乐于分享
好东西不私藏

教了三期AI实战课,我发现学生最缺的不是工具,而是……

教了三期AI实战课,我发现学生最缺的不是工具,而是……

2026春学期结束,《AI实战边做边学》第三期收官。

16周,从AI画像到个人网站,再到AI硬件项目——

一门全校公选课,到底能走多远?

心里也没底。

01 为什么要开一门"边做边学"的AI课

2025年春天,我开了第一期《AI实战边做边学》。

起因纯粹是自己最初体验了AI的能力,觉得很好玩儿,自己就开始先玩起来了,然后看到一些AI通识课,理论性有点儿强,对于和我一样的小白,入门难度有点儿大。

所以,就想做一门选修课,面向全校非计算机专业的同学,我们一起边边学。

那时候,课程的目标很朴素:让零基础的同学也能上手AI。

第一期是"工具尝鲜期"——文本生成、图像生成、视频制作,一个一个工具试过去。

第二期是"工具普及+深度探索"——学生们已经会用生文生图了,压缩课时,开始聊Prompt、AI辅助科研、内容创作。

到了这学期的第三期,:同学们的AI起点越来越高。

他们会用deepseek写作业,会用豆包画图,但再问问"AI还能干嘛",答案可能往往就到这里为止了。

所以这一期,再次更新。

三个大项目串起整个学期:

  • 第一阶段(1-5周):数字自我与专业描述 —— 用AI重新认识自己、表达自己
  • 第二阶段(6-9周):一人一个个人网站 —— 从零到一,搭一个属于自己的数字作品集
  • 第三阶段(10-16周):AI+硬件 —— 让AI从屏幕里走出来,走进现实世界

16周,从一张AI头像,到一个能跑视觉识别的硬件原型。

这就是第三期的想法。

02 第一阶段:用AI画一张"你"

第一堂课的主题叫"AI团伙集结"。

没有讲定义、讲历史、讲理论。一上来,每个人的任务就是:用"专业关键词 + 性格动物/物体 + 艺术风格"的公式,生成一张AI画像。

然后全班"猜猜猜"——这是谁?

学土木的同学生成了"钢筋混凝土狐狸,包豪斯风格";

学物理的同学生成了"薛定谔的猫,赛博朋克风";

学机械的同学更直接——"齿轮猫头鹰,蒸汽朋克"。

AI课的第一堂课不应该是"AI是什么",而应该是"AI能帮你表达什么"。

先让每个人和AI产生一次"私人联系",后面的一切才顺理成章。

接下来的几周,沿着"数字自我"这条线一路往下走:

  • 第2周:个人IP形象设计 + 海报制作
  • 第3周:AI辅助视频创作,剪一支自我介绍短片
  • 第4-5周:AI辅助科研,用AI读论文、写文献综述——主题就叫"当我的专业遇见AI"

五周下来,每个同学手里都攒了好几件作品。

但它们还只是"散"的。

03 第二阶段:每个人都要有一个自己的网站

第6周,"接下来4周,开始实现我们最初设定的目标——每个人,都要做出一个自己的个人网站。"

第二阶段的核心:Vibe Coding——用自然语言描述你想要什么,让AI帮你写代码。

从一行HTML都看不懂,到跟AI对话说"帮我把这个导航栏改成圆角,颜色换成深蓝,再加点阴影"——这个转变,大概只需要两节课。

到第7周,每个人的网站都有了雏形。

然后开始把前五周的作品——AI头像、海报、视频、文献综述——全部"搬"到网站上去。

之前那些"散"的作品,一旦被放进个人网站这个框架里,突然就有了意义。突然发现到:原来我这半学期做了这么多东西?!

这是累积效应吗?

你学了十个工具,它们只是十个工具。

但你把它们装进一个"个人网站"里,它们就成了你的数字作品集。

第9周,所有网站正式上线。

有做的炫酷的,也有做的朴素的,但每一个都是从0到1,完完整整属于自己的东西。

一个学土木的同学跟我说:"老师,我以前觉得编程是程序员的事。现在我知道,我一个土木狗,也能有自己的网站。"

这就够了。

04 第三阶段:让AI走出屏幕

如果说前9周还是"屏幕里的AI",那第10周开始,我们就要把AI拉到现实世界里来了。

硬件模块用的是Seeed Studio的XIAO ESP32S3 Sense——一块小小的开发板,带摄像头,能跑AI视觉识别。

第12周,我们还组织了一次特别的活动——和柴火创客空间一起,在西南交大Fab Lab做了半天的氛围编程工作坊。

说起这次工作坊,还挺有意思的。

一开场就出状况:投影仪没电了。咋办???老师和学生们二话不说,找了个小凳子、几个纸盒,七手八脚搭了个临时供电结构,问题解决。

这就是创客精神吧——遇到问题,动手解决。不是等别人来修,是自己上。

工作坊当天的效果特别好。

同学们,用图形化编程搓出了各种各样的番茄钟;

学有余力的同学,直接在Wio Terminal上搓出了一个能玩的俄罗斯方块。

你看,这就是"低门槛,高天花板"的魅力。

每个人都能找到自己的位置,每个人都有自己的成就感。

后面的几周,各小组分头做自己的AI硬件项目——

有的做垃圾分类识别,有的做手势控制……

最终9个小组,有的成功,有的失败,不管怎样,流程是知道了"数据采集→模型训练→部署到硬件→实际应用"。

05 学生们怎么说

期末我发了一个问卷,问了一个开放性问题:

"请写下关于这门课你最想说的话,意见建议等等等等,希望能和你们一起合作,改进这门课程。"

收到18份回答,看得我挺感慨的。摘几条:

"这门课程是目前在大学生活中最有用的一门课程。"

——DYL,机械工程学院

"从AI的门外汉进入到了AI的领域,让我这样的0基础学生也学会了使用AI进行开发和视频制作以及论文撰写,受益匪浅。"

——CT,物理科学与技术学院

"本学期最大的收获,是走出了'只听过、没做过'的盲区。"

——LYH,计算机与人工智能学院(拔尖班)

"希望不仅能学会新的AI,还能学会面对新东西的勇气。"

——ZHT,集成电路学院

当然,也有很多中肯的建议。

说得最多的,是硬件部分进度太快——6个同学提到了这一点:

"硬件板块整体推进速度偏快一些,课上有点没办法跟着步骤完成操作,来不及细细理解接线逻辑、配套代码背后的原理。"

——AQ,建筑学院

还有同学说,前半段太简单、后半段难度跳得太猛;

有人说很多AI工具要付费,这是最大的障碍;

也有人说,希望能教更多最新的AI工具……

这些都是真话,也都是下一期要改的地方。

06 我的三个困惑

教了三期AI课,我反而越来越"困惑"了。

第一个困惑:动手和动脑,怎么平衡?

现在的AI工具越来越"傻瓜化"——点点鼠标就能训练一个模型,拖拖拽拽就能做一个网站。学生很有成就感,但他们真的理解背后的逻辑吗?

AI降低了动手的门槛,但会不会也降低了动脑的深度?

这个平衡点,我到现在也没找好。

第二个困惑:普惠和个性,怎么兼顾?

这门课是全校公选课,学生专业背景不一——

有计算机拔尖班的同学,也有从来没写过一行代码的文科生。

课程内容不能太难。

但学有余力的同学会不会"吃不饱"?

有同学建议"项目超市"——不同难度的项目自己选。

这个方向我觉得可行,下一期试试。

第三个困惑:教AI,到底是在教什么?

教工具?工具更新太快了,这学期教的东西,下学期可能就过时了。

教技术?对一门公选课来说,深度又不够。

这一次,我彻底放下了想教AI底层原理的执念,基本把前两期关于这部分的内容删掉了,放在了自我拓展的环节里。

我现在越来越觉得,AI课真正要教的,可能不是某个工具、某个技术,而是一种"面对新东西的勇气和方法"。

就像ZHT同学说的——"希望能学会面对新东西的勇气"。

AI只是一个载体。通过AI,学会怎么快速上手一个新事物、怎么在不确定中探索、怎么把一个想法变成现实——这可能才是这门课真正的价值。

07 下一期,继续迭代

第三期结束了,但这门课远没有"定型"。

AI技术在变,学生的起点在变,我的理解也在变。

每一期结束,我都会推翻一部分之前的设计,加入新的东西。

这可能就是教AI课最累、也最有意思的地方——你永远在上新课。

下一期(2026秋)要暂停一下脚步,停一学期,认真思索一下,

准备在2027春再开始,初步打算做这些调整:

  • 硬件模块放慢节奏,增加基础知识铺垫
  • 优化难度曲线,避免前松后紧
  • 引入"项目超市",实现分层教学
  • 整理更多免费/开源工具,降低学习门槛
  • 内容继续更新,跟进AI技术的最新发展(虽然不应一味追逐工具,但这毕竟是一门AI应用课,比如这学期刚请学长讲了“龙虾”,它就慢慢退热了)
  • AI伦理的部分要好好思考一下,应该融入到每一次使用中。

一门课,就像一个产品。

每一期都是一次迭代,学生是用户,反馈是需求。

而我,既是产品经理,也是开发者。

第四期见。

写在最后:

如果你也在做AI教学,或者对AI教育感兴趣,欢迎交流。

也欢迎留言聊聊:你觉得一门好的AI课,应该是什么样的?