很多人说在"用 AI 编程"，但这个词覆盖的范围差异极大。这篇给"AI 编程"下一个清楚的定义，把它拆成三个层级讲清楚能力边界和适合的人，帮你搞明白自己现在在哪、2026 年主流在哪、该往哪走。

分不清AI编程能干嘛不能干嘛，要么被它坑，要么白白不用。这篇用清单+表格把当前AI编程的真实能力边界讲清楚，每条给出"为什么"和"你该怎么配合"，附判断口诀，帮你建立务实认知。

Vibe Coding 是一种凭感觉让 AI 一路生成代码、不细看逻辑、能跑就行的开发方式。这篇从定义出发，把它的适用场景和危险场景都说清楚，附判断表和过渡工程化路径，帮你在用之前先想明白。

用同一款 AI 工具，有人高效出活，有人被坑到摔键盘——差距不在工具，在心态。这篇拆解两种常见错误心智（把 AI 当神 vs 当玩具），给出一个真正管用的心智模型：把它当会犯错但很能干的初级队友，并由此推出四条实操习惯。

不教概念，直接动手。把一句话需求交给 AI，让它写出一个能批量重命名文件的 Python 脚本，跑通它、看懂它、改坏它再修好——你的第一次 vibe coding 从这里开始。

零基础想用AI做产品，不是先啃三个月语法。这篇给出一条务实路线：先跑通建信心、再学提需求审产出、再补最少必要基础、做真实小项目、最后按需深入。含阶段路线表和常见问题解答。

AI 编程背后的模型不止一个，选错了多花几倍钱还干不好活。这篇讲主流模型在编程场景的真实定位——Claude/GPT/Gemini/Qwen-Coder/DeepSeek/Kimi/GLM 各擅长什么，给一张任务×预算选型表，加上在工具里切换的操作方法，帮你按需挑对、省钱省心。