面向非开发人员的AI Native 实战训练营:从0到1搭第一个AI应用
摘要:本课程为2天实战训练营,以开发一款短剧APP为主线,贯穿AI-Native研发全流程。学员将在AI辅助下,从撰写可执行规格(Spec)、搭建Agent友好型项目骨架开始,经历三轮迭代开发(用户认证、视频播放、功能改造),并同步掌握规格驱动开发、技能设计、代码审查与重构等核心方法论。课程旨在通过“做中学”,帮助非技术背景学员掌握AI搭建应用,并帮助开发人员深度融入AI研发体系。
01
课程简介
本课程以一个 APP为核心载体,带领学员完整经历从产品设计、视觉设计、架构搭建到三轮迭代开发、集成测试、代码审阅与重构的全流程,同时还包括已有功能的改版升级。课程通过实战过程将 AI-Native 研发的核心方法论——Spec 驱动开发(SDD)、Agent 友好型架构、Skills 设计、CR与重构等 —— 全部落实在真实项目步骤中,让学员"做中学、学中做"。
五条知识体系贯穿两天实战,每条线在项目的不同阶段分层触发,形成"引入→深化→掌握"的学习螺旋。两天各设一次分享总结,集中讨论发现的问题与解决方案,确保学员离场前完成认知内化。
02
课程时长
2 天,教学形式以项目实战为主,辅以理论讲解和主题研讨。
03
适合人群
| 梯队 |
适合对象 |
| 核心收益 |
希望掌握AI搭建应用的非开发人员,包括产品经理,项目经理, 运维人员,BA,部门管理者,设计师,业务人员等 |
| 同样适合 |
有一定工程经验、希望将 AI 深度融入日常研发的软件工程师、全栈或移动端开发 |
| 同样适合 |
产品负责人、技术 TL,希望理解 Spec 驱动开发并推动团队 AI 工具链落地 |
| 管理视角 |
研发效能负责人,希望建立企业级 AI 研发规范与 SDD 工作流 |
04
课程收益
- 亲手完成三端独立架构(Python FastAPI 后端 + Kotlin 原生 Android + Vue3 H5)APP 的三轮迭代,获得从产品设计到上线的完整 AI Native 开发经验
- 掌握轻量 SDD 工作流(SPEC.md + CLAUDE.md + Skills),可直接带回团队落地
- 建立 AI 编程的人机边界认知:什么能做好、什么做不好、哪些卡点必须人工决策
- 掌握 AI 辅助 CR + 重构的方法论:如何寻找重构线索,如何在不破坏测试的前提下安全改造
- 理解 Agent 友好型架构:学会用文档约束 Agent 行为,可迁移至企业存量系统改造
05
课程特色
- 真实项目驱动
- 三轮迭代,递进难度
- 五条知识体系贯穿练习之中
06
技术栈
| 层次 |
技术选型 |
备注 |
| 移动端 |
Kotlin + Android Studio |
原生 Android,Google 官方首选语言,AI 生成质量优于 Java |
| H5(WebView 内嵌) |
Vue3 + Vite |
内嵌于 Android WebView,负责内容类页面,改动无需 APP 发版 |
| 后端 API(主) |
Python 3.10+ + FastAPI |
AI 友好:语法简洁,自动生成 Swagger 文档,SDD 演示主线 |
| 后端 API(辅) |
Java Spring Boot + IDEA |
关键 API 片段演示,覆盖企业 Java 技术栈,不维护完整项目 |
| 版本管理 |
Git(GitHub / Gitee) |
教学保障:预设分支,学员掉队时可一键同步代码进度 |
| 视频分发(CDN) |
七牛云(Qiniu) |
流畅体验:利用测试域名绕过备案,实现短视频流的"秒开"效果 |
| 数据库 |
SQLite |
零维护成本 |
| 数据模型(后端) |
Pydantic(Python 类型系统) |
逻辑核心:统一后端数据结构,配合 AI 自动生成前端模型 |
| 状态管理(Android) |
ViewModel + LiveData |
标准 Android 架构组件,简单可靠 |
| 状态管理(Vue3) |
Pinia |
轻量,AI 生成代码质量高 |
| 设计工具 |
HTML/CSS 原型(浏览器预览) |
由 Claude Code 从 PRD 直接生成,作为视觉验收基准;WebView 页面可直接演进为 Vue3 组件 |
| IDE |
Android Studio(移动端)/ VS Code(H5 + Python)/ IntelliJ(Java) |
|
| AI 工具 |
Claude Code + GLM |
核心 Agent 及模型 |
| 后端测试 |
Thunder Client(VS Code)/ pytest 集成测试 |
|
| 前端测试 |
Android Espresso(行为级)/ Vue3 Cypress(H5 E2E) |
|
07
学员课前准备
- Android Studio及模拟器
- VS Code 或 IntelliJ IDEA Claude Code 插件
- Python 3.10+
- Node.js 20 LTS
- GLM API
- 七牛云:注册后创建 Bucket,记录 AccessKey + SecretKey(用于视频 CDN,测试域名无需备案)
08
项目介绍:DramaFlow 海外短剧 APP
09
三轮迭代功能范围参考
迭代 1 — 用户认证 + 首页(Day 1 下午)
| 模块 |
必做功能 |
实现端 |
可选进阶 |
| Auth |
FastAPI JWT 注册 / 登录 / 登出 |
Python 后端 + Android 原生登录页 |
第三方 OAuth 登录 |
| Home |
Banner 轮播 + 分类 Tab + 剧集列表 |
Vue3 H5(WebView 内嵌) |
骨架屏加载效果 |
| 数据层 |
Drama/Episode SQLite 模型 + 测试数据 |
Python 后端 |
数据分页加载 |
迭代 2 — 内容消费核心(Day 2 上午)
| 模块 |
必做功能 |
实现端 |
可选进阶 |
| Drama Detail |
剧集详情:简介 + 集数列表 + 评分 |
Vue3 H5(WebView 内嵌) |
用户评论区 |
| Player |
视频播放器 + 进度控制条 |
Android 原生(ExoPlayer) |
横屏全屏 + 手势快进 |
| Watch Progress |
播放进度持久化 |
Python 后端 + Android 调用 |
断点续播提示 UI |
迭代 3 — 需求演进与功能改造(Day 2 下午)
核心挑战:模拟真实项目中"PM 改需求"的场景——在已交付代码上修改功能,而非添加全新模块。Agent 必须先理解已有设计意图,才能安全地修改。
| 改造场景 |
改造内容 |
实现端 |
| 首页推荐改版 |
从"按分类展示"改为"基于观看历史的个性化推荐"→ 修改数据模型、API 逻辑和首页 UI |
Python 后端 + Vue3 H5 推荐页 |
| 播放器功能增强 |
在已有播放器状态机上新增倍速控制 |
Android 原生(ExoPlayer) |
| Auth 增强 |
添加"记住我"(持久化 Token),修改已有登录流程和安全逻辑 |
Python 后端 + Android 原生 |
| 可选进阶 |
| 首页 A/B 测试开关(验证改版推荐效果) |
| 播放进度跨设备同步(多端合并逻辑) |
10
知识体系
本课程将知识点组织为 5 条知识体系,每条线在项目的不同阶段在用到的时候分层讲解,而非一次性灌输。
| 主线 |
对应知识点 |
| 规格驱动 |
SDD、PRD→Spec、增量 Spec |
| Agent友好架构 |
CLAUDE.md、模块 README、Architecture as Code |
| 技能设计 |
Skill实践、参数设计、管理、幂等性 |
| 测试自愈 |
行为级测试、Bug 注入、RCA |
| HITL |
CR 触发时机、人工审阅节点、重构判断标准 |
11
课程大纲
Day1
【模块一】认知重构与 AI 编程经验(09:00–10:00,1h)
目标:建立"AI Native"思维,以工程师实战经验为核心
1.1 AI 能力演进的工程含义(20min)
| 从补全到推理(CoT / o1 / o3):能力跃迁对软件工程意味着什么 |
| S-P-A 架构速览:Agent 如何感知-规划-执行(规格驱动/Agent友好架构的理论基础) |
| 三级记忆模型:为什么上下文管理是 Agent 的核心挑战 |
| 未来工作模式:全能个体 + 多 Agent 与 Harness + 上下文窗口与成本管理 |
1.2 AI 编程核心经验(30min)
十个关键认知,经验总结,配以演示:
| 把需求写成结构化 Prompt,而不是口头描述 |
| 设计先行,架构不能外包 |
| 3小步拆解,每步可验证 |
| 用好 Git,随时掌握节奏 |
| 必须看代码,很多微观工程决策需要人来定,Debug 要给足上下文 |
| 哪些任务AI不擅长 |
| 代码量增长后及时重构 |
| 用 CLAUDE.md 固化约束,而不是每次在 Prompt 里重复 |
| 管理好 Session 和上下文窗口 |
| 分清执行类和架构类任务,善用对比提问 |
| 保持人类最终裁决权(HITL) |
1.3 工具链说明(10min)
| Claude Code + GLM:Agent 任务、跨文件操作、长任务执行、使用时的注意事项和最佳实践。 |
【模块二】产品设计(10:00–12:00,2h)
目标:完成产品定义和可执行 Spec
2.1 [规格驱动] 什么是可执行 Spec,为什么 PRD 不够用
2.2 [实践步骤] 竞品分析 + PRD 生成(30min)
| 任务:分析 Viki / WeTV / DramaBox 核心功能,生成 DramaFlow PRD |
| 产出:PRD.md(功能清单 + 用户故事 + Kano 优先级分类) |
| 任务:Claude Code 直接基于 PRD 对话生成可交互 HTML 原型,浏览器打开确认视觉效果,满意后作为开发基础 |
2.3 [实践步骤] 撰写可执行 Spec(30min)
每个功能模块使用固定的五段式格式:领域名词 → 前置条件 → 主流程 → 异常处理 → 验收标准(AC)。
| 范围:仅覆盖迭代 1+2(Drama / Episode / User / WatchRecord),迭代 3 的 Spec 在 Day 2 下午以增量方式补写 |
| 产出:SPEC.md 初版;培训场景以主体功能可用为验收标准,无需追求完备性 |
| 提效演示:让 Claude 从 PRD 草稿自动提取五段式 Spec 骨架,人工确认 AC |
| HITL 检查点:AC 的最终确认必须由人完成 |
2.4 [Agent友好架构][HITL] PM 直驱 Agent 的理想模式(20min)
理想模式:PM 用自然语言描述改动意图,Agent 完成跨层实现(H5 + 后端),PM 在预览环境验收,满意后开发接手并参考改动
| 预览部署:每次提交自动构建并部署到 SaaS 预览环境(含后端 + H5),PM 获得可分享的预览链接;预览环境配套独立测试数据(seed-data Skill 支持),与生产隔离 |
| 改对地方:Agent 友好架构是前提——模块 README 清晰、CLAUDE.md 描述全栈结构,Agent 能准确理解改动涉及哪些层,减少误改和漏改 |
| 可观测性:错误和变更影响以产品语言呈现,PM 无需读日志即可判断改动是否符合预期 |
| PM 专用 Skill:preview-change(描述本次改动对用户的影响)、safe-check(提交前验证,结果以非技术语言呈现) |
| 开发接手:PM 提交经 spec-validate 验收后,开发直接参考,形成协作闭环 |
2.5 [实践步骤] HTML 原型生成 + 视觉验收体系(20min,演示+练习)
视觉验收的核心逻辑
- 任务:基于 PRD.md 生成可交互 HTML 原型,浏览器确认视觉方向后截图存入 docs/designs/
- 从原型提取设计系统规范(颜色、字体、间距),生成 design_system.md,将视觉验收 AC 写入 SPEC.md
- 产出:design_system.md + docs/designs/ 参考截图 + SPEC.md 视觉验收 AC
|
午休 12:00–13:30
【模块三】项目工程化(13:30–14:10,40min)
目标:搭建 Agent 友好型项目骨架,写入最小约束
3.1 [Agent友好架构] CLAUDE.md 是 Agent 的”宪法”,Repo 即 Agent 的”操作系统”
3.2 [实践步骤] 项目初始化 + 架构骨架(15min)
| 指令示例:基于 SPEC.md 的模块划分,生成 Kotlin Android 项目骨架 + Vue3 H5 项目骨架 + Python FastAPI 后端骨架 + SQLite 初始化脚本 |
| 产出:可编译的项目目录结构(android/ + h5/ + backend/)+ 每个模块的 README 模板 |
3.3 [实践步骤] 撰写最小 CLAUDE.md(15min)
| 内容:技术栈说明、架构约束(禁止跨模块直接调用)、命名规范、SDD 最小约束(接受任务前必须阅读对应 Spec、生成代码后自检 AC) |
| 演示重点:有 SDD 约束 vs 无约束时 AI 生成代码的差异(颜色是否自动引用 Token) |
| CLAUDE.md 贯穿整个课程,每轮 CR 后持续演化,课程结束时统一回顾其完整演变轨迹 |
【模块四】迭代 1:用户认证 + 首页(14:10–17:30,约 3h20min)
功能:FastAPI JWT 认证 + 首页(Banner + 分类 + 剧集列表)
4.1 [规格驱动] SDD 实战入门(5min)
| 演示"无 Spec" vs "有 Spec"的 AI 响应差异 |
| 演示 CLAUDE.md 中 SDD 约束如何影响 Agent 行为 |
| SDD 三层结构回顾:SPEC.md 格式 + CLAUDE.md 规则 + spec-validate Skill |
4.2 [实践步骤] Auth 模块开发(40min)
| 任务:Python FastAPI 认证接口(注册 / 登录 / JWT)+ Kotlin Android 登录页(ViewModel + LiveData 表单) |
| 演示重点:Claude Code 读取 CLAUDE.md + auth/README.md + SPEC.md → 生成代码(Agent 如何利用上下文) |
| 开发策略:先生成 Pydantic 数据模型和 API 路由(后端),再补充 Android UI 逻辑(多轮约束生成) |
| Java 辅助演示:同一登录接口用 Java Spring Boot 实现一遍,对比 AI 在两种语言下的代码生成差异 |
4.3 [实践步骤] 数据层(15min)
| 任务:Drama / Episode Pydantic 模型 + SQLAlchemy ORM Repository 层(SQLite 后端) |
| 运行 seed-data Skill 导入测试数据(幂等导入,发现边界问题时现场迭代改进) |
4.4 [实践步骤] Home 首页开发(70min)
| 任务:Python 后端 /api/dramas 接口 + Vue3 H5 首页(Banner 轮播 + 分类 Tab + 剧集列表 + Pinia 状态管理)+ Android WebView 加载 |
| 工具:Claude Code(内联编辑 + Chat 模式切换) |
4.5 [实践步骤] 实现三个 Skill(20min)
| seed-data:幂等导入、结构化反馈、可重复调用 |
| spec-validate:AC 覆盖检查,SDD 验收门——结构化输出覆盖率报告 |
| cr-refactor:输出 CR 清单 + 重构建议,参数最小化设计(只接受路径,自动定位问题) |
4.6 [测试自愈] 怎么做测试(10min)
| 单元测试绑定实现,AI 加速后技术债积累更快,维护成本高于价值 |
| 行为级测试策略:后端用 pytest 测 API 行为(不测实现),Android 用 Espresso 测用户操作流程,Vue3 H5 用 Cypress 测端到端 |
| 用 AI 生成测试场景矩阵(正常 / 异常 / 边界),人工筛选关键场景 |
| 运行 spec-validate Skill 检查 AC 覆盖率 |
4.7 [实践步骤] 集成测试 + CR + 重构(40min)
| 设计和执行集成测试 |
| 运行 cr-refactor Skill,输出 CR 清单 |
寻找重构线索的提问框架:
- "列出这个模块最需要重构的 3 个问题,以及重构理由"
- "找出代码中重复超过 2 次的逻辑,建议如何提取"
- "哪些地方的状态管理最混乱,如何改善"
|
| 从真实代码中总结 AI 高频错误模式(重复逻辑 / 状态泄漏 / 命名混乱) |
| 学员按优先级执行 2–3 条重构,人工确认不破坏已通过的集成测试 |
【模块五】Day 1 分享总结(17:30–18:00,30min)
目标:让学员将一天的实战体验转化为可表达的认知,暴露问题,共同探讨解决方案
| 今天最大的一个发现 / 踩过的一个坑 |
| 探讨高频问题 |
| 提出明天迭代 2 的关注点(带着问题进入第二天) |
Day2
【模块六】迭代 2:剧集详情 + 播放器(09:00–11:30,2.5h)
功能:Drama Detail 页(Vue3 H5)+ ExoPlayer 视频播放器(Android)+ 播放进度持久化
6.1 [实践步骤] Drama Detail 页(40min)
| 任务:Python 后端 /api/dramas/{id} 接口 + Vue3 H5 详情页(简介 / 集数列表 / 评分)+ Android WebView 加载 |
| 演示重点:Agent 如何通过 Project Context 自动发现关联的 Pydantic 模型(跨文件定位);Android WebView 与 H5 的通信机制(JSBridge) |
6.2 [实践步骤] 视频播放器集成(40min)
| 任务:Python 后端七牛云(Qiniu)签名 URL 接口 + Android ExoPlayer 集成 + 自定义控制条(Kotlin) |
6.3 [实践步骤] 播放器状态机(25min)
| 任务:实现最基础的状态记忆 |
| 留意状态机缺陷(缓冲/错误状态遗漏),识别"必须人工接手"的信号 |
6.4 [实践步骤] 播放进度持久化(25min)
| SQLite WatchRecord 模型 + 播放记录读写接口 + Android 写入调用 |
6.5 [实践步骤] 迭代 2 集成测试 + CR + 重构(25min)
| Bug 注入演练——让 Agent 读取 Python / Android 错误日志自动修复;如何写出"不脆弱"的集成测试 |
| 两轮代码积累后的系统性重构——跨模块重复模式识别;重构 vs 重写的判断标准;保持行为不变的重构提示词 |
| Architecture as Code——演示将架构规则嵌入 ruff / pylint(Python)/ Android Lint 自定义规则,阻止 AI 生成违规代码;ADR 写法示例 |
【模块七】Day 2 上午分享总结(11:30–12:00,30min)
目标:趁着进入最复杂迭代(需求改造)之前,沉淀前两个迭代的认知
| 迭代 2 中遇到的最棘手问题(播放器状态 / AI 上下文断裂 / 测试不稳定) |
| 重点讨论:"AI 在哪里失效了?你是怎么接手的?" |
| 迭代 3 的挑战:在已有代码上改需求,如何兼顾设计与实现 |
午休 12:00–14:00
【模块八】迭代 3:需求演进与功能改造(14:00–16:40,2h40min)
改造场景:首页推荐改版 + 播放器功能增强 + Auth 增强
8.1 [规格驱动][Agent友好架构] AI 辅助存量改造的核心方法(15min)
| "先理解,再修改":让 Agent 先输出"这段代码的当前行为",再提出修改方案 |
| 通过Agent友好架构让Agent快速理解设计 |
| 如何注入存量代码上下文:在提示中附上相关文件路径和当前实现摘要,避免 Agent 默认重写 |
| HITL 卡点:安全相关改动(Auth Token 刷新)必须人工审阅,不能依赖 AI 判断 |
| 何时需要先规划再动手:改动涉及多个模块或已有测试覆盖时,先用 cr-refactor 输出影响范围 |
| 变更 Spec vs 增量 Spec:修改已有 AC 时标注 [Changed] 保留历史意图,而非直接覆盖 |
8.2 [实践步骤] 首页推荐改版(40min)
| 任务:修改后端推荐 API(从按分类查询改为基于 WatchRecord 的个性化排序)+ 更新 Vue3 H5 首页数据绑定 |
| 演示:用 cr-refactor Skill 先理解现有首页逻辑 → 再生成改造方案,对比"直接改"的 AI 响应 |
| 在变更的 AC 旁标注 [Changed v2],保留历史意图 |
8.3 [实践步骤] 播放器增强 + Auth 增强(60min)
| 播放器:在已有 ExoPlayer 状态机中新增倍速枚举和状态转换(Kotlin)→ 演示 AI 对有限状态机的理解局限 |
| Auth:Android SharedPreferences / EncryptedSharedPreferences 持久化 Token + FastAPI JWT 自动刷新逻辑 → 安全逻辑须人工逐行审阅,不能依赖 AI 判断 |
8.4 [实践步骤] 迭代 3 集成测试 + CR + 重构(45min)
| 运行 spec-validate(重点:现有 AC 覆盖率是否仍然通过) |
| 需求变更引入的技术债 vs 新增功能的技术债——区分"接受"和"立即修复" |
| RCA 框架走一遍(现象 → 证据 → 假设 → 验证 → 根因)——以播放器回归失败为案例 |
| SDD 闭环回顾——Spec 变更 → 代码变更 → 测试验收的完整链条 |
【模块九】要点深入讲解(16:40–17:40,1h)
目标:系统总结两天实战经验,深入讲解案例未能充分展示的内容
9.1 AI 编程最佳实践(25min)
| 从三轮迭代实战中现场提炼 Top 10 实践 |
| 人机协作的"黄金分割线":哪些交给 AI,哪些必须人工 |
| 重构是 AI 时代的必修课:AI 生成速度越快,技术债积累越快;如何建立团队重构节奏 |
| Vibe Coding vs SDD:两天的对比结论 |
| 效率提升的正确度量:不是"代码生成速度",而是"交付质量 × 速度" |
9.2 Skills 深度设计(25min)
| CLI Skill vs MCP Server 选型:确定性要求高 → Skill;生态集成需求强 → MCP |
| 复杂 Skill 设计模式:参数最小化(减少模型出错)/ 结构化反馈(stdout 让 Agent 自修复)/ 幂等性(重复调用安全)/ 错误恢复(降级逻辑) |
| 本课程 3 个 Skills 的设计复盘:哪里设计好了?哪里还可以改进? |
| 企业级 Skill 库:分层(个人 / 项目 / 团队)、版本管理、共享机制 |
9.3 存量系统 Agent 友好改造(10min)
改造路径(优先级排序):
- 模块化 MD 优先级:从变动最频繁的模块开始,先写 README 再改代码
- DDD 划分限界上下文:将 Agent 任务限制在局部,压缩单次推理负担
- 接口契约标准化:OpenAPI / Protobuf 描述所有接口,减少 Agent 通讯幻觉
- 典型任务的实现路径:通过提炼典型任务帮助模型快速理解如何在设计约束下实现复杂任务
- ADR 历史决策记录:让 Agent 不重蹈覆辙;从 Git History 提炼实现模式
|
Architecture as Code 工具链:ruff / pylint(Python)/ Android Lint(Kotlin)/ ESLint(Vue3)将架构规则嵌入 CI,由机器代替人工审查。
12
讲师介绍
路老师:AI应用与研发效能领域的资深专家,曾在理想汽车、快手等多家企业任高阶技术管理岗位。他具有扎实的编码、设计、架构,以及丰富的大模型应用建设经验,主导研发过多款基于大模型的产品,包括AI数字助理、代码智能补全与生成系统、营销AI智能体等等。他也曾为众多企业交付过AI编程、技术实践、DevOps及项目管理等方面的咨询或培训服务。