这个专栏不把重点放在“怎样让 AI 多写几行代码”，而是回到计算机专业的硬底座：算法、数据结构、进程、网络、数据库、并发、可靠性、观测和工程交付。AI 可以覆盖很多知识点，但程序员必须知道系统如何运转、问题如何拆开、结果如何验证，才知道该让 AI 做什么、该拦住什么。
这一卷补的是最容易被 AI 编程掩盖的底层常识：程序如何执行，数据如何组织，进程如何协作，网络和存储怎样把一个功能变成真实服务。
这一卷关注大规模系统里的实际经验：接口契约、数据库事务、缓存、异步任务、高并发、限流降级和可观测性。
这一卷讨论 AI 时代程序员真正的分水岭：如何审查、测试、观测、重构和交接 AI 写出来的系统。
《AI时代的程序员修养》第一篇，从“程序 = 算法 + 数据结构”重新讨论 AI 编程：为什么需求要先变成状态、规则、复杂度和验收样例，程序员才知道该让 AI 写什么。
《AI时代的程序员修养》第二篇，讨论队列、哈希表、树、索引、日志这些数据结构在真实系统里的样子：为什么它们决定系统边界、性能和故障模式。
《AI时代的程序员修养》第三篇，讲进程、线程、协程、事件循环和阻塞调用：为什么并发不是把代码包进 async，也不是多开几个 worker，而是要先说清楚执行模型。
《AI时代的程序员修养》第四篇，讲函数调用、HTTP/RPC、消息队列、事件流和共享数据库这些模块通信方式：不是选一个更时髦的技术，而是先想清楚耦合、事务、失败和观测边界。
《AI时代的程序员修养》第五篇，讲 API 设计里的请求响应 schema、错误码、幂等、分页、权限、版本兼容和契约测试：让 AI 写接口之前，先把承诺写清楚。
《AI时代的程序员修养》第六篇，讲表设计、索引、事务边界、锁、慢查询和迁移：数据库不是一个万能 JSON 盒子，而是系统最硬的业务约束层。
《AI时代的程序员修养》第七篇，讲缓存、队列和异步任务：缓存不是万能加速器，队列不是垃圾桶，异步任务也必须有幂等、重试、死信、批处理和反压设计。
《AI时代的程序员修养》第八篇，讲连接池、批量、限流、降级、热点、雪崩和容量估算：并发不是单点代码技巧，而是整条调用链的承压设计。
《AI时代的程序员修养》第九篇，讲如何用单测、集成测试、fixture、契约测试、回归测试和故障样例约束 AI 生成代码，让结果可复现、可审查、可交接。
《AI时代的程序员修养》第十篇，讲日志、指标、Trace、审计记录和业务埋点如何组成可观测性边界，让 AI 生成的服务不再是黑盒。
《AI时代的程序员修养》第十一篇，讲如何审查、隔离、补测试、画边界、删代码和小步重构，把 AI 原型变成可维护资产。
《AI时代的程序员修养》第十二篇，也是这个专栏的收束篇：回到计算机基础、系统思维、产品判断、表达能力和团队协作，讨论哪些能力会被 AI 放大。