docs: 移动 AI 编程开放性面试题到 AI 编程模块

将 ai-ide.md 从 llm-basis 目录移至 ai-coding 目录，
更新侧边栏和 README 配置。

Author: Snailclimb

docs/.vuepress/sidebar/ai-coding.ts

@@ -48,6 +48,10 @@ export const aiCoding = arraySidebar([
         text: "AI 编程选 CLI 还是 IDE？",
         link: "cli-vs-ide",
       },
+      {
+        text: "AI 编程开放性面试题",
+        link: "ai-ide",
+      },
     ],
   },
 ]);

docs/.vuepress/sidebar/ai.ts

@@ -13,7 +13,6 @@ export const ai = arraySidebar([
         text: "大模型结构化输出详解",
         link: "structured-output-function-calling",
       },
-      { text: "AI 编程开放性面试题", link: "ai-ide" },
     ],
   },
   {

docs/ai-coding/README.md

@@ -28,6 +28,7 @@ head:
 - [《Claude Code 使用指南》](./claudecode-tips.md)：整理自 Anthropic 官方技术文档并融合实战经验，系统梳理 Claude Code 的配置、能力扩展、高效工作流与进阶技巧
 - [《OpenAI Codex 最佳实践指南》](./codex-best-practices.md)：综合官方文档与实战经验，系统梳理 Codex 云端智能体和 CLI 的提示工程、工具配置与安全策略
 - [《AI 编程选 CLI 还是 IDE？》](./cli-vs-ide.md)：深度对比 Claude Code、Cursor、Kiro、TRAE 等主流 AI 编程工具，解析 CLI 与 IDE 的核心差异与选型建议
+- [《AI 编程开放性面试题》](./ai-ide.md)：涵盖 Cursor、Claude Code 等 AI 编程 IDE 使用技巧，以及 AI 对后端开发影响等高频面试问题
 
 ## 文章列表
 
@@ -45,3 +46,4 @@ head:
 - [Claude Code 使用指南：配置、工作流与进阶技巧](./claudecode-tips.md) - 整理自 Anthropic 官方技术文档并融合实战经验，系统梳理 Claude Code 的使用技巧
 - [OpenAI Codex 最佳实践指南：提示工程、工具配置与安全策略](./codex-best-practices.md) - 综合官方文档与实战经验，系统梳理 Codex 的最佳实践
 - [AI 编程选 CLI 还是 IDE？一文帮你彻底搞清楚](./cli-vs-ide.md) - 深度对比 Claude Code、Cursor、Kiro、TRAE 等主流 AI 编程工具，解析 CLI 与 IDE 的核心差异与选型建议
+- [AI 编程开放性面试题：10 道高频问题解答](./ai-ide.md) - 涵盖 Cursor、Claude Code 等 AI 编程 IDE 使用技巧，以及 AI 对后端开发影响等高频面试问题

docs/ai/llm-basis/ai-ide.md docs/ai-coding/ai-ide.mddocs/ai/llm-basis/ai-ide.md renamed to docs/ai-coding/ai-ide.md

@@ -1,5 +1,5 @@
 ---
-title: 9 道 AI 编程相关的开放性面试问题
+title: 10 道 AI 编程相关的开放性面试问题
 description: 涵盖 Cursor、Claude Code、Trae 等 AI 编程 IDE 使用技巧，Spec Coding 与 Vibe Coding 区别，以及 AI 对后端开发影响等高频面试问题。
 category: AI 应用开发
 icon: “code”
@@ -58,21 +58,18 @@ AI 是一个强大的知识库和辅助工具，可以帮我们快速实现功
 7. **持续维护文档**：项目重大变更后，让 AI 同步更新文档、记录 “踩坑” 经验。
 8. **让 AI 先”学”项目**：大型项目先让 Cursor 分析代码库，生成含架构、目录职责、核心类的结构文档，作为后续开发的基础上下文。
 
-### Claude Code 使用技巧
+### ⭐Claude Code 使用技巧
 
-Claude Code 内置的 `/simplify` 命令会并行启动三个审查 Agent，各自带着不同视角审查同一份代码：
+1. **上下文窗口是你最贵的资源**——所有技巧本质上都在帮你把这块白板用得更高效。
+2. **先规划后执行**——Plan Mode 投资的是后面的时间。
+3. **`CLAUDE.md` 自我进化**——把纠正转化为规则，让 AI 越用越顺手。
+4. **并行是最大的效率杠杆**——多实例 + Worktree + 子代理。
+5. **验证优于信任**——给 Claude 验收标准，让它自己检查。
+6. **`/compact` 比反复纠正更有效**——上下文被污染后，压缩或清空重来更好。
 
-- **Code Reuse Agent**：看有没有重复造轮子
-- **Code Quality Agent**：看设计有没有问题——硬编码、该拆没拆的类、冗余逻辑
-- **Efficiency Agent**：看性能有没有隐患——循环里重复创建对象、不必要的并发容器
+Claude Code 详细内容我单独分享过：[Claude Code 使用指南](https://javaguide.cn/ai-coding/claudecode-tips.html)。
 
-它最大的价值在于能发现需要**领域知识**才能识别的问题——Spring 代理导致的 `@Transactional` 失效、MyBatis 的批处理行为、Redis 分布式锁的边界条件。这些是 SonarQube 之类的规则匹配工具抓不到的。
-
-**渐进式重构策略**：好的 AI 辅助重构不是大爆炸式重写，而是增量替换。实战中推荐的方式是：创建新文件（如 `RefundServiceRefactored`）而非直接修改原文件，保留原有代码作为备份，降低重构风险，便于 A/B 测试和灰度发布。
-
-Claude Code 详细内容我单独分享过：[Claude Code 使用指南](../ai-coding/claudecode-tips.md)。
-
-## AI 对后端开发的影响
+## AI 编程对程序员的影响
 
 ### 你如何看待 AI 对后端开发的影响
 
@@ -216,8 +213,6 @@ AI 把你的能力放大了，以前一天写三个接口就觉得自己挺能
 
 更魔幻的是岗位少了，活多了。你不仅要写代码，还要审 AI 的代码、改 AI 的 Bug，最后还得给领导解释为什么 AI 生成的代码上线就崩。有时候分不清楚是自己用 AI 还是 AI 用自己。
 
-连苹果都把 Siri 团队近 200 名工程师送去学 AI 编程了——信号已经够明确了。焦虑没用，大环境不会因为你焦虑就慢下来。唯一能做的，就是在被替代之前学会驾驭这些工具，成为那个“管 Agent 的人”，而不是被 Agent 替代的人。
-
 ### ⭐ 未来 3 年后端工程师的核心竞争力是什么
 
 我认为核心竞争力的焦点会从“写代码能力”转向以下四个维度：
@@ -292,12 +287,3 @@ AI 编程工具正在深刻改变开发者的工作方式。Cursor、Claude Code
 4. **关注技术趋势但不要焦虑**：AI 会改变很多，但系统设计、架构思维、业务理解这些核心能力不会过时。
 
 用好 AI 工具 + 保持独立思考，这两者缺一不可。AI 时代，程序员的未来说不定会在各行各业发光。共勉！
-
-## 推荐阅读
-
-如果你对 AI 编程实战感兴趣，JavaGuide 系列还有更多深度内容：
-
-- [Claude Code 使用指南](../ai-coding/claudecode-tips.md)：配置、工作流与进阶技巧
-- [IDEA + Qoder 插件实战](../ai-coding/idea-qoder-plugin.md)：接口优化与代码重构案例
-- [Trae 接入大模型实战](../ai-coding/trae-m2.7.md)：Redis 故障排查与跨语言重构
-- [Claude Code 接入第三方模型](../ai-coding/cc-glm5.1.md)：JVM 智能诊断与慢查询治理

docs/ai/README.md

@@ -71,7 +71,7 @@ AI 应用开发里，工具接入的碎片化一直是个老大难问题。MCP 
 
 AI 编程工具正在改变开发者的工作方式，面试也开始问了：用过什么 AI 编程 IDE？怎么看 AI 对后端开发的影响？程序员的核心竞争力会变成什么？
 
-[《AI 编程开放性面试题》](./llm-basis/ai-ide.md)整理了 7 道高频开放性面试题的回答思路。
+AI 编程相关面试题详见 [AI 编程](../ai-coding/) 专栏。
 
 ### 6. AI 编程实战
 
@@ -88,7 +88,6 @@ AI 编程工具正在改变开发者的工作方式，面试也开始问了：
 - [万字拆解 LLM 运行机制：Token、上下文与采样参数](./llm-basis/llm-operation-mechanism.md) - 深入剖析大模型底层原理，把 Token、上下文窗口、Temperature 等概念还原为清晰、可控的工程概念
 - [大模型 API 调用工程实践：流式输出、重试、限流与结构化返回](./llm-basis/llm-api-engineering.md) - 系统拆解 AI 应用调用大模型 API 的生产链路，覆盖流式输出、重试、限流、结构化返回与 Java 后端落地
 - [大模型结构化输出详解：JSON Schema、Function Calling 与工具调用](./llm-basis/structured-output-function-calling.md) - 深入拆解 JSON Schema、Function Calling、Tool Calling 与 MCP 的底层链路，结合 Java 后端示例讲清楚 Schema 设计、服务端校验、工具分发和安全治理
-- [AI 编程开放性面试题](./llm-basis/ai-ide.md) - 7 道高频开放性面试问题，涵盖 AI 编程 IDE 使用技巧、AI 对后端开发的影响等
 
 ### AI Agent