資深開發者 Brad Traversy 在這部影片中分享了他對 2025 年及以後學習軟體開發的看法。他從 2007 年入行至今，見證了整個產業的巨大變化。影片核心觀點是：現在學習的重點不再是死記語法，而是理解基礎概念，並善用 AI 作為輔助學習工具。他提出了一套混合式學習方法（傳統課程 + AI 輔助），並給出許多實用的學習建議。

原影片連結：https://www.youtube.com/watch?v=gQnBetuyktk

影片重點

• 2025 年學習程式開發的方式與幾年前截然不同，需要學的東西更多，生態系統更龐大
• 學習目標應從「記住所有語法」轉變為「理解基礎概念 + 知道如何找答案」
• 推薦混合式學習法：傳統課程作為主要老師，AI 作為輔助助教
• AI 不應該替你寫程式碼，而是幫助你理解概念、除錯和填補知識空白
• 使用 AI 時應搭配文件（Documentation），將最新文件放入 AI 上下文中可獲得最新資訊
• 做專案是學習的關鍵，光靠課程無法培養解決問題的能力
• 避免倦怠，設定具體可衡量的目標，慶祝每個小成就
• 公開學習、教導他人能鞏固知識並建立開發者社群連結

詳細內容

[00:00] 開場：學習程式開發的方式已經改變

Brad Traversy 分享他從 2007 年開始學習程式開發的經歷。當時他主要透過 YouTube 頻道（如 thenewboston、KillerPHP）和 Tuts+ 上 Jeffrey Way 的課程來學習 jQuery 和 JavaScript。他坦言，過去的學習方式如今已經過時了——我們使用的工具、對學習的態度、甚至注意力的持續時間都發生了巨大變化。如果他今天從零開始，方法會完全不同。

[02:15] 軟體開發學習的範疇概覽

Brad 概述了作為軟體開發者需要學習的內容分類。首先是程式語言（HTML/CSS、JavaScript、Python、Go、Rust 等），然後是軟體框架（前端和後端框架如 Django、Laravel、.NET 等），接著是資料庫（Postgres、MongoDB）和 ORM，再來是版本控制（Git 和 GitHub），最後是設計模式與架構（MVC、REST、元件化開發）以及部署與 DevOps（AWS、Docker）。這個清單看似簡單，但實際包含的學習量非常龐大。

[04:30] 過去 vs 現在：學習目標的轉變

2007-2008 年學習的目標是打開文字編輯器就能隨心所欲地寫程式碼，不需要查文件。這在當時是可行的，因為需要學的東西相對較少——HTML、CSS、JavaScript、jQuery、WordPress 和 PHP 基本上就是全部了，前端也相當簡單。

但現在情況完全不同了。各種框架、工具、伺服器端渲染（SSR）、單頁應用程式（SPA）讓生態系統變得極為龐大。以 React 為例，其生態就包括 React Router、TanStack、Next.js、Astro、Gatsby、React Native 等等。因此，現在的學習目標應該是：理解基礎概念和底層原理，知道要建構什麼、如何找答案、在哪裡找答案，而不是死記所有語法。

[07:00] 混合式學習法：傳統學習 + AI 輔助

Brad 分享他實際使用的學習工作流程——混合式學習方法。主要以傳統學習為主，AI 作為輔助。

傳統學習（主要老師）：選擇一種線性的學習路徑，如影片課程、書籍、YouTube 教學、大學或訓練營。好的學習資源需要具備課程結構、概念強化、講師指導，最重要的是講師能清楚解釋原理而非只是展示結果。

AI 輔助（助教）：用 AI 來深入了解特定主題、填補課程空白、除錯錯誤、以及獲取最新資訊。過去遇到錯誤時只能在 Stack Overflow 上找類似問題，現在可以把完整錯誤訊息貼給 AI。但重要的是，不能只讓 AI 給答案——你需要讓它解釋一切。

一個強大的技巧是將最新的官方文件放入 AI 的上下文中。即使 AI 有知識截止日期，搭配最新文件就能獲得最即時的資訊。

[10:30] 學習資源推薦與 AI 工具的選擇

影片課程方面，有 Udemy、Pluralsight 等大型平台，以及 Traversy Media、Laracasts 等創作者平台。互動式平台有 freeCodeCamp、Boot.dev 等。Brad 也提到他正在建立自己的互動學習平台。

AI 工具方面，有瀏覽器端的 ChatGPT、Claude AI、Grok 等。但他認為 IDE 內建的 AI 更有幫助，例如 Cursor 或命令列工具如 Claude Code、Gemini CLI。不過在學習階段，必須自律地使用這些工具——把它們設為計劃模式（Plan Mode），例如 Cursor 的 Ask Mode 不會直接修改檔案，而是在聊天介面中回答問題。

[12:30] AI 學習助手的最佳提示詞範例

Brad 建議不要直接打開 AI 隨意提問，而是設定一個系統性的提示詞（Prompt）。範例提示詞包含以下要點：

• 告訴 AI 你正在上什麼課程、講師是誰、課程教什麼
• 要求 AI 擔任你的「私人程式助理和導師」
• 明確告訴它「不要替我做工作」、「不要直接給我答案」
• 請它用文字解釋程式碼範例
• 請它建議小型練習挑戰、記錄學習進度
• 請它幫忙除錯、改進程式碼，或用最新最佳實踐更新範例
• 一開始先請它建立一個學習計劃

這個提示詞的精髓在於讓 AI 成為一個「引導者」而非「代勞者」。

[15:00] 專案實作的重要性

Brad 強調在課程結束後（或甚至在課程某個章節結束後），一定要基於所學知識做專案。原因是：

• 專案會讓你遇到需要解決的實際問題
• 真實世界的工作中不會有人手把手指導
• 可以使用 AI 輔助，但要讓它引導你而非直接給答案
• 專案能讓你更深入理解概念，更重要的是培養解決問題的能力
• 光靠課程學到的基本概念和語法，無法幫你解決所有實際開發中的問題

[17:00] 通用學習建議

Brad 在最後給出了幾點通用建議：

1. 控制節奏：每天設定固定學習時間，不要讓自己筋疲力盡。倦怠會導致對程式設計完全失去興趣，甚至引發抑鬱和焦慮
2. 設定具體目標：不要說「我這週想學 React」，而是「我想學 React Hooks」或「我想學 JavaScript 事件監聽器」
3. 邊做邊學：不要只做課程項目，要自己動手做東西，累積實際經驗
4. 慶祝小勝利：學會建立 GitHub 倉庫、提交程式碼等都是值得肯定的成就
5. 教導他人：不一定要當老師或內容創作者，只要把學到的東西說出來、給別人示範，就能鞏固知識
6. 公開學習：在 Twitter 或 Instagram 上分享學習過程，加入 Discord 群組討論，與其他開發者交流

我的想法

Brad 這套「傳統課程 + AI 助教」的混合式學習法非常實際。他點出了一個很多人忽略的問題：AI 工具讓「不學就能做」變得太容易了，但這恰恰是學習者最大的陷阱。用 Cursor 的 Agent Mode 一鍵生成整個功能確實很爽，但你什麼也沒學到。

他建議的「AI 提示詞模板」是一個值得收藏的好做法。明確告訴 AI「不要替我工作」這一步看似簡單，卻是維持學習紀律的關鍵。這讓我想到 Vibe Coding 的概念——即使你用 AI 來加速開發，也必須先理解底層原理，否則出了問題完全無法除錯。

另一個值得注意的觀點是「將文件放入 AI 上下文」這個技巧。很多人抱怨 AI 的回答過時，但其實只要搭配最新文件，就能大幅提升回答品質。這在 Cursor 的 @docs 功能和 Claude 的 Project Knowledge 中都能輕鬆實現。

最後，Brad 強調的「避免倦怠」和「慶祝小勝利」在技術學習社群中不常被提及，但對長期學習來說至關重要。程式開發是一場馬拉松，不是短跑。