不要把AI的输出当成自己的能力，不要用工具的强大掩盖自己的虚弱
| 项目 | 内容 |
|---|---|
| 所属课程 | https://edu.cnblogs.com/campus/fzu/2026-01SoftwareEngineeringandSoftwareEngineeringPractice |
| 作业要求 | https://edu.cnblogs.com/campus/fzu/2026-01SoftwareEngineeringandSoftwareEngineeringPractice/homework/16716 |
| 作业目标 | 完成 HuggingFace API 调用实践、GitHub 个人主页搭建，梳理个人技能树与课程学习规划，熟悉博客园 Markdown 写作规范 |
| 学号 | 102402141 |
写在前头：其实这个标题的灵感主要也是来源于老师在作业里说的一句话，助教不能注意到所有同学，越能让助教记住你的博客，越能获得更高的评价。所以，其实有点标题党的意思。我认为这句话真是在我前几个月看到的最有道理的一句话，在AI时代自己的思考能力再被慢慢剥夺，这是一种慢性死亡。
1.准备工作，github账号
虽然我早就注册了，但是实际上里面只有一个git仓库协作，我觉得是应该充盈一下github仓库里的东西了
2.API调用
这是前端生成的效果
生成的图片效果
提示词1：A realistic street photograph of a small neighborhood convenience store after rain at dusk, warm yellow light coming from inside the store, wet pavement reflecting the lights, a young woman walking toward the entrance, natural everyday atmosphere.
设计思路：第一版只确定基本画面：时间是雨后傍晚，地点是街边便利店，主体是一个走向门口的人。它的作用是先看模型能不能把“真实街景”的大构图做出来。
提示词2：A documentary-style street photograph of a small neighborhood convenience store after rain at dusk, a fictional young woman in her twenties walking toward the glass entrance, wearing a gray hooded jacket and dark trousers, warm yellow shop lights reflecting on shallow puddles, raindrops on the glass door, damp concrete ground, blurred apartment buildings and a quiet streetlamp in the background, natural colors, realistic lighting, 50mm lens.
修改思路：第二版把画面变具体。增加人物服装、玻璃雨滴、积水倒影、居民楼和路灯，让模型知道真实感来自哪些可观察细节；加入 documentary-style 和 50mm lens，让画面更像真实摄影。
提示词3：A highly realistic documentary-style street photograph after rain at dusk, showing a small neighborhood convenience store in an ordinary residential street. A fictional young woman in her twenties is gently pushing open the glass door, her head slightly lowered, wearing a gray hooded jacket and dark trousers. Fine raindrops cover the glass, shallow puddles on the damp concrete reflect warm yellow shop lights, and the background shows softly blurred apartment buildings with a muted streetlamp. Natural skin texture, individual hair strands, accurate hands, natural body proportions, realistic exposure, physically plausible shadows, subtle depth of field, 50mm lens, restrained colors, authentic everyday atmosphere, no readable text, no logos, no watermark, no extra fingers, no distorted limbs, no plastic skin.
最终版思路：第三版在第二版基础上加强“真实摄影”的细节，并限制常见错误。比如 accurate hands 防止手部崩坏，natural body proportions 防止比例怪异，realistic exposure 和 physically plausible shadows 控制光影，no readable text 避免便利店招牌乱码。整体目标是让画面像一张普通人真实拍到的街头照片，而不是过度精修的宣传图。
3.随笔
开发方面：掌握一定的java软件开发，前后端都会点，我觉得在控制高并发，包括微服务之类的东西整的还不会，然后一些底层的东西探究的不是很清楚，比如spring的一些底层的东西感觉没整太明白，包括JVM，我觉得这些知识可能需要三顾茅庐才能把他请到我的脑子里
科研方面：机器学习和图神经网络，学了但我觉得依旧略知一二吧，论文没看几篇，模型调参没做几次，感觉和开发一样往底层探索的太少了，得重学
其他方面：python其实是最喜欢用的，爬虫会点，数据分析也会点，但是代码量有点低，我估计手写可能也就三四千行代码，力扣只写了一百多题，这个真的太少了，这学期还是希望一边准备考研一边多写点代码，如果要算上建模或者开发的时候AI写的代码那可能有上万行，但那没有意义，我还是希望手写代码能够上万
兴趣方面：实际上我个人并不是很看好软件开发以及其他各种开发的前景，软件开发就不说了，前端已经早就没了，后端已经变成前端后端分离人不分离了，测试运维全包。包括其他开发也是，这种工程化的东西未来迟早变成一个架构师带一群外包就能完成的事情，等我再读5年出来差不多已经没戏了。我觉得只能读研往AI方向试试，不然就只能转行了，所以我个人还是对一些综合性的岗位感兴趣，比如数据分析，AI产品经理，我觉得和业务强相关的岗位才是有前景的。
最希望学到的知识：最希望学到的知识还是我的标题，希望我不要被AI裹胁，脚踏实地的走好每一步，不管是学什么
AI写的学习指南
评价写在前面：AI味很重，合理但又有很多不合理的地方，可以参考但需谨慎。有点文邹邹的，看起来很像鸡汤
软件工程课程学习指南（简要版）
本指南面向软件工程专业本科学习，围绕「理论打底 + 工程落地」的核心思路，梳理知识体系、阶段路径、实践方法与工具栈，帮助平衡课程学习与工程能力培养。
一、核心知识体系三层架构
1. 基础层（底层能力）
- 编程基础：至少精通1门主语言（Java/Python/C++），掌握语法、面向对象、异常处理、集合框架
- 核心基础：数据结构与算法、计算机组成原理、操作系统、计算机网络、数据库原理
- 数学基础：离散数学、线性代数、概率论（为算法、智能软件工程方向打底）
2. 专业核心层（软件工程本体）
- 需求工程：需求调研、用例分析、需求规格说明书编写
- 软件设计：面向对象设计、设计模式、UML建模、架构设计（单体/微服务）
- 软件测试：黑盒/白盒测试、单元测试、集成测试、测试用例设计
- 项目管理：敏捷开发（Scrum）、瀑布模型、进度管理、风险管控
- 质量与维护：代码评审、重构、软件配置管理
3. 工程实践层（落地能力）
- 全栈开发：前端/后端基础、接口设计、数据库实战
- 部署与运维：版本控制、持续集成、容器化部署、基础运维
- 团队协作：分工协作、文档撰写、沟通汇报
二、分阶段学习路径
阶段1：入门筑基（第1-2学年）
- 目标：打好编程与计算机基础，建立工程思维雏形
- 核心任务：
- 熟练掌握1门主语言，完成100+道算法题训练
- 完成小型课程设计（如学生管理系统、图书管理系统）
- 掌握Git基础，开始用技术博客记录学习笔记
阶段2：进阶深化（第2-3学年）
- 目标：掌握软件工程核心方法论，具备中型项目开发能力
- 核心任务：
- 学习设计模式、UML，能独立完成从需求到设计的全流程文档
- 参与团队课程项目，实践敏捷开发流程，完成前后端分离项目
- 接触数据库优化、接口设计、单元测试等工程细节
阶段3：实战落地（第3-4学年）
- 目标：对接工业界标准，形成完整工程能力
- 核心任务：
- 参与实战项目/实习，接触真实业务场景与团队协作
- 学习容器化、CI/CD、云部署等工程化技术
- 梳理个人技术栈，完成毕业设计与职业方向定位
三、高效学习方法
- 项目驱动学习：避免纯背书，每学一个知识点对应一个小实践，比如学完设计模式就重构一次旧项目代码
- 重视文档能力：软件工程的核心产出不只是代码，需求文档、设计文档、测试报告都是核心能力，坚持用Markdown规范输出
- 代码规范优先：从入门就养成命名规范、注释清晰、模块化的编码习惯，远胜后期纠正
- 主动复盘迭代：项目结束后复盘架构问题、协作问题、技术债务，形成「开发-复盘-优化」的闭环
四、必备工具栈
| 类别 | 核心工具 |
|---|---|
| 版本控制 | Git、GitHub/Gitee |
| 项目协作 | 飞书/钉钉、Jira、Trello |
| 设计建模 | StarUML、Draw.io、ProcessOn |
| 开发工具 | IDEA、VS Code、Navicat |
| 部署运维 | Docker、Jenkins、Linux基础命令 |
| 文档输出 | Markdown、语雀、博客园 |
五、常见避坑提醒
- 避免「只学编程，不学工程」：软件工程≠写代码，需求、设计、测试、管理都是核心能力
- 避免「重功能，轻质量」：只追求功能跑通、不考虑可维护性与可扩展性，是课程作业的常见通病
- 避免「个人英雄主义」：真实项目以团队协作为主，学会沟通、分工、对接，比单打独斗重要
- 避免「技术栈堆砌」：不求多而求深，把一条技术栈的工程细节吃透，远胜浅尝辄止多个方向
六、进阶拓展方向
- 技术路线：后端开发、前端开发、测试开发、DevOps、架构师
- 研究方向：软件工程理论、智能软件工程、分布式系统、云原生
浙公网安备 33010602011771号