AI 结对编程入门：从第一个提示词到可审查代码
什么是 AI 结对编程
AI 结对编程不是把需求丢给模型后直接复制代码，而是把 Claude、GPT 等模型当作随时可交流的开发搭档。你负责目标、业务规则和最终决策，AI 负责解释代码、拆分任务、生成初稿、定位报错和补齐测试。对初学者而言，它能缩短查资料与理解陌生项目的时间；对有经验的开发者而言，它适合处理重复实现和快速验证思路。
先准备一个可控的工作环境
开始前，安装 Git、语言运行时和你项目所需的依赖，并确保项目能在本机正常运行。AI 最适合在已有反馈机制时工作：代码能编译、测试能执行、版本差异能查看。建议先新建分支，再让 AI 协助修改，避免把未经验证的改动直接放入主分支。
模型接入方面，59API 提供按量付费的 AI API 中转服务，API Base URL 为 https://api.59api.com。它兼容 Claude Code、Codex 以及各类 OpenAI SDK，可按任务选择 Claude Opus、Sonnet、Haiku、Fable 或 GPT 模型。对于刚开始高频尝试 AI 编程的人，这种低成本、按实际调用计费的方式更容易控制预算，同时可使用官方品质的原生模型，无需因价格而接受降级模型。
用小任务建立第一次协作
不要一开始就要求“帮我做完整应用”。选择边界清晰、能快速验证的小任务，例如为现有接口补充参数校验、解释一段报错、为函数添加单元测试，或将重复逻辑提取为工具函数。提供的信息越具体，结果越稳定。一个实用提示词应包含目标、现状、限制和验收标准。
- 目标：为用户注册接口增加邮箱格式校验。
- 现状：项目使用 Node.js、Express 和 TypeScript，现有路由文件如下。
- 限制：不要新增第三方依赖，保持现有错误响应格式。
- 验收标准：无效邮箱返回 400，并补充至少三个测试用例。
先要求 AI 说明计划，再让它生成修改内容。这样你可以在代码落地前判断方案是否符合项目结构，也更容易发现它误解的业务规则。
把 AI 输出当作待审查的代码
AI 能写出看似合理但不符合上下文的实现，因此每次修改后都应执行格式化、静态检查和测试。重点检查边界条件、权限判断、异常处理、数据库查询范围以及敏感信息。不要把生产密钥、用户数据或私有仓库的全部内容直接贴入对话；应使用环境变量、脱敏示例和最小必要代码片段。
遇到报错时，不要只发错误最后一行。提交完整错误堆栈、相关命令、运行环境和刚刚做过的改动，并要求 AI 给出可能原因的排序及验证步骤。这样可避免在错误假设上反复修改。
建立可复用的协作习惯
将常用提示词沉淀为模板，例如“先阅读相关文件，不修改代码，列出风险”“根据现有测试风格补测试”“只输出最小 diff，并解释每项改动”。任务复杂时，按“理解代码库、设计方案、实现、测试、审查”分轮进行，而不是一次要求全部完成。
当你需要在 Claude Code、Codex 或自建 OpenAI SDK 项目间切换时，59API 的兼容接入能减少更换供应商带来的配置成本，并可依据任务复杂度选择合适模型。注册 59API 后设置 API 地址与密钥，即可从一个小型、可验证的任务开始；其推荐返佣机制也适合团队在分享工具时降低后续使用成本。