上周,那个实习生小杨找我聊了一次。

他说:"老师,我感觉来了两周,学到的东西比我预想的多很多。"

我心里清楚,这不完全是我的功劳。

一个月前他刚来的时候,我脑子里只有一个念头:

我根本没时间带他。


一、一个真实的困境

小杨是校招实习生,Java方向,学过 Spring Boot,写过几个课程作业,理论不差,但没有真实项目经验。

照往常的带法,我应该:

  • 带他熟悉代码库
  • 讲一遍业务背景
  • 分配一个小任务,每天花时间答疑
  • 出了问题一起 debug

问题是,我那段时间正在主导等保三级整改(143个字段,7天),根本抽不出系统性的时间。

以前也带过实习生,常规套路下,前两周基本是我在陪跑,他在消化,产出接近于零,我自己也焦虑。

这次,我决定换一种做法。

让 AI 承担"陪跑"的角色,我只做关键节点的决策。


二、第一步:用 AI 给他设计一张学习地图

以前新人入职,我的做法是:丢一堆文档,说"先看看"。

这次,我先把我们的项目背景、技术栈、小杨的现有能力,整理成一段描述,喂给 Claude:

我有一个实习生,情况如下:
- 背景:大三,学过 Java + Spring Boot,写过课程项目,没有生产级项目经验
- 我们的技术栈:Spring Boot 3, MyBatis-Plus, Redis, RabbitMQ, MySQL
- 项目类型:B端 SaaS 平台,有复杂的权限体系和业务流程

请帮我设计一套两周的 onboarding 学习计划:
1. 每天的学习重点是什么
2. 用什么方式验证他学会了(不是考试,而是能做出东西)
3. 哪些东西应该自己摸索,哪些应该我来讲
4. 有哪些坑是新人必踩的,可以提前告诉他避开

AI 给出的两周计划,我调整了几个地方,变成了这个版本:

第一周:读懂系统

Day 1-2:环境搭建 + 跑通主流程
  验收:能自己发起一个完整的接口调用,从前端到数据库
  
Day 3-4:读核心模块代码
  要求:选一个你觉得最看不懂的模块,写一份"我的理解"文档
  验收:我来看这份文档,评估他理解对了几成
  
Day 5:提 3 个"为什么这么设计"的问题
  不要问语法问题,要问设计决策
  验收:我来回答,看问题质量

第二周:做一个真实功能

Day 6-8:独立实现一个小需求(我来选)
  要求:先出方案,我 approve 之后再写代码
  
Day 9-10:Code Review + 上测试环境
  要求:先过 AI Review,再给我看

这张地图,我花了 20 分钟调整,然后直接发给了小杨。

他看完沉默了一会儿,说:"比我预想的要有结构。"


三、第二步:让 AI 替我回答 80% 的问题

新人 onboarding 最累的不是讲课,是回答那些碎片化的问题

一天下来,七八个问题,有的是环境问题,有的是语法问题,有的是"这段代码为什么这么写"。

每个问题单独看都不难,但打断你的节奏、消耗你的注意力,一天下来你什么都没做成。

我告诉小杨:

遇到问题,先问 AI。 把你的问题、你尝试过的方法、AI 的回答,一起发给我。 如果 AI 回答完你还不明白,或者 AI 的答案你觉得有问题,再来找我。

这个规则,改变了我们的互动方式。

一个真实的记录:

第三天,小杨遇到了一个分页查询 N+1 的问题。

他先问了 AI,AI 解释了 N+1 是什么、给了修改建议。他看完还是有点懵,然后发给我的是:

"AI 说要用批量查询替代循环查询,我大概懂了,但我不确定在 MyBatis-Plus 里具体怎么做,AI 给了两种写法,我不知道选哪个。"

这个问题,质量高多了。

他不是在问"N+1 是什么"(AI 已经回答了),而是在问"两种方案我该怎么选"——这是需要判断力的问题,也是我应该回答的问题。

我花了 3 分钟,解释了两种写法的适用场景,他立刻明白了。

两周下来,小杨发给我的问题,80% 都是这种"已经有 AI 答案、但需要我帮他做判断"的问题。

我节省了大量时间,他也学会了一个重要习惯:先独立思考,再寻求帮助。


四、第三步:用 AI 做他的代码 review 第一关

第二周,我给小杨分配了一个真实需求:做一个操作日志模块,记录用户在后台的关键操作,支持按时间和操作类型查询。

不复杂,但涉及注解设计、AOP 拦截、异步写入,刚好是能拉开差距的场景。

规则和我们团队一样:提交给我之前,先过 AI Review,把结论贴到代码注释里。

他交上来的时候,代码里有这么一段注释:

/**
 * AI Review 结论(2026-03-28):
 * 1. [严重] 日志写入是同步的,如果日志服务出问题会影响主流程 → 已改为异步
 * 2. [中]   操作人信息从参数里取,建议从 SecurityContext 统一获取 → 已修改
 * 3. [低]   方法名 saveLog 不够语义化,建议改为 recordOperation → 待确认
 * 
 * 我的判断:第3条我觉得两个名字都可以,保留 saveLog,因为和其他模块命名一致。
 */

我看到这段注释的时候,停了一下。

不只是因为他改了 AI 发现的问题。

而是因为他对 AI 的第 3 条意见,给出了自己的判断,并且说明了理由。

他没有照单全收,也没有全部无视。他在思考。

这是我带过的实习生里,第一次在第二周就看到这种状态。

我做的 Review,只补了一个他和 AI 都没发现的地方:AOP 切面在某些特殊情况下会失效的边界条件,这是我们项目特有的坑,不在代码里,只在经验里。

加了这条备注,这个功能上测试环境,一次通过。


五、两周结束时,数据说了什么

两周结束,我做了一个简单的复盘。

小杨的产出:

  • 一份"我对核心模块的理解"文档,质量超出预期(我发现了他漏理解的两处,但整体框架是对的)
  • 3 个设计层面的问题,其中一个触及了我们现有架构的一个真实隐患
  • 一个完整功能,代码质量达到了我们团队"可以上线"的标准

我的投入:

  • 总共和他面对面沟通约 4 小时(以往带一个新人,前两周至少 12 小时)
  • 回答的问题,80% 是"判断类"问题,20% 是"解释类"问题
  • 做了一次有效的代码 Review,时间约 30 分钟

和以往的对比:

以往带新人(前两周):
- 我的投入:12-15 小时
- 新人产出:熟悉了环境,能写简单功能,代码质量一般
- 核心问题:我的时间都花在重复解释上

这次(前两周):
- 我的投入:约 4 小时
- 新人产出:一个可上线功能 + 一份有价值的理解文档
- 核心转变:AI 过滤掉了 80% 的重复问题,我只处理需要判断的部分

六、但有一件事我没想到

第二周结束时,我问小杨:最大的收获是什么?

他想了一会儿,说:

"学会了怎么和 AI 协作。不是让它帮我写代码,而是用它帮我想清楚问题。"

然后他补了一句:

"但有时候 AI 说的太有道理了,我差点没自己想就直接用了。那个操作日志的名字,AI 建议改,我第一反应是'AI 说改就改吧'。后来想了想,才发现有自己的理由可以不改。"

这句话让我想到了一件事。

我在这两周里,给了他大量"先问 AI"的任务,但我没有明确告诉他:AI 的答案是参考,不是裁判。

他自己在第二周摸索出来了,但这件事,我本来应该在第一天就讲清楚。

这是我这套方案里,现在还在打磨的一个地方。


七、可以直接用的模板

如果你也要带新人,这套流程可以直接参考。

Prompt 1:生成 onboarding 学习计划

我有一个新人,情况如下:
- 背景:[学历/工作经验]
- 现有技能:[会什么]
- 我们的技术栈:[列出来]
- 项目类型:[一句话描述]
- 我能给他的时间:每天约 [X] 小时

请帮我设计一套 [两周/一个月] 的 onboarding 计划:
1. 每天的学习重点
2. 如何验收(能做出什么东西,而不是考试)
3. 哪些靠自己摸索,哪些需要 mentor 介入
4. 新人必踩的坑,可以提前告知的

Prompt 2:引导新人问出好问题

给新人的规则(直接发给他):

遇到问题的处理顺序:
1. 先查文档或自己想 10 分钟
2. 想不出来,问 AI
3. 把"你的问题 + 你尝试过的 + AI 的回答"一起发给我
4. 如果 AI 回答完你还不懂,或者 AI 给了多个方案你不知道选哪个——来找我

不要直接问我你没想过的问题。

Prompt 3:新人代码 Review 的 AI 前置模板

给新人的标准流程:

提交代码前,先把 diff 喂给 AI,用这个 Prompt:

"请对以下代码做 Review,重点关注:
1. 潜在 bug(空指针、并发、边界条件)
2. 安全风险
3. 性能问题(N+1、大循环)
4. 代码规范和可维护性

对每个问题说明严重程度和修改建议。"

然后:
- AI 发现的问题,说明你的处理决策(修改 or 保留,要说理由)
- 把这段记录贴到 PR 描述或代码注释里
- 再提交给 mentor Review

八、写在最后

两周结束,小杨问我下一步要做什么。

我说:继续做真实需求,难度升一档。

他问:还是用这套方法吗?

我说:框架不变,但有一条你已经应该内化了——AI 是你的参考,判断是你自己的事。

他点了点头,说他明白了。

我觉得他确实明白了。


带新人这件事,难的从来不是"传授知识"。

知识,AI 比我讲得更全,更有条理,更有耐心。

难的是帮他建立判断力——知道什么时候该信 AI,什么时候该质疑,什么时候应该有自己的答案。

这件事,只有人能做。

但 AI 把我从重复解释中解放出来之后,我终于有时间,专门做这件事了。


你带过新人吗?有没有试过用 AI 来帮你设计 onboarding 流程?

欢迎评论区聊聊。


后端AI实验室
不讲概念,只谈实战
代码开源,每周更新

image

 


原文地址: https://www.cveoy.top/t/topic/qGqm 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录