AI不当“帮手”当“员工”:我们把真项目搬进了天大课堂

AI的相关课程很多，有的讲原理，有的教工具。宣怀学院想做的是另一件事：把学生直接放进真实的产业现场，用企业真实且尚未被解开的课题，完成一次从需求分析到可运行原型的完整实战训练。

近期，天津大学宣怀学院《AI-driven 工作流创新实践课》在卫津路校区25教开讲。这门课由宣怀学院联合九安医疗共同开设，九安医疗副总经理丛明主讲，企业多位技术专家担任课程导师。未来8周，学生将组队从四个企业真实课题中择一，用AI原生工作流，完整跑通从需求分析到可运行原型的全过程。

所以。这门课的价值不在于"又多了一门AI课"，而在于一次完整的认知训练：用真实的商业数据和真实的企业问题，检验你的每一个AI技能，到底能不能解决真问题。

/九安医疗副总经理丛明/

这门课的四个课题全部来自企业正在真实推进的事。课程采用“企业出题、学生组队、导师指导”的组织方式：企业把正在做的事拿出来当题目，也把数据、判断标准和专家资源一并交给学生。

随后丛明总抛出了一个判断：AI正在从大家能用的帮手，变成企业里真正进驻到工作流里的“员工”，甚至有可能非常彻底地改造一个企业完成任务的流程。

丛明总最后还说：希望大家在这8周里，发现自己想发现的问题，学到自己想学的东西。

• 课题一：《一个想法的专利预判》

你带来一个自己的创新想法，用AI原生工作流帮它回答“新不新、能不能申、会不会撞、哪里还没人占”——把过去只能等产品定型、由专家做一次的专利判断，搬到刚有想法的第一天。

高新技术资质的硬支撑，发明做得再好，专利没写好，就等于把技术“捐献”给了全世界。专利只是载体，真正练到手的，是“给AI装上正确规则、组织成能跑的流程、再用eval证明它判得对”的通用能力。专利零基础可选，不强制会编程。

• 课题二：《给AI找一份广告运营的工作》

/ 李燚坡  九安医疗Agent 开发工程师/

一家健康品牌在美国亚马逊卖体温计。搜索词“baby thermometer”的ACOS高达50%，是目标的两倍——要不要直接“拉黑”？只看一个数，答案似乎是“要”，可它带来了200个订单，买家搜的又正是你卖的东西。真实项目里，早期的自动规则就因此误判过好词。这个课题要你为广告投放建立一套判断体系和一套eval体系，让Agent在运行中自己变好。

这题的 point 是什么：为广告投放这个场景，建立一套判断体系和一套 eval 体系，让 Agent 在运行中自己变得更好。

三条底线：只看不改、数字经得起复算、不看未来。

• 课题三：《AI Harness：有猫腻！AI到底怎么自主干活的？》

  

/闫露，连续创业者、AIoT与大模型工程实践者，曾任北京大学科技园创业导师，探索AI从"会思考"走向"能执行"/

同一个大模型，在聊天窗口里只会一问一答；配上合适的工具、规则和检查机制，就能自己检索文献写综述、清洗数据标出异常。差别不在模型本身，而在模型外面那层"壳"——AI Harness，这就是这道题的"猫腻"。

• 课题四：《当AI开始改自己——垂类场景下的RSI方法论》

/申利彬 九安医疗AI大模型负责人/

2025年，编码Agent DGM在无人类介入的情况下，把SWE-bench通过率从20%提到50%；AlphaEvolve破了保持56年的矩阵乘法纪录——“AI改AI自己”已不是科幻，是工程日程。但通用方法一进医疗、法律、金融这些垂类，就会撞上“四堵墙”。这门课题的第一原理是：先造尺子，再改学生——做尺子的功夫，是做学生的三倍。

做完你会有：一份能被复用的反馈体系设计模板、一次真实跑过的 RSI 内环、一份记录你踩过什么坑的复盘。

课题发布后，现场直接进入组队环节。8周的节奏已经排定：开题、中期、期末路演三道关卡驱动进度，中间穿插方向讲座和线上答疑。交付不看花哨，看的是能不能跑通、能不能证明自己判得对——诚实发现问题，比掩盖问题值钱得多。随后，同学们也针对各个项目与负责导师进行了一对一的答疑。

企业把正在做的事交给学生，也把解决问题的条件一并交给学生。8周后的期末路演，期待每组交出一份能跑、能验证、讲得清边界的答卷。