Ch02 Python与数据科学修订于 二〇二六年七月六日
2.8 2026年AI开发必备工具链
AI 开发不是只有 Python。以下四个工具构成了 2026 年 AI 应用开发者的基础工具链，每个工具的定位一句话说清：
| 工具 | 一句话定位 | 你用它的场景 |
|---|---|---|
| VS Code | 最流行的代码编辑器，免费、插件丰富 | 写 Python 代码、管理项目文件、调试 |
| GitHub Copilot / Claude Code | AI 编程助手，帮你写代码、查 Bug、解释代码 | 你不会写的代码让它写，你写的代码让它检查，你读不懂的代码让它解释 |
| Git / GitHub | 版本管理，记录每次修改，随时回退 | 代码改崩了回退到昨天的版本；多人协作；备份到云端不怕丢 |
| Docker | 环境打包，让你的代码在任何机器上都能跑 | 把 Python 版本、依赖库、系统配置打包成一个镜像，同事或服务器直接拉下来就能跑，不用折腾环境 |
2.8.1 每个工具的具体用法
VS Code：装好 Python 插件和 Jupyter 插件后，可以直接在 VS Code 里编辑和运行 .ipynb 文件，比浏览器版 Jupyter 体验更好。2026 年推荐搭配 GitHub Copilot 插件，写代码效率提升 3-5 倍。
GitHub Copilot / Claude Code：2026 年的 AI 编程助手已经不只是”补全代码”了。你可以用自然语言描述需求，它生成完整代码；选中一段代码让它解释；报错了把错误信息贴给它，它帮你定位问题。对零基础来说，AI 编程助手就是你随身携带的 Python 老师。
Git / GitHub：你只需要掌握 5 个命令就能覆盖 90% 的场景：
git init # 初始化一个仓库（项目文件夹）
git add . # 暂存所有修改
git commit -m "描述" # 提交一次快照
git push # 推送到 GitHub 云端
git pull # 从 GitHub 拉取最新版本把 git commit 想象成”游戏存档”——每次完成一个小功能就存一次档，出问题了可以从最近的存档恢复。
Docker：如果你只在自己电脑上跑 AI 程序，暂时不需要 Docker。但当你需要把程序部署到服务器、或者和同事协作时，Docker 的价值就体现出来了——它消除了”我电脑上能跑，你电脑上怎么不行”的问题。2026 年 Docker 的替代品 Podman 和 OrbStack 也值得关注，但对新手来说 Docker 依然是首选。
← 上一节：2.7 2026 年推荐学习路径：不要从头学 Python，按需学 ｜ 下一节：2.9 从零到第一个AI程序：5步跑通你的第一个 AI 调用 →