先看完整路线，再开始走
零基础最容易被陌生名词吓住。先知道每一站解决什么问题，遇到细节时才不会失去方向。
- 看到陌生术语时，能先判断它属于页面、逻辑、数据还是运行环境。
- 本地开发、联调、构建、部署和上线的区别
- 为自己的第一个产品写一张八阶段路线卡，并标出现在所在位置。
- 完成 1.1「AI 时代为什么还要理解全栈」
FOUNDATION
必须理解
零基础最容易被陌生名词吓住。先知道每一站解决什么问题，遇到细节时才不会失去方向。
路线图的作用不是制造待办压力，而是让你知道当前问题依赖什么、下一步最小成果是什么。看见全貌后再局部学习，可以避免在工具之间反复跳转。
第一次坐地铁不需要背下所有站名，但要知道起点、终点、换乘站和当前所在方向。课程阶段就是换乘站，每节课的完成标志就是确认自己没有坐反。
任务应用会依次经历纸面需求、静态页面、React 组件、API、数据库、登录与上线，每一步都保留一个能运行的版本。
本地开发、联调、构建、部署和上线的区别
有些东西确实要按顺序来。连文件放在哪都没弄清时，安装框架报错会完全找不到方向；还没见过请求和响应，就开始联调前后端，也很容易只剩猜。
基础概念
本地开发是在自己的电脑上编写和运行；联调是让多个部分按共同约定协作；构建是把源代码转换成可交付产物；部署是把产物放进运行环境；上线是让真实用户开始访问。
进一步理解
这些动作可能连续发生，但验收证据不同。本地开发看本机地址，联调看请求与响应，构建看生产产物，部署看远端版本，上线还要看真实域名、账户和用户流程。
把阶段分开能帮助定位失败。构建失败与服务器打不开不是同一问题；部署命令成功也不代表域名、权限和数据已经适合真实用户。
任务应用在 localhost 上可用属于本地开发；接上 /api/tasks 属于联调；生成 dist 属于构建；把版本送到平台属于部署；邀请用户通过正式域名使用才是上线。
“发布”和“部署”常被混用，但规划时最好区分：部署是技术版本到位，发布还包含是否向用户开放以及如何回退。
这一小节记住：每个阶段都要用属于它自己的可观察结果来验收。
学习结果应该是一条完整闭环，不是互不相关的练习
“这周学会部署”听起来像目标，其实很难判断完成没有。换成“手机能打开我发布的页面”，你和 AI 都知道最后该验收什么。
基础概念
完整闭环是从问题出发，经过实现、验证和交付，最终由真实结果证明目标达成的一条连续链路。课程知识只有进入这条链路，才会从孤立记忆变成可迁移能力。
进一步理解
孤立练习可以训练局部动作，例如写一个按钮；闭环还会追问按钮为何存在、点击后数据去哪、失败如何提示、用户是否真的完成任务。
学习路线应由前置关系组织。先会定位文件再谈构建，先理解请求响应再谈接口，先有数据模型再谈迁移，可以减少同时处理太多未知量。
每学一个主题，都在同一个任务应用上留下可运行结果：静态列表、组件化列表、真实 API、持久化数据、登录和公开版本依次连接。
闭环不等于一次做出大型产品。一个按钮从输入到保存再到提示也可以是小闭环，关键是输入、处理、输出和验证都存在。
这一小节记住：学习成果应是一段能重复验证的完整行为，而不是看过的名词数量。
概念在用到时理解，比提前背完更有效
遇到新名词先问三个问题就够了：它解决什么、接收什么、最后交出什么。眼前用不到的细节先放一放，等项目真的走到那里再深挖。
基础概念
按需理解是先掌握当前行动所需的最小模型，再在真实问题出现时补充细节。它不是拒绝基础，而是用使用场景给抽象知识提供位置。
进一步理解
第一次遇到术语时先问：它解决什么问题、接收什么、产生什么、出错时表现怎样。四个答案足以建立入口，之后再读正式定义和机制。
提前背完所有细节会带来高遗忘率，也让人无法判断什么重要。完全跳过概念又会变成复制命令。合适的节奏是理解到能预测下一步和检查结果。
学习 DNS 时先用它解释域名如何找到服务器；等配置域名时，再深入记录类型、缓存时间和传播过程。
按需学习不等于“遇错才搜一个答案”。如果不知道操作范围、安全风险和成功证据，就还没有达到可以执行的最低理解。
这一小节记住：概念学到能指导当前行动，再让实践暴露下一层问题。
AI COLLABORATION
AI 如何参与
让 AI 在每次任务开始前说明：当前处于整条产品链路的哪一层、输入是什么、输出是什么。
推荐协作顺序
- 1
把你的最终目标和每周可用时间告诉 AI，让它先按成果拆阶段。
- 2
删掉那些只有“学习某技术”却没有可观察结果的步骤。
- 3
拿本周目标反问 AI：如果只能完成一件事，哪一步最接近能运行的产品。
我是零基础学生，目标是做出一个可以登录、保存任务并公开访问的学习任务应用。请把目标拆成不超过 8 个阶段。每个阶段只写：前置条件、可观察成果、最小练习、失败时先检查什么。不要把工具名称当作学习成果。
一条以成果为节点的路线，而不是 HTML、React、数据库等名词清单；前后阶段应有明确依赖。
人工检查清单
- 确认路线没有要求在第一阶段同时学习多门语言，也没有把“看完教程”写成完成标志。
- 检查 AI 给出的阶段是否都有输入、输出和可观察完成证据。
- 拿最近一周的真实时间检验路线，确认没有把多个前置阶段挤进同一天。
COMMON TRAPS
常见误区
错误不是需要隐藏的失败，而是帮助你看清系统边界的证据。下面三类问题在 AI 辅助学习中最常出现。
把路线图当成打卡表
- 你会看到
- 从第一课开始机械往下刷，明明已经会的内容也不敢跳过。
- 为什么发生
- 线性课程容易让人把顺序当命令，忽略自己已有基础和当前目标，最终只剩打卡。
- 怎样纠正
- 用阶段成果定位自己；能稳定做到的直接略读，把时间留给当前卡点。
收藏越来越多，项目还是没开始
- 你会看到
- 课程、视频和工具存了一大堆，却没有一个可以打开的页面。
- 为什么发生
- 收集资料会带来正在努力的感觉，却没有生成可检查结果，因此不会暴露真正的知识缺口。
- 怎样纠正
- 每周只留一个成果，例如“让任务卡出现在浏览器”，其余资料等遇到问题再查。
一周安排了四个阶段
- 你会看到
- 计划里同时出现 React、数据库、登录和部署，第一天就不知道先做什么。
- 为什么发生
- 计划常按技术名词而不是成果切分，一个名词背后可能包含数周工作，于是时间估计必然失真。
- 怎样纠正
- 把目标缩到一个前置条件完整的小闭环，完成后再决定下一站。
HANDS-ON
动手任务
为自己的第一个产品写一张八阶段路线卡，并标出现在所在位置。
- 完成 1.1「AI 时代为什么还要理解全栈」
跟着做
- 01
抄写八个阶段名称，但先不要展开所有课程。
- 02
为自己标注已经接触、听说过、完全陌生三种状态。
- 03
选择最近一周只需要完成的一个成果。
- 04
为这个成果写出开始条件、结束证据和最多三项知识依赖。
- 05
把计划交给 AI 检查是否过大，再由自己删除不必要步骤。
看到陌生术语时，能先判断它属于页面、逻辑、数据还是运行环境。
为接下来四周制作成果看板，每周只放一个主成果，并预留复盘格。
离开本课前，自问四件事
- 我能否分别说出开发、联调、构建、部署和上线的完成证据？
- 我这一周唯一要交付的可观察成果是什么？
- 遇到陌生概念时，我会先提出哪四个问题？
- 我能否指出当前课程在整条产品链路中的位置和前置条件？
确认完成后，会同步更新学习中心的课程学习进度。