作者已广泛使用 Claude Code 开展工作，开发了 LernerPython.com 的显著部分，并将 AI 导师集成到课程和通讯中。这使其手动编写代码减少，同时产出更多且享受这一过程。关键启示是：像 Claude Code 这样的 AI 代理通常会执行你所要求的任务，但开发者必须警惕意图、规范与实现之间可能存在的差距。要有效管理 AI 生成的代码，必须在受控的开发环境中实施严格的验证、检查清单以及后续追问。四项实践显著改变了作者的工作流程：使用 CLAUDE.md 文件作为 AI 指令的契约；优先关注测试而非简单的代码差异；实施详细的遥测和日志记录；并依赖小提交作为回滚策略。作者还提供三场关于使用 Claude Code 结合 Python 和 Pandas 的工作坊，涵盖入门与高级主题。这些工作坊注重实操，旨在教授 AI 在编程中的实际应用。有意参加工作坊者可参加一场信息分享会。