以前的Blog我都懒到AI写的，今天决定亲自写一篇。
这个暑假，我的学习重点逐渐从单纯的编程基础，转向了Python（谁曾想Python我5年前学过）、人工智能应用开发、API、机器人和完整软件项目实践。回头看这段时间，我最大的变化并不是学会了多少语法，而是开始真正理解一个程序、一个AI应用，甚至一个完整软件项目是怎样一步一步搭建起来的。
这个暑假，我做的事情有点杂。
学了Python，折腾了AI模型和API，参加了机器人夏令营，还一直在做自己的AI编程学习助手。
如果只看这些关键词，可能会显得有点“什么都学了一点”。但回头看，我觉得它们其实慢慢连成了一条线：
我开始不满足于“会写几道代码题”，而是更想知道，一个真正能用的程序到底是怎么做出来的。
暑假刚开始的时候，我主要还是在补Python基础。
一开始学的是字符串、循环、列表这些比较基础的东西。后面慢慢学到了函数、字典、文件读写、异常处理和模块。
这段时间我写了不少小练习。
比如手机号隐藏、登录验证、列表操作、成绩统计等等。
这些东西单独看都不复杂，但它们让我开始习惯自己写代码、自己运行、自己看报错，而不是只看别人写好的程序。
后来我开始学面向对象。
第一次接触class、self、__init__这些东西的时候，其实还是有点绕的。
尤其是“类”和“对象”到底是什么，一开始很容易只记语法。
后来我做了一个学生成绩管理系统，把学生做成对象，再加上成绩、查询、平均分、统计、文件保存这些功能之后，我才慢慢感觉到：
面向对象其实是在想办法让程序里的东西更像现实中的“对象”。
这个项目也是我第一次感觉自己不只是在做练习题，而是真的在做一个小程序。
中间也踩了不少坑。
比如文件明明写入成功了，却发现写到了另一个目录；成绩文件格式写错，最后算出了离谱的平均分；用户输入文字的时候程序直接报错；空数据的时候统计功能又会出问题。
以前看到报错会觉得“程序坏了”。
现在会更习惯去想：到底是哪一层出问题了？是输入？路径？数据格式？还是逻辑？
我觉得这种变化挺重要的。
后来我开始接触自己很感兴趣的一块：大语言模型API。
以前我也经常使用各种AI工具和API，但更多时候只是“填地址、填Key、然后调用”。
这次我开始自己用Python调用本地Ollama里的Qwen模型。
也是从这个时候开始，我真正搞懂了一些以前经常听到、但并没有认真理解的东西。
比如：
什么是客户端，什么是服务器。
localhost是什么。
为什么一台电脑上会有不同端口。
GET和POST有什么区别。
JSON为什么经常出现在API里。
Python里的requests.post到底在干什么。
还有LLM里的system、user和assistant三种消息角色。
我印象比较深的一点是：
AI聊天里的“记忆”，很多时候并不是模型真的把前面的内容记住了。
而是程序自己把之前的聊天记录保存下来，然后下一次请求时重新发给模型。
知道这个之后，我第一次感觉很多AI应用没那么“神秘”了。
它们当然很强，但背后依然是非常具体的程序逻辑。
后来我又开始做流式输出。
就是像ChatGPT一样，不是等整个回答生成完才一次显示，而是一个字、一小段一小段地出来。
为了实现这个效果，我开始处理流式返回的数据，用iter_lines逐段读取，再把每段JSON解析出来，从里面提取模型真正回答的文字。
然后再把这些碎片拼起来，最后保存成完整的assistant消息。
到目前为止，我已经基本做出了一个最基础的本地AI连续聊天程序。
虽然它还非常简单，但这件事情对我来说很有意思。
因为以前我是AI聊天软件的使用者，现在开始慢慢站到“做这个东西的人”的角度去看它。
除了这些，我暑假还参加了一个机器人和AI方向的夏令营。
在那里接触了Linux、ROS2、机器人小车、激光雷达和视觉识别。
我们还做了红绿灯识别。
从采集图片、给图片标注，到训练YOLO模型，再把模型放到程序里识别红灯和绿灯，最后控制小车运动。
很多代码其实是老师提前准备好的，我现在还不能说自己已经掌握ROS2或者YOLO。
但是这次经历让我第一次看到一个AI模型到底是怎么“落地”的。
它不是训练完就结束了。
而是：
先采数据。
然后标注。
再训练。
得到模型。
把模型接进程序。
程序根据识别结果做判断。
最后再控制真实的小车运动。
这个过程比单纯看到一个“识别成功”的结果有意思得多。
因为我开始知道背后每一层大概在做什么。
这个暑假我花时间最多的另一个东西，是我自己的AI编程学习助手。
这个项目最开始就是一个想法：
我想做一个可以在电脑上帮助用户学编程的软件。
不是单纯问AI问题，而是希望它能结合本地代码、运行程序、做练习、判题，再慢慢加入AI学习功能。
于是我开始把整个项目拆成一个个Milestone来做。
目前已经开发到了Milestone 15。
项目里用了Tauri、React、TypeScript、Rust和Python。
也做了代码编辑器、本地工作区、Python运行、判题等功能。
当然，这里面有一个很重要的事实：
这个项目的复杂度，其实已经超过了我现在完全手写代码的水平。
很多功能都是我借助AI编程工具完成的。
所以我不会说“我已经会React、Rust、Tauri”。
这明显不准确。
但我觉得这个项目还是让我学到了很多“只学语法学不到”的东西。
比如怎么把一个很大的想法拆成小目标。
怎么写清楚需求。
怎么告诉AI“这一步只做什么，不要提前做到下一步”。
怎么测试功能。
怎么发现Bug。
怎么把错误现象描述清楚。
怎么判断一个功能到底是真的做好了，还是只是表面能跑。
我发现，使用AI编程也不是单纯一句“帮我写”。
如果自己完全不知道要做什么，AI写出来的项目也很容易越来越乱。
反过来，如果自己能把目标、模块、边界和测试方式说清楚，AI就会更像一个真正的开发工具。
这也是我这个暑假比较有意思的一种体验。
现在回头看，我觉得自己的学习路线也开始慢慢清晰了。
Python基础已经差不多学完。
面向对象还要继续补封装、property、继承、super、方法重写、组合和多态。
AI这边，我现在刚走到LLM API这一层。
接下来我想继续学HTTP、FastAPI，然后再往Tool Calling、Agent和RAG走。
我现在反而不太想一上来就直接套各种Agent框架。
因为自己做过最基础的API聊天程序之后，我越来越觉得：
知道底层在干什么，真的很重要。
不然最后可能只是会“调用一个框架”，但不知道它为什么能工作。
如果让我总结这个暑假，我觉得最大的变化不是“我学会了多少技术”。
而是我开始从：
“这个代码怎么写？”
慢慢变成：
“这个东西到底是怎么工作的？”
以及：
“我能不能自己把它做出来？”
可能我现在做出来的很多东西还比较粗糙。
很多技术也只是刚入门。
但这个暑假至少让我越来越确定，我以后想继续往AI应用开发和软件开发这个方向走。
能写代码当然很重要。
但我现在更喜欢的，是把代码、AI、API，甚至真实硬件连接起来，然后真的做出一个东西。
目前EECO Python Tutor这个项目我通过vibecoding已经完成到Milestone15 ，更多agent开发方面的知识还需要多加学习。
我目前也在尝试AI剪辑之类的
接下来就是高中了，务必加快落实天越计划（估计没人能看懂我说的是么）。
Comments NOTHING