第 15 讲 · 实战：写代码与数据分析

写代码是 LLM 目前最强、验证最闭环的应用场景（第 09 讲：测试提供客观信号）。本讲给出三个层次的工作流——日常辅助、整项目开发、自动数据分析——以及"代码经验少"的使用者最该守住的一条底线：理解权不外包。

1. 三个层次，三种用法

2. L1 日常辅助：问得好，答得准

• 写小函数：给足输入输出契约——"写一个 Python 函数：输入 DataFrame 和列名，返回该列的异常值行（IQR 法），保留原索引，处理空列的边界情况，附 3 个测试用例"。契约越完整，返工越少（第 14 讲技巧 1 的代码版）；
• 看不懂的代码："逐块解释这段代码，重点说明[正则/这个 groupby 链]在做什么，然后指出可能的坑"；
• 报错求医：贴完整的报错栈 + 相关代码 + "我已经试过 X"。只贴最后一行错误信息等于让医生隔着门诊病；
• 翻译：跨语言迁移（"把这段 MATLAB 改写成 numpy，保持数值行为一致"）是它的舒适区。

3. L2/L3 智能体开发：vibe coding 的正确姿势

用编程智能体（第 11 讲已装好）从零做一个工具的标准循环：

1. 先谈需求再动工。第一条消息别说"帮我写个记账程序"，说：

我想做一个命令行记账工具，Python。需求：
- 记一笔：金额、分类、备注、日期（默认今天），存本地 CSV
- 查询：按月汇总、按分类汇总
- 我是初学者，代码请保持简单直白，不要过度设计
先给我：文件结构 + 数据格式 + 你打算怎么拆步骤。我确认后再写代码。

"先方案后代码"这一步能拦下 80% 的方向性返工（第 14 讲技巧 6、7 的合体）。

2. 小步走，步步验。让它一次实现一个功能，你跑一下、看一眼再继续。智能体一口气改十个文件的模式，出错时你将无从审起。

3. 报错直接回喂。跑出错就把报错原样贴回去——"看报错→改→再跑"这个循环它自己能转（第 08 讲循环工程），你只需在方向跑偏时踩刹车。

4. 验收要动真格。它说"完成了"不算完成（第 08 讲：不让模型自己宣布成功）：亲手跑主流程、试边界输入（空文件、负数、中文路径）、让它"写一组测试并跑给我看"。

5. 收尾三连：让它写 README（怎么运行）、把过程中的设计决定记进注释、生成 requirements.txt。三个月后的你会感谢这一步。

4. 自动数据分析：从 CSV 到报告

数据分析是"智能体 + 代码执行"的天然场景，流程已经高度成熟：

标准工作流（聊天产品的代码解释器 / 编程智能体皆可）：

1. 给数据 + 给背景：上传 CSV，说清每列含义、数据怎么来的、你关心什么问题——列名叫 var3 而你不解释，分析必然肤浅；
2. 先探索后假设："先做探索性分析：形状、缺失、分布、异常值，输出你观察到的 5 个最值得追问的现象"——让它当侦探，别一上来就要结论；
3. 追问与钻取：对有意思的现象连环追问（"按地区拆开看""控制价格后还成立吗"）；
4. 产出：让它输出图 + 完整可复跑的脚本——脚本是交付物的一部分，保证分析可复现（科研场景这是硬要求）。

三条红线（第 13 讲红线三的展开）：

• 统计方法要说理："为什么选这个检验？前提假设满足吗？"——不接受黑箱 p 值；
• 关键数字抽查：随机挑两个汇总数字，用 Excel/手工透视核对——静默的数据对齐错误比崩溃可怕；
• 相关不是因果：让它明确区分"数据显示相关"与"可以下因果结论"，并列出混杂因素。

动手：跑 labs/lab10_auto_analysis.py——一个微型"分析智能体"：你给它一个 CSV，它（通过 DeepSeek API）自主决定写什么分析代码、执行、解读结果再决定下一步。这是第 08/09 讲循环工程 + 本讲工作流的合体演示，也是课程实验的收官之作。

5. 常见问题速答

• 它写的代码风格老旧/用了废弃 API？——知识截止（第 14 讲坑 5）。给它贴最新文档片段，或明确指定版本："用 pandas 2.x 的写法"；
• 改 A 坏了 B？——上下文里没有 B 的信息。用智能体（它能读全项目）而非聊天框贴片段；重要项目上 git，每步可回滚（智能体时代 git 从"团队协作工具"变成了"个人后悔药"，务必用上）；
• 生成的代码越改越乱？——上下文腐烂（第 14 讲坑 3）。新开会话，只带上"当前代码 + 我要什么"重新开始；
• 什么时候不该用 AI 写？——安全敏感（鉴权、支付）、性能关键路径、你完全无法验证正确性的领域。这些地方要么自己写，要么找人审。

本讲小结

• 三层用法各就各位：片段问聊天框，任务交智能体，项目当产品经理；
• 智能体开发五步：先方案→小步走→回喂报错→动真格验收→收尾三连；
• 数据分析四步：给背景→先探索→再钻取→交脚本；三条红线防静默错误；
• 底线：理解权不外包——能复述设计原因，才算你的代码。

下一讲从代码切到图像：文生图的原理（扩散模型，给你的数学背景加一点推导彩蛋）与实操（提示词结构、工具选择、版权边界）。