立正在课程里把AI时代的编程基础重新定义为三项能力：面对命令行和IDE不害怕；看到报错不慌张，能把它当线索交给AI；能把脑中模糊的想法描述成清晰需求。他明确说，需要的是心态、思路和工程原则，而不是Python语法、数据结构或记命令⁠1,2,3。这正好对应你的卡点：看不懂代码不等于不能做软件，真正的门槛在“环境亲和力”和“逻辑描述力”⁠3。所以继续只学基础Python，可能补的是最不关键的那部分。

立正建议的第一步很具体：把Cursor、Claude Code、Codex下载下来，强迫自己原来想用ChatGPT时改用它们，让AI从“搜索引擎”变成“帮你干活的东西”⁠4。然后建文件夹、让AI整理、教你怎么注册GitHub并上传，再用Vercel或GitHub Pages把静态页面部署出去⁠4。他也说，哪怕只是做一个静态页面，对从没做过的人已经是巨大飞跃；先做，遇到问题再找方案⁠4。对“不知道怎么整合成完整软件”的焦虑，他的判断是绝大多数问题出在runtime这一层，是跑起来之后才出现的，所以必须先跑⁠4。这与“先学完再动手”的顺序相反。

立正区分了两类困难：配环境、申请API token、调端口这类“假困难”，费劲但不让人变聪明，交给AI；值不值得做、怎么拆、结果好不好这类“真困难”留给自己⁠5。他也提醒，跟着教程做toy project会一路顺利，一到真实世界第一步就崩，因为教程保证不报错⁠2。所以你的练习应选一个自己真想要的小工具，而不是再跟一个demo。遇到报错时，按他给的CER方式把背景、错误、目标一起交给AI⁠1,6。另外要有预期：从原型到产品，打磨轮次和维护成本远高于第一版，立正自己一个landing page前后改了八十多版⁠7。这不否定你的目标，只是说明“做出来”和“能交付”之间还有一段。