上下文补全代码、注释、类型、测试片段。适合场景写重复样板代码补类型定义补单元测试骨架改局部语法风险也很明显它通常只理解局部上下文不一定理解项目结构和业务约束。第二层对话这时你开始把 AI 当成结对开发对象解释代码、定位错误、生成方案、比较实现。适合场景看不熟悉的代码分析报错比较技术方案重构局部模块这一层最重要的能力不是“写提示词模板”而是把问题讲清楚目标、上下文、约束、期望输出。第三层代理代理式工具可以跨文件阅读、执行命令、修改多个文件、运行测试。Codex、Claude Code、Kiro 这类工具更接近这一层。适合场景修复跨文件 bug完成小型 feature执行测试并根据结果迭代做代码审查和风险扫描这一层开始需要边界哪些命令能执行哪些文件能改什么时候必须人工确认。第四层工作流真正稳定的 AI 编程不是单次生成而是把需求、设计、实现、测试、审查串起来。团队里要关注项目规则代码风格测试策略变更记录权限边界Review 流程2. 工具怎么选Cursor适合编辑器内高频开发。优点是上手快、和代码编辑结合紧密适合日常补全、局部改动和对话式理解代码。Codex适合代理式任务和更完整的工程执行流程。它更适合把一个明确任务拆成步骤执行命令、修改代码、运行验证。Claude Code适合长上下文理解、代码解释、重构方案和复杂项目对话。团队使用时要特别注意上下文管理和权限边界。Kiro更强调规格、任务拆解和工程流程适合希望把需求、设计、实现步骤明确沉淀下来的场景。3. 初学者路线建议不要一开始就同时学很多工具。更稳的路线先掌握一个编辑器内工具例如 Cursor 或通义灵码。再学习一个代理式工具例如 Codex 或 Claude Code。然后补项目规则、测试驱动、代码审查和上下文管理。最后再看 MCP、Agent、自动化工作流。这样学习的好处是你不会把工具能力误认为工程能力。4. 团队路线团队引入 AI 编程重点不是“每个人都装一个工具”而是建立可复用流程。建议做 5 件事建立项目级规则明确代码风格、目录结构、测试要求。沉淀常见任务 Prompt例如修 bug、写测试、做 review。要求 AI 生成的代码必须跑测试。对高风险操作设置人工确认。把成功案例和失败案例写回团队知识库。5. 常见坑坑 1没有上下文只给一句“帮我优化这段代码”模型很容易做表面优化。更好的方式是告诉它业务目标、性能约束、兼容性要求和测试方式。坑 2没有验证AI 生成的代码必须经过测试。没有测试时至少要让它说明影响范围和人工验证步骤。坑 3权限过大代理式工具能执行命令也可能误删、误改、误提交。建议限制工作目录和命令权限。坑 4只追新工具工具会变但工程基本功不变需求澄清、模块边界、测试、可维护性、Review。6. 我整理的资料我把 AI 编程相关内容整理在 AI全书里AI 编程分类https://aibook.ren/categories/ai-coding?utm_sourcecsdn_ai_codingutm_mediumarticleutm_campaignaibook_202606_sprintutm_contentai_coding_articleCodex 教程https://aibook.ren/archives/ai-coding-codex-reset?utm_sourcecsdn_ai_codingutm_mediumarticleutm_campaignaibook_202606_sprintutm_contentcodexAgent 核心概念https://aibook.ren/archives/ai-agent-core-concepts?utm_sourcecsdn_ai_codingutm_mediumarticleutm_campaignaibook_202606_sprintutm_contentagent后续我会继续补充 AI 编程工具真实工作流、RAG 知识库和 Agent/MCP 开发实践。说明本文为 AI 辅助整理基于 AI全书已发布的 AI 编程学习资料和公开工具信息。