AI 辅助后端研发 Bootcamp 标志
AI 辅助后端研发 Bootcamp

主线课程

围绕传统后端研发全生命周期，讲清 AI 在需求、设计、编码、测试、排障、发布和 团队落地中的正确位置。

主线课程 · 12 节进阶专题 · 4 个练习体系 · 12 套 + 通用模板技术底座 · Java 21 + Spring Boot 3.x

练习方式

每节正文中的 `课后练习` 段都会直接指向对应练习文件，建议读完正文后立刻进入该课练习。

如果你希望保留 AI 输入、人工删改和验证过程，可以直接使用通用提交模板。

想看 12 节练习的统一说明、阶段推进建议和验收原则，可以打开课后练习总览。

生命周期地图

需求理解
澄清问题
拆解任务
补齐边界
接口设计
设计 DTO
整理错误码
锁定契约
工程搭建
模块切分
脚手架草图
最小骨架
编码实现
补样板
守分层
收敛职责
测试验证
边界样例
回归清单
真实运行
联调排障
整理证据
压缩排查路径
沉淀复现记录
发布运维
发布检查
监控摘要
故障复盘
团队落地
统一模板
规范沉淀
试点推广

课程目录

0

第 0 课：AI 时代后端工程师的工作流重构

2h

先重构工作流，再谈如何让 AI 真正提效

认知工作流协作方式
1

第 1 课：用 AI 做需求理解与任务拆解

2h

让 AI 先帮你澄清问题，而不是直接开始写代码

需求拆解边界澄清
2

第 2 课：用 AI 做接口设计与数据建模

2h

先把契约讲清楚，再进入实现

接口设计DTO数据建模
3

第 3 课：用 AI 辅助搭 Spring Boot 工程骨架

2h

生成最小可维护骨架，而不是最大模板工程

Spring Boot脚手架模块边界
4

第 4 课：用 AI 写业务代码，但守住边界

2h

让 AI 加速实现，不让它打散分层

编码分层边界
5

第 5 课：用 AI 补测试、造样例、做回归

2h

把验证环节变成 AI 的高价值场景

测试样例回归
6

第 6 课：用 AI 联调接口与排查问题

2h

让证据整理和排查路径收敛更快

联调日志排障
7

第 7 课：用 AI 辅助 SQL、缓存与性能分析

2h

先看清瓶颈，再决定要不要优化

SQL缓存性能
8

第 8 课：用 AI 做重构、代码审查与风险发现

2h

让 AI 帮你先筛风险，再做最小安全改动

重构代码审查风险
9

第 9 课：用 AI 写文档、设计说明与交接材料

2h

把代码变化沉淀为可协作资产

文档设计说明交接
10

第 10 课：用 AI 参与发布检查、监控分析与故障复盘

2h

把上线和复盘变成可重复的工作流

发布监控复盘
11

第 11 课：团队级 AI 开发规范与落地路线

2h

把个人提效方法沉淀成团队能力

团队规范模板落地路线

学习原则

✓
工作流优先
先定义研发动作和验证方式，再决定 AI 参与在哪一步。
✓
上下文先行
不给真实代码、约束和目标，AI 只会生成看起来合理的猜测。
✓
验证必选
测试、构建、日志和评审是 AI 协作的收口动作，不是附属步骤。
✓
边界明确
生成速度不能替代分层、权限、兼容性和风险边界。
✓
团队复用
课程目标不是个人提效技巧，而是可被团队复用的模板和规范。