编码智能体时代的 CLI 与编程学习【2026 年 8 月最新】从终端与 Git 入手的 11 个学习服务

Claude Code、Codex、Cursor、GitHub Copilot——2026 年，写代码这项工作中相当大的一部分已由 AI 智能体承担。这里发生的并不是「不再需要学编程」，而是所需地基的内容被替换了。

智能体会写代码。但启动智能体、读懂它提出的差异、解释失败命令的含义、从被改坏的状态恢复现场，仍然是人在终端里做的事。事实上，主流编码智能体都以 CLI 为主战场。

本文以「用好 AI 智能体所需的编程与 CLI 学习」这一视角，比较日本与海外的 11 个学习服务。价格、形式、日语支持与免费额度，均以 2026 年 8 月官方表述为准。

结论｜先说三句

为什么「越交给 AI，越需要终端」

AI 编码智能体的执行模型大同小异：人给出目标，智能体读写文件、执行命令，再由人确认结果——而确认发生的地方就是终端。

尤其关键的是以下三点。

11 个学习服务一览

价格含税，为 2026 年 8 月时点。海外服务为官方显示（美元或从日本访问时的日元显示）。

如何选择｜四个判断轴

1. 入口选「语言」还是「环境」

多数学习服务从语法开始。但在以 AI 智能体为前提的情况下，先过一遍环境（终端、Git）往往起步更快——语法可由智能体补足，而环境操作无法被替代。

从环境入手选 WebTerm / WebTerm Learn，从语言入手选 Progate / dotinstall / paiza 学习。ZEN Study 的入门课程内含 Linux・Git・GitHub・Docker，位于两者之间。

2. 用视频概览，还是动手做透

3. 能否用母语学完

Boot.dev、KodeKloud、DeepLearning.AI 没有日语界面。阅读技术英文本身就是实务能力，但第一门课就用英文，放弃率会上升。先用母语打好地基，再转向英文服务更现实。

4. 免费能走多远

各服务的免费额度差异很大。WebTerm 与 WebTerm Learn 全部功能免费，DeepLearning.AI 的短课程也可免费学习。paiza 学习在免费状态下即可使用 928 门课程与 1,209 道练习，Recursion 可试学约 30 小时。相反，ZEN Study 为订阅制，没有免费学习范围。

按目的推荐

学习顺序｜从哪里下手

跳过 STEP 1，到了 STEP 3 就容易变成「跑起来了，但不知道发生了什么」。

各服务详解

下面按「在使用 AI 智能体的前提下各自承担什么」来逐一说明。顺序遵循学习的排列：环境（终端・Git）→ 语言入门 → 实现与评价。

WebTerm | 只用浏览器运行的免费学习终端

实现了 100 多个命令的浏览器内 Linux 终端。从 pwd、ls、cd 到 grep、find、chmod、管道与重定向、Vim 与 Git，都可在具有真实文件系统状态的环境中尝试。无需安装、无需注册，打开页面即可敲出第一条命令。

学习核心是 15 个教程（终端 4 个・Vim 2 个・Git 3 个・Git 疑难处理 6 个），最后的模式 16 是自由练习。判定依据是命令执行后文件系统的状态，因此照抄答案无法通关。

在智能体场景下最见效的是6 个 Git 疑难处理教程：撤销提交、解决合并冲突、恢复消失的提交、紧急切换分支——正是把长任务交给智能体之后必然需要的操作。

WebTerm Learn | 用 12 门课程、129 节课学终端与 Git

图解幻灯片与练习往复推进：终端（入门 20／基础 13／进阶 25）与 Git（入门 23／基础 18），每个阶段后配有反复训练（3 节 × 5）。终端进阶涵盖 Shell 定制、进程管理与 SSH 连接，可一路推进到登入服务器作业的阶段。

结构上的特点是Git 占 41 节课。把实现交给智能体后，留给人的工作会集中到「读差异」「切分支」「撤回写错的提交」，而这些全是 Git 操作。

除 Vim 入门 9 节外，还有终端复用工具 Herdr 的入门 6 节，这是别处没有的。Herdr 面向编码智能体，先理解窗格・标签页・工作区这些单位，之后并行运行多个智能体时就不会卡壳。

Progate | 用日语学到 Claude Code 入门（beta）

以插图为主的幻灯片配合浏览器内练习。用户 370 万人、覆盖 100 多个国家。除 15 种以上语言外，还有 Command Line（1 节＋9 篇文章）与 Git（1 节＋9 篇文章）这类环境侧课程。

这一类目中几乎独此一家的，是AI 智能体课程与语言入门课程摆在同一层书架。「生成式 AI 入门」在浏览器中与 AI 对话掌握提示词范式；「Claude Code 入门（beta）」从智能体基本操作，一直讲到用 CLAUDE.md 做项目配置、用技能自动化、用 permissions 做安全管理。

在入门课里就讲 permissions 非常务实。允许智能体做什么是按命令为单位书写的，不知道 rm 或 git push 做什么就无从界定。环境知识与智能体配置是连通的——本文的主张，正好被做成了教材。

ドットインストール | dotinstall：3 分钟视频，576 门课程・8,618 个视频

自 2011 年持续提供的视频型学习服务。以 3 分钟为单位切分，启动负担极低，通勤路上也能一段段推进，手机同样可看。

在智能体场景下有价值的是，本地开发环境搭建、Linux 命令、Git 等「环境侧」课程用日语备齐。智能体运行在你自己的环境里，若卡在 Node.js 版本或 PATH，就连启动都到不了。2026 年 8 月时点官方告知正在增加 AI 相关课程。

paizaラーニング | paiza 学习：学习的出口连着职位

可在浏览器中运行代码，无需搭建环境。免费状态即可使用 928 门课程与 1,209 道练习，零成本也能推进到掌握语法。

决定性差异在于出口：技能测评等级（S〜E）可直接作为应聘条件。课程本身也基于 2,000 万次以上技能测评实绩与 3,000 多家企业的职位数据设计，「学习 → 测评 → 应聘」在同一服务内闭环。

ZEN Study | 入门课程里就有 Linux・Git・Docker

由 Dwango 现役工程师从零编写的教材，相对每月 1,100 日元（含税）的价格，覆盖面极为突出。除编程外，大学升学、Web 设计、视频创作讲座也包含在同一费用中。

值得注意的是「编程入门 Web 应用开发课程」的学习要素：除 JavaScript 外还含 Linux / Git / GitHub / Docker / Web 安全 / Hono，环境相关内容进入了面向零基础者的课程射程，这正是「从 PC 基本操作开始、不跳过任何一步」方针的体现。

再往后是用 Scala 做大规模 Web 开发，以及数据结构与算法、自动机、网络等计算机科学课程。用一份月费从环境贯通到 CS 理论，在这个价位没有第二家。

Techpit | 语法之后，完整做出一个服务

现役工程师撰写的教材市场。可从 100 多种教材中按成品倒推选择，例如「用 Rails 做交友应用」，正好填补学完语法后「不知道该做什么」的空档。

没有浏览器内运行环境，需在自己的开发环境中写代码，也就是说终端操作与环境搭建是前提。若在此卡住，先过一遍 WebTerm Learn 或 Progate 的 Command Line 课程，进度会完全不同。2025 年 11 月由 INTLOOP 株式会社受让业务，现于 techpit.intloop.com 提供。

Recursion | 前 Meta 工程师设计，用日语打 CS 基础

从美国大学 CS 课程中筛选出的 800 小时以上教材，按输入 2 成、输出 8 成的比例构建。用日语覆盖数据结构与算法、面向对象、数据库、网络、操作系统与系统设计，并有 100 多个不依赖框架的后端作业。

智能体承担的实现越多，留给人的就越是评价产出的工作：估算复杂度、选择数据结构、识别未规范化的表设计有多危险——这些属于读代码并做判断的一侧，正是 Recursion 覆盖的层次。官方提出的「摆脱复制粘贴式工程师」，在以 AI 为前提的环境中反而更有分量。

Boot.dev | 后端与 DevOps 一条路径，并配 AI 导师

美国 Ogdolo LLC 运营的作业式学习服务。除 Python・Go・TypeScript・SQL 外，还在同一课程体系中涵盖 Linux・Git・Docker・Kubernetes・CI/CD・AWS，因此不易出现「会写语言却不会部署运维」的断层。学习者超过 120 万人。

特点是 AI 导师「Boots」：提问时返回的不是答案，而是苏格拉底式的追问，引导你自行定位理解的缺口。配合不动手就无法推进的作业形式，很难变成被动学习。

KodeKloud | 真机实验室与 AI 学习路径（Claude Code 8 小时 32 分）

新加坡 Zaurac Technologies 运营的 DevOps・云・AI 实战平台。80 多门课程与 880 多个实操实验，Kubernetes・Docker・Terraform 等分领域环境可即时启动。口号 "Build. Break Fix. Learn." 说明了它的设计前提：弄坏再修好。

它是这里唯一把AI 学习路径（19 门课程、约 106 小时）作为正式课程体系的服务：从 Prompt Engineering 101（5 小时）、MCP For Beginners（2 小时 31 分），到Claude Code For Beginners（8 小时 32 分）、Cursor AI（3 小时 48 分），再到 MLOps・AIOps，一路连通。

一门耗时八个半小时的 Claude Code 入门课与 Linux・Docker・Kubernetes 并列，本身就说明了立场：把编码智能体当作「开发工具之一」，与环境知识成套讲授。

DeepLearning.AI | 与 Anthropic 联合制作的 Claude Code 课程免费

吴恩达创办的 AI 学习平台，公开 104 门 1〜3 小时可完成的短课程，其中多数与工具提供方联合制作，因此教材能跟上工具的当前规格。

编码智能体相关有Claude Code: A Highly Agentic Coding Assistant（2 小时・中级／与 Anthropic 合作）与 AI Coding Workflows: From Cloud to Local（1 小时 32 分・中级／与 JetBrains 合作），均可 "Enroll for Free"。智能体相关共 43 门，直至用 crewAI 设计多智能体系统。

前提是能读懂代码。反过来说，对能读代码的人而言，最接近官方的教材可以零成本学完。

常见问题（FAQ）

既然 AI 会写代码，还需要学编程吗？

「写」的比重确实下降了。但读、评价、恢复这些工作仍留在人这一侧。批准智能体给出的差异的是人，只要这份批准伴随责任，读得懂就是必备条件。可以认为学习对象从「从零写出来的能力」转向了「读懂并判断的能力」。

终端与编程，应该先学哪个？

若以使用 AI 智能体为前提，建议先过终端与 Git。免费、1〜2 周即可掌握基本操作，之后无论学哪种语言都不会卡在环境搭建。WebTerm 与 WebTerm Learn 都是免费的。

只靠免费能学到什么程度？

终端与 Git 的基础完全可以靠免费覆盖（WebTerm、WebTerm Learn）。语言语法用 paiza 学习的免费额度（928 门课程・1,209 道练习）也能推进相当远。AI 智能体的用法也有 DeepLearning.AI 的免费短课程。真正需要付费的，是体系化的 CS 基础（Recursion）与真机基础设施演练（KodeKloud）阶段。

是否应该避开英文服务？

第一门课建议用母语。不过 Boot.dev、KodeKloud、DeepLearning.AI 拥有日语服务所没有的领域（真机 DevOps 演练、由提供方官方出品的智能体课程）。先用母语打好地基，需要时再转过去更有效率。

总结

AI 编码智能体并没有让学习变得不必要，而是改变了学习的顺序。与其把语法学到完美再去实现，不如先掌握环境（终端、Git），一边交给智能体一边自己读差异，之后再补上评价所需的知识——在当下，这个顺序推进得更快。

第一步可以免费开始。用 WebTerm 敲命令，用 WebTerm Learn 建立体系，再进入 Progate 或 Recursion——看似绕路，实为最短路径。

智能体本身的选择可参考「AI 编码工具比较」，Claude Code 的具体用法见「Claude Code 完全指南」。想按目的比较学习服务，也可参阅「编程学习服务比较 11 选」。

本文信息基于 2026 年 8 月各公司官方网站公开的内容。价格与课程构成可能变更，最新信息请以各官方网站为准。