从会用工具到会造工具|庚商暑期AI夏令营圆满结营

这个夏天，庚商公司暑期AI夏令营顺利落下帷幕。本次夏令营组织公司在职员工与暑期实习生共同参与学习培训，打破岗位与身份的界限，采用员工、实习生混合组队模式，互帮互助、实战研学，开启一场技术能力进阶的成长之旅。本次培训立足于庚商教育科技业务场景，目标不止教会大家使用现成AI产品，更要理解技术底层，具备自主搭建AI工具原型的实操能力。

夯实基础：AI工具应用与提示词工程实训

夏令营前期，全体参训人员完成AI基础能力闭环训练。除常规的文本生成、多模态图像生成、批量数据处理等通用AI工具实操之外，团队重点开展提示词工程专项训练，学习系统提示词设计、Few‑shot样本配置、输出格式约束等技术要点，解决大模型输出内容发散、格式混乱、不符合业务规范等常见问题。

参训人员逐步跳出“直接输入指令、直接拿结果”的浅层用法，学会通过结构化提示词约束模型输出，把企业业务规则、文档规范嵌入指令，提升AI产出内容的可用性。但公司认为，仅仅调优提示词、调用现成平台工具，依旧停留在“使用者”层面，夏令营更核心的目标，是推动全员实现从“会用工具”向“会造工具”的跨越。

实战攻坚：动手实践，自研业务小工具

在职员工与实习生混合划分项目小组，基于庚商教育业务的脱敏真实业务数据，开展轻量化AI应用开发实战训练。实训内容覆盖大模型API接口调用、简单知识库RAG检索增强、业务脚本编写、简易AI应用原型搭建等内容。各组围绕内部文档问答、教学资料智能整理、业务数据提取等实际需求开展原型开发。

实战过程中，团队直面大量工程化技术难题：调用接口遇到限流、token长度超限报错；搭建RAG知识库时，文档切片粒度不合理引发检索偏差，出现答非所问；模型幻觉问题导致输出虚构信息；业务场景下，大模型输出结果不稳定，同一请求多次返回差异较大；同时还要兼顾内部敏感资料的数据脱敏，规避数据泄露风险。

面对各类技术卡点，小组协同开展排错调优：在职研发员工分享接口调试、数据处理的工程落地经验，实习生带来新颖的技术思路。大家调整文档分块策略、改写召回提示、增加结果校验逻辑、优化参数配置，反复迭代原型版本。不再只是调用封装好的AI产品，而是理解工具背后的调用链路，将业务需求转化为可以实际运行的轻量化业务小工具。部分小组完成可演示的成果：面向内部资料的简易知识库问答原型、教学文档自动化整理脚本，真正把技术落地到公司业务场景。

交流共进｜双向碰撞，实现共同成长

除技术开发实战之外，夏令营同步设置技术研讨、项目路演分享环节。各组上台演示自研原型，复盘开发阶段踩过的技术坑，交流接口调试、知识库优化的实操经验，互评原型的能力边界与待优化点，不同视角的思维充分碰撞。实习生在真实企业项目中完整走完从需求梳理、开发调试到成果演示的全流程，积累工业级AI应用开发经验；在职员工在和青年实习生协作的过程中，接触新思路，进一步反思AI技术在教育业务落地的可行性，实现新老互补，双向成长。

圆满结营｜完成从使用者到创造者的蜕变

为期多日的夏令营正式结营。对于全体参训员工与实习生而言，这次培训不只是一次集中的技术充电，更是一次思维模式的转变。大家完成能力层级跨越：从只会直接使用AI工具，到掌握提示词调优、接口对接、知识库构建，能够自主动手搭建适配业务的简易AI工具原型，真正完成从工具使用者，到工具创造者的成长蜕变。

结语

未来，庚商还将持续打造高质量学习实践平台，鼓励全员拥抱大模型新技术，持续探索AI在教育场景的落地路径，实现个人与企业的协同发展。愿所有参训伙伴，将夏令营所学的技术思路与实操经验，运用到今后的工作与学习当中，持续探索，不断突破。