乐于分享
好东西不私藏

【学风建设】软件与人工智能学院AI赋能专业建设与软件工程教学改革深度总结

【学风建设】软件与人工智能学院AI赋能专业建设与软件工程教学改革深度总结

AI 赋能软件开发

教改驱动人才蝶变

软件与人工智能学院AI赋能专业建设与软件工程教学改革深度总结

当ChatGPT席卷全球、大模型浪潮重塑软件行业之际,一场静悄悄却影响深远的教学革命,正在软件与人工智能学院悄然展开。从顶层培养方案的系统性重构,到一线课堂的工具迭代与实验创新,再到学生手中一个个令人惊艳的AI赋能项目成果——学院正以清醒的前瞻眼光和扎实的行动力,走在应用型高校人工智能教育改革的前沿。

一、顶层谋划:将AI能力写入培养目标

一切改革,始于方向的清晰确立。

2025年版人才培养方案是学院此轮改革最重要的顶层设计成果。翻开这份经过学校专业建设指导委员会反复论证、由学校学术委员会批准执行的方案,不难发现一个鲜明的时代烙印:“具备运用AI技术赋能的企业级应用软件系统的设计、开发、测试与团队协作能力”——这句话被写入了软件工程专业的培养目标核心

这不是一句空洞的口号。在软件工程专业(AI大模型创新班)的培养方案中,这一目标被进一步细化、拓展:学生除了需要掌握传统软件工程知识体系,还必须“掌握AI大模型相关技术理论知识,具备AI大模型应用开发与创新能力,能胜任大模型应用和人工智能生态企业的数据标注、大模型提示词工程和大模型应用开发等岗位”。

方案修订指导思想中有这样一段清醒的判断:“适应人工智能技术的发展给软件工程专业带来技术变革,提升人才培养质量及就业竞争力。”这一判断,直接推动了专业课程体系的深度重塑。新版方案在原有软件工程核心课程基础上,系统增设了一系列AI赋能课程:《生成式人工智能导论》《深度学习》《自然语言处理与大模型基础》《大模型应用开发》《向量数据库技术》《大模型微调与部署技术》《大模型应用实战》,构成从理论到实战的完整AI能力培养链条

与此同时,人工智能专业的培养方案也同步更新,明确要求培养学生“大语言模型应用与创新能力”,并在毕业要求中专门针对大模型、AI工程等相关领域设立能力指标点。数据科学与大数据技术专业则主动拥抱AI+专业交叉融合趋势,在课程体系中新增若干人工智能系列选修课程,以“主动聚焦以人工智能为核心的新一代信息技术驱动产业变革的机遇与挑战”为己任。

学院还在专业实践教学体系中明确提出“培养学生AI大模型工程实践应用与创新能力”,并将毕业设计引导方向定位于“具有创新性、市场前景和AI赋能潜力的课题,如开发基于大模型的智能应用、数据驱动的决策支持和推荐系统、智能物联网平台等”。

二、课程探索:三个学期,三次进化
顶层设计落地,最终靠的是课程。学院教学团队在三个连续学期中,以罕见的速度和决心,完成了从课程从无到有、从选修到必修、从技术探索到工程实战的三次迭代,构建出一条极具示范意义的AI教改路径。

第一阶段:破冰探路(2024—2025学年第一学期)

2024年秋,软件工程系率先开设AI原生应用开发实战》(课程代码SS1026),面向22级软件工程专业学生,以选修课形式试水。课程全程36学时,均为实践教学,课程教材选用的是张海立等人所著《LangChain实战:从原型到生产》。

   课程内容以大模型API调用和AI应用开发框架为主轴:从环境搭建到提示词工程,从OpenAI API到LangChain框架,从构建ChatBot到检索增强生成(RAG)应用,再到Agent开发和LangGraph图编排——18个实验单元,覆盖了当时AI应用开发的主流技术栈。工具链上,课程引入了GitHub Copilot和百度Comate等AI编码辅助工具,让学生从第一天起就感受到AI对开发效率的提升。

这是一次大胆的探索。在大多数高校还在讨论要不要讲AI的时候,这门课已经在教学生“怎么用AI做项目”了。

第二阶段:扩面深化(2024—2025学年第二学期)

春季学期,课程迎来第一次重要升级,第二版讲义随之发布。受众范围从单一年级扩大到22级、23级软件工程及数据科学与大数据技术等多个专业。课程内容持续迭代:DeepSeek API和Coze平台取代部分过时内容,RAG、Agent和记忆组件模块得到深化,教材更新为李多多所著《LangChain编程:从入门到实践》,更贴近国内开发者的实践路径。

这一阶段的另一显著特征,是课程主动向国产AI生态靠拢。DeepSeek的横空出世打破了大模型应用的成本壁垒,Coze平台则提供了低门槛的智能体开发路径——课程将这些国内前沿工具及时纳入实验体系,让学生在真实的产业环境中感受AI技术的迭代脉搏,而不是在封闭的学术语境中学习已经过时的内容。

第三阶段:必修落地(2025—2026学年第一学期)

这一步,是质变。

2025年秋,AI辅助应用开发》(课程代码SK1002)正式作为必修课纳入课程体系,面向25级软件工程专升本、数据科学与大数据技术专升本等专业,意味着每位进入这一培养方案的学生,都必须具备AI辅助开发能力

课程内容发生了深刻转型:从聚焦大模型框架应用,转向覆盖软件开发全链条的AI辅助工程实践——数据开发、前端开发、后端开发、测试开发、游戏开发,乃至MCP协议与工具链,18个实验单元构成了从工具到项目、从单点技能到综合工程能力的完整训练体系。

工具生态更是与业界前沿高度对齐:Trae、VSCode+GitHub Copilot、Qwen Code、Cline、Claude Code+国产大模型(智谱GLM-4.5、Kimi K2)一一登场,学生得以在真实的工具环境中领略Vibe Coding(氛围编程)的全新范式——用自然语言描述需求,AI生成、迭代、调试代码,人成为需求的定义者和质量的把关者,而不只是代码的“打字员”。

三学期的进化轨迹,清晰呈现了学院的教学逻辑:先试点、再扩面、再必修;先探索技术前沿,再提炼工程方法,再落地为通用能力

三、课堂实践:工具赋能,让教学活起来

课程之所以吸引学生,不仅在于内容前沿,更在于教学法的革新。

在《AI辅助应用开发》课程中,学生被明确告知:“本课程的重点在使用AI工具进行各类型软件开发,传统开发方法课程会涉及到,但不是主要内容。”这是一种坦诚而务实的教学立场——AI工具不是点缀,而是主角。

课程系统引入了多种主流AI辅助编程工具,并对其进行了客观分层。免费可用的工具推荐给入门学生:Trae CN、GitHub Copilot Free、Qwen Code;付费但能力更强的工具如Claude Code+GLM 4.5/Kimi K2,也作为进阶路径向有需求的学生开放,兼顾不同经济条件下的学习公平性。

更为难得的是,课程将方法论教学纳入体系。讲义专辟章节介绍“Vibe Coding”氛围编程范式,系统讲授“探索—规划—编码—提交”工作流,以及如何用自然语言指引AI完成测试驱动开发、代码评审、文档更新等完整工程链路。学生不只是学会用工具写代码,更在学习如何驾驭AI成为真正的“软件工程师”。

四、成果涌现:学生作品令人惊艳

最有说服力的证明,永远是学生的作品。

AI辅助应用开发》课程的期末课程设计,成为检验教学成效的一面镜子。学生以小组形式自选题目,在一学期内完成从需求分析、技术选型、系统架构到编码实现的完整开发。以下节选的四个优秀作品,展示了应用型本科学生在AI赋能下所能达到的令人瞩目的工程高度

案例1:AI小说创作平台》

这是一款面向用户的全栈Web应用,前端基于Next.js 14+(App Router)、TypeScript、Redux Toolkit、Ant Design 5.x构建,后端通过DeepSeek API实现AI内容生成,整合了JWT认证、用户管理、小说创作、封面上传等完整功能模块。非功能需求设计同样专业:页面加载要求≤2秒、AI生成响应≤5秒、支持主流浏览器和1366×768以上分辨率。项目规则提示词设计细致,充分体现了团队对提示词工程的深入理解。这不是一个课堂演示,而是一个具备上线潜力的完整产品

《AI小说创作平台》前端界面——基于Next.js+DeepSeek API的全栈Web应用

案例2:《牛魔的滑雪之旅》

这是一款模仿《滑雪大冒险》风格的像素2D滑雪游戏,基于Godot Engine 4.x和GDScript开发,设计了三个完整关卡。令人印象深刻的是:游戏的功能需求设计、UI界面、人物建模、人物动画,均由AI辅助生成,仅地图设计和引擎节点搭建保留了人工实现。游戏采用RigidBody2D物理体实现滑雪物理,设置了摩擦系数(0.05雪地参数)和空气阻力系数(0.003),通过单例模式实现全局游戏状态管理,架构清晰,代码工整。三名学生在短短一学期内,完成了在传统模式下需要数月打磨的游戏项目

《牛魔的滑雪之旅》游戏运行截图——AI辅助生成的像风雪山场景

案例3:AI 旅行规划助手

该团队将大模型问答、地图路线、海报分享和历史记录组合在同一应用中,体现了AI助手类作品的综合设计能力。该AI助手避免了只做聊天框,该案例把规划、路线和分享串联成了真实使用场景,路线可视化与社交文案生成结合,让AI能力更贴近用户任务目标。结构清楚、应用链路明确,充分体现了AI辅助应用创新的能力。

《AI 旅行规划助手》界面——基于规划、路线和分享的真实使用场景

案例4:《羊羊消消乐》

这款消消乐游戏同样基于Godot Engine 4.2开发,但在玩法深度和系统设计上相当扎实:8×8棋盘、五种关卡类型(分数目标、消除冰块、收集物品、限时挑战、铺满草地)、三种特殊方块及五种超级组合技,采用MVC架构变体,通过Godot节点树信号机制解耦,代码结构目录规范、注释清晰。2人完成如此体量的项目,充分体现了AI辅助开发带来的生产力飞跃

《羊羊消消乐》游戏运行截图——Godot引擎开发的消消乐游戏

四个项目横跨Web全栈、AI智能助手和AI游戏开发三大赛道,技术栈涵盖Godot/GDScript、Three.js、Next.js、DeepSeek API、Kimi code等当下主流方向,系统架构设计均达到工程级水准。这些由初入学1年的专升本学生完成的作品,有力证明了AI赋能下应用型人才培养的巨大潜能

五、面向未来:探索正未有穷期

此轮教学改革的价值,不止于课程本身,更在于它提供了一种可借鉴的范式:以产业前沿定位培养目标,以课程迭代响应技术变革,以工具实战替代概念讲授,以完整项目检验综合能力。

当然,探索还在继续。如何在AI辅助开发能力训练与软件工程基础能力培养之间找到最优平衡点?如何构建可持续的AI工具评估和课程更新机制?如何让更多学生——不只是精英学生——都能真正驾驭AI工具完成工程实践?这些问题,仍在等待更多的教学实践来回答。

但可以确定的是,软件与人工智能学院已经踏上了一条正确的路——那条让人才培养真正与AI时代同频共振的路。AI赋能软件开发,不是未来的愿景,而是这里正在发生的现实

面向AI时代

学院将持续深化教学改革与技术融合

以产业需求为导向,以 AI 赋能为抓手

不断提升人才培养质量

书写专业建设高质量发展新篇章
END

供稿:软件与人工智能学院

校对:陈熙涛

初审:冼学国

复审:游燕霞

终审:吴辉剑