編程基礎篇 · 你現在能做什麼
把 AI 寫的程式碼「驗收」一遍
整章都在説「你可以不寫程式碼，但要會驗收」——今天就驗一次真的。三檔任務按投入挑一個：30 分鐘能完成最輕的那檔，一週能把驗收變成你的工作習慣。每檔都配了直接可用的提示詞。
挑一檔 · 今天就動手
🥉
30 分鐘
任務一 · 讓 AI 自己交代
驗收的第一步：不看程式碼，先審口供
拿一段 AI 給你寫過的程式碼（沒有現成的？讓 AI 現寫一個「通訊錄去重」小工具：輸入一堆姓名+手機號碼，去掉重複的）。然後把下面的提示詞甩給它，讓它自己交代用了什麼收納方式。
針對你頭先寫嘅呢段程式碼，請答三條問題，用淺白嘅人話，我唔係程式員：
1. 你用咗咩數據結構嚟存呢啲數據？（陣列、哈希表、定係第啲？）
2. 點解揀佢而唔係第啲？講出至少一個你放棄咗嘅備選方案同放棄理由；
3. 如果數據量翻一千倍（比如從 100 條漲到 10 萬條），這段程式碼會變慢多少？哪一行最先扛不住？
如果你發現自己剛才的選擇其實不是最優的，請誠實説出來，並給出更好的版本。
完成標準：你可以用自己嘅話向人轉述「佢用咗咩結構、點解、數據變多會點」呢三個答案——轉述不出來就再追問 AI 一輪。
🥈
半天
任務二 · 要求換一種收納
同一功能兩種寫法，優劣你來裁判
接着任務一的程式碼，讓 AI 用另一種數據結構把同一功能重寫一遍，並列出兩版的優劣對照表。關鍵在最後一步：結論不讓 AI 下，由你來判斷哪版適合你的場景。
請將頭先呢個功能用另一種數據結構重新實現一次（例如原本用陣列就換成哈希表/Set，原本用哈希表就換成陣列），然後：
1. 兩個版本嘅完整程式碼都貼出嚟，關鍵行加註釋説明「呢度喺度做緊咩」；
2. 列一張優劣對照表，至少比較四個維度：查詢速度、插入速度、記憶體佔用、程式碼可讀性；
3. 分別説明：咩場景之下版本 A 更好、咩場景之下版本 B 更好，各舉一個具體例子（數據量多大、操作多頻繁）；
4. 不要替我下結論，把判斷留給我。
我的場景是：（描述你的真實情況，比如「個人工具，數據最多幾百條」或「要上綫給幾萬人用」）
完成標準：你基於自己的場景做出了選擇，並且能説出「因為我的數據量是 X、最頻繁的操作是 Y，所以選它」——説不出這句話，説明判斷還是 AI 替你做的。
🥇
一週
任務三 · 給自己的項目做選型
先自己選，再和 AI 對答案
挑你手頭一個真實需求（工作項目、個人工具都行）。先別問 AI——用 ds-summary 講的「怎麼找 / 怎麼進出」決策心法，自己把數據結構選了；然後讓 AI 獨立出一份選型方案，對比你倆是否一致。先過一遍下面的自查清單，把場景想清楚再動手。
📋 選型前自查清單（全部勾完再去問 AI）
✓數據會漲到多大？現在幾百條還是將來百萬條——量級決定一切
✓最頻繁嘅操作係查定插？讀多寫少和寫多讀少，答案完全不同
✓要不要保持順序？需要按時間/名次排列的話，很多結構直接出局
✓要不要去重？天然去重是 Set/哈希的主場
✓值不值得上緩存？同樣的查詢反覆發生的話，想想 ds-6 的隱形折扣
🎉 五個問題都想清楚了——你已經完成了大部分工程師跳過的那一步。帶着這五個答案去問 AI，它給的方案質素會高一個檔次。
我有一個真實需求要做數據結構選型，我已經自己選好了，先別給答案，按下面流程來：
我的需求：（一句話描述，例：給公司 5000 個 SKU 做一個庫存查詢工具）
我的場景參數：數據量約 X 條、最頻繁的操作是 X、是否需要順序：X、是否需要去重：X、同樣的查詢是否反覆出現：X
請你：
1. 獨立畀出你嘅選型方案（用咩結構存、點解），先唔好問我揀咗咩；
2. 給出這個方案在我的數據量下的性能預估（查一次/插一次大概多快）；
3. 説明數據量漲 10 倍之後方案要唔要變、點樣變。
你答完後我會公佈我自己的選擇，我們對答案：一致就互相驗證，不一致就辯論誰的理由更站得住。
完成標準：你和 AI 的選型一致（互相驗證成功），或者不一致但你能在辯論中聽懂它的理由、説清你的理由——兩種結局都算贏，怕的是從頭到尾沒自己選過。
點解次序係「先自己揀、再問 AI」？反過來的話，AI 的答案會瞬間覆蓋你的思考，你永遠不知道自己原本會怎麼選。驗收能力就係喺「我揀嘅同佢揀嘅唔一樣，點解？」呢條縫裏面長出嚟。
順手記住 · 驗收時的三個紅旗信號
做任務的過程中，如果在 AI 的回答裏看到這三種信號，值得多追問一輪。
循環裏套循環找東西
兩層 for 挨個比對，就是 ds-1 的「大抽屜裏翻大抽屜」。追問一句：「換成 Set/哈希表會唔會更快？」
説不出放棄了什麼
問它備選方案時只會誇當前選擇、舉不出被放棄的選項——説明它沒做過選型，只是預設輸出。
只在小數據上演示
Demo 用 10 條數據跑得飛快不代表什麼。永遠追問：「數據翻一千倍會點？」——這是本章最值錢的一句話。
✅ 這一課想和你分享的
- 驗收從審口供開始：讓 AI 交代結構、理由和備選方案，比讀程式碼本身更快暴露問題
- 結論要自己下：AI 負責擺事實列對照表，「哪版適合我的場景」必須你來判斷
- 選型前先過五問：量級、讀寫比、順序、去重、緩存——想清楚再問 AI，方案質素高一檔
- 先選再對答案：驗收的眼力，長在你和 AI 意見不一致的那個縫隙裏