夜雨聆风
2026年5月伊始，天津大学软件学院《综合实训》如期而至。8位指导教师、9个前沿课题，近50名本科生，共同完成了一次八周的特别尝试：让AI大模型贯穿软件开发的每一个环节，从需求分析到代码交付，全流程“人机协作” 。——这不是选修，而是每位软件学院学生的必修实战。
为什么做这件事？
大模型技术正在深刻改变软件工程的方式。代码补全、需求分析、架构设计、测试用例生成……AI已经从“新鲜事物”变成了触手可及的生产力工具。但对于学生来说，会用AI聊天和用AI高质量地完成一个完整项目，之间还有不小的距离。
“我们的目标不是教学生写代码，代码AI可以写，”课程负责人说，“我们想让学生学会指挥AI写代码：知道什么时候该用AI、怎么用好AI、什么时候必须自己上。 ”
正是基于这个目标，软件学院8位指导教师围绕AI辅助开发的核心能力，设计了9个实训课题，覆盖了软件工程、操作系统、数据分析、边缘计算、智能检索等多个方向。
校企合作：
让每个学生都能放开手脚用AI
实训的顺利开展，离不开校企合作的坚实保障。本次实训中，学院与阿里云深度合作，为每一位学生提供了充足的大模型API调用配额。
在实训期间，学生可以放开手脚，不限量地使用国内顶尖的商用大模型完成课题任务。从需求分析到代码生成，从测试用例编写到调试排错，每一个环节都可以反复与AI交互、试错、优化，而无需为调用成本分心。这样的资源投入，在全国高校中并不多见。学院的这一保障措施，大幅降低了学生接触和应用前沿AI技术的经济门槛，让每一位学生都能在实践中充分锻炼AI辅助开发能力，真正实现了“以练促学”。
学生在做什么？
实训期间，学生被要求以AI为核心工具完成项目全流程开发。
以软件工程全生命周期实践课题为例——学生从需求分析阶段就开始借助AI撰写需求规格说明书，设计阶段用AI生成架构方案，编码阶段核心业务逻辑交给AI生成再人工审查修改，测试阶段由AI辅助生成测试用例并分析结果。整个过程中，学生需要不断设计提示词、评估AI输出质量、修正错误、记录交互日志。学生不是在“用AI抄作业”，而是在“跟AI结对编程”。
在操作系统内核相关课题中，学生面对的是内核panic日志、竞态条件、指针越界等底层难题。AI可以帮助生成框架代码和调试建议，但遇到复杂的并发问题时，AI常常给出错误甚至相反的建议。这正是课题设计的用意所在，让学生在实际操作中看清AI的能力边界，在AI搞不定的地方，人的理解力才是关键。
学生收获了什么？
实训结束后，从学生的反馈和提交的实训报告中，可以看到几个明显的变化：
一是从“问怎么做”变成了“问为什么这么做”。有学生在日志中写道：“以前遇到问题直接问AI怎么解决，现在会先自己想一遍，再用AI验证和补充。AI是我的搭档，不是我的外挂。”
二是建立了对AI工具的理性判断力。实训要求学生对不同AI工具进行横向对比测评：准确率、上下文理解、响应速度，哪些场景表现好，哪些场景容易出错。经过几周的高强度使用，学生不再是“AI说什么就信什么”，而是学会了质疑、验证、修正。
三是对AI的能力边界有了清晰认知。在操作系统、分布式推理等底层课题中，AI在处理复杂并发逻辑、内存管理等问题时常常“翻车”。正是这些时刻让学生意识到：AI可以帮你写80%的代码，但最关键的20%：涉及系统底层理解、安全性、并发控制的逻辑，必须由人来把控。
四是积累了可迁移的人机协作经验。每位学生都提交了完整的《AI交互日志》，记录提示词设计思路、AI生成错误案例及修正过程。这些日志不仅是一份实训记录，更是一套可以复用的人机协作方法论。
不止于实训
本次综合实训是软件学院推进“人工智能+教育”教学改革的一次具体落地。从传统的“教师教、学生学”，到“师—生—AI”三方协作，教学关系的重塑正在发生。而阿里云的支持，让这场改革有了更坚实的资源保障：学生不是浅尝辄止地“体验”AI，而是深入、高频、全流程地“使用”AI。
实训虽然只有几周，但它带给学生的，不只是完成了一个项目、通过了一门课程，更是一套面对新技术时的应对方法：主动尝试、理性评估、审慎使用、保持主导。这种能力，比任何具体的代码技能都更持久。
正如一位同学在总结中所说：
“以前我觉得AI是工具，现在我觉得AI是队友。队友有强项也有短板，关键是你得了解他，才能配合好。 ”
图1 AI实训使用的编程语言与代码行数统计（6月份）
项目展示－Database Agent
Database Agent 是一个用自然语言操作数据库的智能助手。用户无需掌握 SQL或编程，只要用日常中文描述需求——“查看销售额前五的商品”“统计去年每月的订单趋势”——系统就能自动理解意图、查询数据库、返回结果并生成可视化图表，支持数据导出和表格管理。
图2 李杰老师指导的数据库智能体项目
学生心得体会
学生体会：未来文字就是代码
做这个项目的过程中，我感受到 AI 时代正在改变软件工程。过去的软件工程需要明确每个逻辑分支；现在用 Agent，我们设计工具的边界、写技术文档、让模型自己推理。李杰老师说过一句话让我印象深刻——“以后文字就是代码”。我在完成项目的过程中，开始理解这句话的含义，以及如何使用 AI 工具提高生产力。
学生体会：接纳新技术，更要夯实基础能力
AI 时代的到来改变了我们的学习方式和生活方式，我们应该在这个过程中保持持续学习的能力，接纳新技术对我们的改变，数智化时代的软件工程要积极拥抱大模型，同时更加重视需求、设计、验证等软件工程基本能力锻炼。
