ARTICLE · 1012844
AI会聊天已经不稀奇了,高校教师真正要学的,是让AI“开始干活”
对于高校而言，这意味着AI的价值正在从工具应用，进一步进入专业建设、课程教学与人才培养。
未来高校需要的，不只是“会使用AI工具”的教师，更是能够把AI真正融入教学、课程和项目实践的教师。
从“会用AI“，走向“会开发应用”，正在成为高校教师新的能力方向。
过去，教师使用AI，更多是：
现在，AI正在发生一个重要变化：
从“回答问题”，走向“直接完成任务”。
例如：
读取课程资料，自动整理知识内容
基于专业知识库回答学生问题
根据课程要求生成试题与作业
辅助教师备课、教学
按照设定流程完成一系列任务
这背后的核心技术，就是AI智能体。
简单理解：
普通AI：你问 → 它答
AI智能体：你给任务 → 它理解 → 调用工具 → 处理资料 → 完成任务
因此，高校教师需要学习的，也正在从“AI工具怎么用”，进一步走向：
如何让AI真正“干活”。
基于这一变化，传智院校邦推出—AI教学助手多智能体开发·智学云（Edu Agent）师资研修班，本次研修以AI智能体开发与大模型应用开发为主线，帮助教师从AI基础认知，进一步走向AI应用实践。
课程围绕5个核心模块展开：
01｜理解大模型与Agent
从大模型基本原理、Prompt提示工程入手，理解普通对话与智能体应用之间的区别，为后续开发建立技术认知。
02｜掌握AI应用开发基础
围绕FastAPI、LangChain等工具，学习AI应用开发所需的Python最小必要基础，包括LLM接入、Prompt编排、结构化输出和流式响应等。
03｜掌握多智能体工作流
通过LangGraph学习状态、节点、条件路由、对话记忆等核心机制，进一步理解Supervisor主控Agent与多个子Agent如何进行任务协作。
04｜理解RAG知识库
从文档解析、文本切分、向量化到检索，建立对RAG检索增强生成技术的完整认识，并将其应用于课程知识库和智能出题。
05｜形成基本工程化能力
课程进一步覆盖前后端联调、MySQL/SQLite、JWT认证、SSE流式传输以及Docker、Nginx部署等内容，使教师能够从“能跑起来”进一步理解一个AI应用如何完成基本的工程化。
本次课程不是停留在概念讲解，而是采用项目实战+动手实践的方式推进。
课程最终将围绕一个AI教学智能体展开实践，逐步完成：
→ AI与大模型认知
→ LangChain应用开发
→ LangGraph工作流编排
→ 多智能体协作
→ RAG知识库构建
→ 智能出题系统开发
→ 前后端整合
→ 项目部署与展示
最终完成一个可运行的AI教学助手原型。
它可以进一步应用于：
课程资料整理、知识库问答、辅助备课、智能出题、学生答疑等教学场景。
换句话说老师带走的不是几个AI工具，而是一套能够继续应用和迭代的AI应用开发方法。
本课程更适合正在推进专业转型、课程建设和AI教学实践的教师。
① 泛IT类专业教师
包括计算机、软件工程、人工智能、数据科学等相关专业教师。
② 希望开展AI应用开发教学的教师
计划开设智能体、RAG、AI应用开发等课程，或希望更新现有课程内容的教师。
③ 希望提升项目实践教学能力的教师
希望通过真实项目，让学生接触当前主流AI应用技术链路的教师。
④ 希望开展AI教学改革的教师
希望将大模型、智能体等新技术融入课程设计、实验教学和项目实践。
⚠️特别说明：课程采用零代码方式开展，降低AI应用开发门槛；建议具备一定Python或计算机基础的教师参加，以获得更好的学习效果。
AI进入高校，最终落点仍然是专业、课程与人才培养。
教师从：
会使用AI工具
进一步走向：
会把AI用进课程
再进一步走向：
会开发AI应用、指导学生实践
这不仅有助于教师个人教学能力提升，也能够为高校的AI相关专业建设、新专业方向、课程改革及学生项目实践提供新的能力支撑。
AI正在改变教学工具，也正在改变高校教师需要具备的能力结构。
AI会聊天，已经不稀奇。
真正值得学习的是：
如何让AI理解任务、调用工具、处理资料，并真正把事情做完。
对于高校教师而言，这也是从“会用AI”走向“会用AI做教学、做项目、做应用”的重要一步。
AI教学助手多智能体开发·智学云（Edu Agent）报名开启！
📆周期：10月24日~25日（共2天）
⭐形式：线上直播＋专属班级群实时答疑＋长期有效高清回放
💰费用：1220元/人
📌考试：10月25日，线上考试
具体课程方案、报名方式及参训事宜，请扫码详细了解可联系院校邦进行咨询。
👇👇👇
