昨天(2026-07-20)才开源,现在只有 8 个 Star。但越翻 README 我越觉得——在"AI 替你写代码"满天飞的今天,这个项目踩中了一个大家都假装没看见的真问题。

你刷了 300 道 LeetCode,为什么面试一紧张,还是写不出一段靠谱的代码?
答案很扎心:你从来没真正"写"过。题解 Markdown 看一遍,觉得会了;AI 甩一段代码,Ctrl+C / Ctrl+V,跑通了,提交过了——可你脑子里什么都没留下。
你脑子想的是 A,AI 写出的是 B,你抄完提交,其实啥也没学会。这道题换个马甲,你又傻了。
我把"看题解 / 让 AI 写"这套路径拆开,发现大部分人死在这四个失败模式上:
01题解当真源,看完就以为会了
把别人写好的 Markdown 当圣经,被动阅读、零验证。眼睛说"我懂了",手说"你不懂"。
02抄 AI 不跑测试,错了也不知道
AI 给的代码你没跑测试、没比性能,过了就当学会了。其实它可能在边界用例上就是错的,你根本没验证。
03只背模板,不提炼模式
背了一堆"滑动窗口模板""二分模板",但没沉淀出可迁移的算法模式和不变量。题一变形,模板套不上。
04看不见"过程",只会背答案
算法是怎么一步步走的?你脑子里没有 trace。没有执行轨迹,遇到变体就懵,更别说讲清楚"为什么对"。
它不把"题解 Markdown"当唯一真源。题目元数据、算法模式、解法代码、测试、动画 Trace、性能结果,分别保存,再由构建工具投影成一本 mdBook。

图:ai-leetcode 的"分仓存储 → 构建成书"流水线(据官方 README 整理)

关键是这句话:让 AI 参与研究和写作,但让测试、基准数据和审阅状态决定内容能不能发布。AI 是搭档,不是枪手;裁判是测试和问题本身。
阶段一 · 在线白嫖(30 秒)
直接打开官方书站就能读:https://zhanghandong.github.io/ai-leetcode/
阶段二 · 本地起书站 装两个 Rust 工具,一条命令起站:
cargo install mdbook --version 0.5.4 --locked cargo install mdbook-mermaid --version 0.17.0 --locked mdbook serve book --open
阶段三 · 跑质量门禁 所有检查一条命令,测试 / 基准 / 审阅状态不过,内容就不发布:
make check
阶段四 · 看样板题 LC 3 首个完整样板「无重复字符的最长子串」已经落地,里面塞满了硬货:4 种 Rust 实现+ 穷举差分测试 + 确定性 Trace + 交互动画 + Criterion 基准。一道题,把"怎么写、对不对、快不快、怎么动"一次性讲透。
① 复制模板:content/problems/_template/建知识条目,solutions/_template/建 Rust 解法。
② 写实现 + 测试 + Trace + benchmark:关联 patterns/与 structures/的稳定 ID。
③ 过门禁:按 specs/依次完成验证、基准、可视化、编辑审阅 → 生成进 book/src/generated/。
它现在星很少(8 Star,昨天才建),也不是"看一眼就能上岸"的魔法书。 • 它用 Rust 构建,本地起书站要会一点 cargo / mdBook; • 仓库只存题目链接、元数据、原创摘要、原创测试、代码、证明和可视化,不自动抓取或复制 LeetCode 题面——所以它是"学习方法论 + 可验证样板",不是题库刷分器; • 内容还在早期,目前只有 LC 3 一个完整样板。 但如果你正好是:想真学会算法的人 / 反感无脑抄 AI 的人 / 想写 AI 辅助教材的作者,那它基本是"早看早清醒"。AI 时代最稀缺的能力,是"自己能把代码写对、讲清、还知道快慢"——这项目就是把这件事,用工程化的方式还给你。
别让 AI 替你写,让 AI 陪你学
AI 不是来抢你键盘的,是来当你的研究搭档的。 仓库地址我放文末了,顺手点个 Star 支持作者 👇
最后说一句
"AI 时代,寻回写代码的乐趣"——这是项目的这句 slogan,也是它最狠的地方。当所有人都在比谁更会替 AI 打工,有人默默把"自己写对代码"这件事,重新做成了值得享受的事。这种项目,值得被更多人看见。
👉 项目地址:https://github.com/ZhangHanDong/ai-leetcode