课程大纲

Day 1 — B1：AI 辅助编码与智能评审（Spec 驱动）

1. 开场与训练框架对齐（0.5h）

•   课程目标与闭环：Spec → Code → Review → Test → RCA

•   AI 使用边界：哪些交给 AI、哪些必须人工决策（架构、风险、验收）

 2. AI 编码工具簇实战（1.5h）

•   工具定位与组合打法：

    Ø  Qoder / 通义灵码 / TRAE：代码补全、生成、重构、Review、测试生成的侧重点

•   进阶技巧（面向工程落地）

    Ø Prompt 模板：上下文注入（Repo 结构/规范/依赖/约束）

    Ø 多轮约束：先生成接口与骨架，再逐步补齐逻辑

    Ø 质量闸门：编译/静态检查/单测/覆盖率作为硬约束

 3. 从 Spec 到 Code 的映射方法（2h）

•   “可执行Spec”的结构（课堂模板）

   Ø  领域名词表、输入输出、状态机/流程、异常与边界、验收标准、非功能约束

•   映射策略Spec → 模块边界（分层/职责/依赖）

    Ø Spec → 接口与数据结构（DTO/Entity/ValueObject）

    Ø Spec → 关键算法/规则（伪代码与复杂度）

    Ø 演练 1（分组）：把 Spec 拆成可实现的 Task 列表 + 接口草图

 4. 实战：基于 Spec 的模块化代码生成与落地（1.5h）

•   生成顺序：目录结构 → 接口→ 核心逻辑 → 异常/边界 → 日志与可观测性

•   演练 2：用选定工具完成模块化编码（要求可运行/可测试）

•   课堂检查点：能否用Spec 的验收标准“对上号”

 5. 智能评审与智能重构（0.5h）

•   AI Review 的 Checklist（课堂提供）

•   规格偏离、边界缺失、并发/资源风险、日志与错误码一致性、可测试性

•   演练 3：AI 输出 CR 问题清单 + 学员按优先级修复 3~5 条

Day 1 产出：Spec（最终版）+ 可运行的模块代码 + CR 问题清单（含修复记录）

Day 2 — B2：AI 驱动的测试自动化与 RCA

1. 智能测试用例设计：全覆盖用例矩阵（1.5h）

•   基于 Spec 的用例生成方法

    Ø  正常/异常/边界/等价类/组合覆盖

    Ø  针对状态机/规则引擎的用例拆分

•   演练 4：AI 生成用例矩阵（表格化）并人工补齐“关键边界”

 2. 自动化脚本辅助编写（Selenium / Playwright）（1.5h）

•   选型与结构：PageObject、测试数据管理、断言策略、失败截图/日志

•   演练 5：AI 生成 3~5 条端到端脚本（或 API 自动化脚本）

•   课堂检查点：脚本可运行、可复现、可定位（失败信息有用）

3. 基于日志的故障诊断：AI 辅助 RCA（2h）

•   RCA 框架：现象 → 证据 → 假设 → 验证 → 根因 → 修复/预防

•   日志与可观测性最低要求：关键路径埋点、traceId、错误码、关键输入输出摘要

•   演练 6（故障注入）：老师提供或脚本注入1~2 个典型故障（空指针/边界溢出/并发问题/数据格式错）

    Ø  AI 分析失败日志与测试输出，给出定位路径与修复建议

    Ø  学员完成修复并回归测试，形成 RCA 报告

4. B3 选修：专家级 AI 应用（RAG & Agent）（1h，可按需替换为答疑/加练）

•   RAG 全链路快速过一遍（以“工程可落地”为目标）

     Ø  数据清洗 → 向量化 → 检索（BM25+向量混合）→ 重排 → 引用与溯源

     Ø  强调定位：RAG 是“内容辅助生成引擎”，不是安全决策依据

•   Agent 角色编排

     Ø  工具调用（搜索/代码执行/工单系统 Mock）

      Ø  自我修正：反思回合、失败重试、约束条件

•   演练 7：技术文档检索助手（RAG Demo）

Day 2 产出：用例矩阵 + 自动化脚本 + 故障注入与 RCA 报告 +（选修）RAG/Agent Demo