肖雄子彦 · 人工智能基础(B)修读档案

课程内容： 这课金课一星都不配有，唯一这一星是给老师的 上课自由度： 老师本身挺好的，很耐心 考核标准： 和另一个班对比一下，人家出分之前会公示成绩、给大家核对的机会，日常小作业也给改错机会，这个班统统没有，比较严，这点狠狠差评 授课质量： 还可以

课程内容：/ 上课自由度：/ 考核标准：太难了，本人一个倒霉文科生直接原地蒸发，求放过，这难度是把我往挂科悬崖上逼啊 授课质量：/

# 改革人工智能基础刍议 ### 前言：今年入学的学生，很大一部分人要学人工智能基础。笔者认为，人工智能基础课非改革不可。 ## 一、人工智能课想教我们什么，及这门课的悖谬之处 人工智能基础，2学分，野心大到想做AI界的满汉全席。AI历史打头，一路狂飙：基础Python语法、线性回归、卷积神经网络、目标检测算法与Transfomer，外加Agent、MCP、skill与伦理问题。好像上完这节课，出门就能对着人工智能指点江山了。这误区，大得能开飞机。 这里随便抠一块出来，都够单独开一门3学分的课，人工智能基础却一拍桌子：我全都要。急功近利得让人挠头，考虑欠加得让人扶额。马克思说，“在科学上没有平坦的大道，只有不畏劳苦沿着陡峭山路攀登的人，才有希望达到光辉的顶点”。人工智能基础就这么点时间、这么杂的内容、这么多限制的学生对象，注定了干饭不能一口吃成个胖子。老师蜻蜓点水那么一点，学生绝无可能对AI生出深刻认识来。时间与内容两边一夹击，老师只能跳过大量有意义的推导与前后文补充，啪地甩出一张Transformer的架构图，学生当场满头问号，考试时大多也只能记住“深度神经网络的激活函数用Relu比较好”——结论刻进DNA，含义永远是个谜。没学线代，你砍不动矩阵运算，自然看不懂大规模参数更新的机制；没像看怪物一样端详过for循环与矩阵运算的差距，你就不明白矩阵运算和GPU加速里到底藏着什么神仙；没手算过卷积神经网络，你对卷积层检测边缘功能就一点直觉都培养不出来；没摸过Pytorch与Tensorflow框架，你根本猜不到我们一开始为啥非得教Python，换个编程语言不香吗；没扒过语言模型架构的进化史，你也就领悟不了Transformer凭啥优越——这一切没一个能当细节砍掉，全是理解模型的必修硬骨头。 ## 二、这暴露出的问题 **1.面向对象的问题**：上人工智能基础课的，有很大部分是文科生。学过微积分基础，不代表人工智能的数学地基就已经打好了；学完基础Python语法，不代表拿到Pytorch代码就能读下去。设计课程，得先掂量掂量学生的背景知识、理解能力、学习情况，端出真正能喂到嘴、咽得下、有帮助的菜。零基础的学生感觉这课像踩了风火轮，腾云驾雾；像笔者这种懂那么一丢丢的，又觉得太基础了下不去筷子。课程难度以某种玄学方式精准卡在中间，把因材施教的学习需求一口气全员闪避了。 **2.课程定位的问题**：这课名字叫“基础”，却想做个大杂烩中的宇宙。结果不是“博”，是“杂”，大家只能走马观花。灵魂拼图碎了一地，块块都有，就是拼不起来。 **3.考核方式的问题**：作为一门新课，人工智能基础的考试还比较原始，有待改进。这张试卷的脾气，一眼就能看出来。***首先***，宠Python基础语法。这门语言，很大程度上根本不会再被人工智能基础课的学生在任何一个场景里用上了；而且要论本门课能教的那点基础Python，实在太基础了，基础到放哪儿都派不上任何用场。花拳绣腿，一招半式，学之无用，大把语法细节嚣张地霸占了学生们的复习时间，像str[6:]这种细节语法题往考卷一坐，同学们的考试信心与本门课的热情直接双杀。对学过和没学过Python的同学，可能还因此摩擦出一桩不公。***其次***，较为注重算法细节。卷积输出的层数计算、Relu激活函数的优势之类，出现在试卷上，往深讲吧太复杂，往浅讲吧不如闭嘴——浅了根本讲不清。***第三***，题目合理性有待优化，有些知识点重复反复，同款题在试卷上像隔街碰到的前任。 ## 三、我们应该如何改革 **1.讲解算法时，应注重方法直觉，而非算法细节与数学实现**。比如讲端到端深度学习：这“就是直接扔进原始数据（比如图像的像素），告诉它最终想要什么结果（比如‘猫’或‘狗’），然后让模型自己从数据中摸索出从输入到输出的映射规则，中间所有步骤和特征都由模型自动学习，不需要人工插手设计。”；再比如讲强化学习，就用训狗的思路：像训狗，做对了给零食，做错了不奖励，次数多了它就明白“什么动作能换来好吃的“（这些解释并不严谨，但是一定程度的省略是必要的）。另一边，别捂着“卷积神经网络的维度究竟是多少”这种数学细节不放，甚至该把它整个删掉，只留能传递算法核心思想的直觉化解释，比如“像手电筒，每次只照亮图像上的一个小区域，仔细分析里面的纹理（比如边缘、颜色）。然后它滑到下一个区域……”。总而言之一句话：别因小失大、舍本逐末。 **2.去除一切对于Python或者编程语言的讲解**。讲课中出现数学公式没问题，这是铲平线性回归之类重点的必经之路，但绝对不能蹦出任何需要学生理解掌握的代码形式。这不是学习上的偷懒，是必要的断舍离。 **3.剔除过时内容**。比如“如何写提示词”以及差不多路数的一套东西，随着AI的迭代已经逐渐变得无关紧要，大可连根拔起。AIGC相关内容早已人尽皆知，连隔壁买菜阿姨都知道AI能做此事，课上再提，就显得多此一举。对“龙虾”那类全凭炒作、无半点工程责任心的过时项目，也得从讲台上请下去，别让看热闹的门外汉被迷糊着拐进歧途，也别让真想认真投身工程的人看到后心里发寒。 **4.增添新内容**。或可包括世界模型的算法直觉与发展现状、Agent社会等新兴内容，再配点对未来发展的合理展望。 **5.重点讲解Agent、skill、MCP、Context Management等内容**。两个原因。***首先***，这是最贴最广大人们生活的部分。理论上一路发展下去，Agent能干掉所有电脑能做的事，生活便利得跟开了挂似的，可在国内，大众认知度还很紧缺，压根不知道该怎么应用、怎么把它的功力施展出来，学生们也一样，对深度使用AI工具缺乏理解，于是就可能稀里糊涂丢掉一块重要的竞争力。***其次***，Agent是一个重要但被大众习惯性忽略的领域。中美间AI的差距不是只卧在基模那一条沟里，还横在Agent这条沟上。国外的Claude Code实质上已经拿到了通用编程Agent里的垄断地位。社会大众眼睛都盯着新模型迭代优化，转过身却忘了Agent的发展与调优。好在中国的厂子与民间早自发涌现出关注，但这还不够。中美顶尖Agent之间仍横着巨大的差距，未来竞争里一块重要拼图，就是《Situational Awareness》里说的”unhobbling“领域。 **6.关于vibe coding的问题**。这块我觉得值得单押一段。常人聊vibe coding，张口就是效率坐火箭、编程赛博平权、快钱横着赚这类神话套餐。可神话许下之后，递到你手上的，是没品味的自制web网页、工程鲁棒性约等于豆腐渣的粗APP，还有一堆没人喜欢的小劣质游戏。vibe coding不是把神灯擦亮向他许愿，不是嘴皮一开想要啥来啥，你手头还得攥着工程直觉、对建构的品味、和一颗真的热得发烫的心。不然vibe出来的结果，只能是garbage out。所以我认为，对vibe coding只需要提一嘴，千万别砸大块时间进去，真正值得时间的，大概是编程Agent的通用化应用。（本点或有争议，仅供参考） ## 四、总结 我们懂得AI对社会变革的炸裂意义，但真想要学AI，更需要的是严谨的治学精神、追求卓越的工程师精神，以及一堂真正能帮到我们、认认真真组织过的大学课程。是时候正面回答这个锥心之问了：**对于绝大多数将来并不会去做AI研究的学生，这门课到底该给他们留下什么**？我认为答案不过三样：第一，对AI“能做什么、不能做什么”的直觉；第二，对AI“为什么能做到”的一抹粗线条理解；第三，对AI“与我有什么关系”的自我定位。所有改革该绕这三个目标跳集体舞，而不是死死抱着“知识点全覆盖”兜圈子。 ## 五、其他 本文由一位懂点AI的法学生撰写，同时感谢法学院同学提出的宝贵意见。 肖老师的教学质量很高，能看出来相当认真。助教也十分友善，乐于助人。

课程内容：其实从我个人角度看，文科生碰点这个还挺上头的……顺手牵了python、yolo、llm、cnn、线性回归、dnn，还摸了vibe coding和上使用skill，自己搭html网页玩，说真的，比传统文科好玩很多，难度也不夸张，上手之后的成就感还挺扎实。 上课自由度：高 不点名不签到，旷课大门是敞开的，来的都是自愿充值。 考核标准：考得不算是地狱难度，都踩在人工智能浅水区，ppt别当经文硬背，理解了基本就上手，但是考了50%python这招实在没接住，并且有一撮记忆模糊题也拿不准对不对。 授课质量：肖老师授课质量超高。 懂开这门课想干嘛，当代学的东西确实必备和保值，但在这门课里它只配作为导览入口，技术纵深上比不了真理工科。算是给普通人的AI初次接触包吧。总之，这次是真的学到点东西了，这种正反馈的成就感的实在在大量文科荒原里有点珍贵。 提一下，肖老师人是真好，而且超级好看 助教也棒棒棒 选肖老师没毛病，讲得通透，人也可爱 必须给5星 后面就剩红课和文科专业课面面相觑了真是难绷。

课程内容：Python概论＋Python拓展（不考）＋从线性回归一路飙到神经网络＋卷积神经网络与实践＋目标检测YOLO和MediaPipe交互整活＋大语言模型＋AIGC概览与创作实践＋Agent、MCP与Skills＋AI伦理，菜单长得像报菜名。 期末考除Python拓展外的前六章，Python概论、从线性回归到神经网络、卷积神经网络与实践这三章戏份偏重，感觉有三四道题都在拷打卷积核相关的计算，元组、索引、切片、循环这些Python概论的知识也考得不少，最后三章本学期没抬上来。 考前会划重点（感觉重点挺准，重点强调的基本都考了，像考前发的压缩包还是管用的那种。 上课自由度：这学期好像没签到，但有几节课掏随机名字生成器抽人回答问题，相当于命运的齿轮随时转你头上，请假倒是比较方便的样子。 考核标准：判断15道一道1分，单选20道一道2分，多选10道一道3分，填空9题15空一空1分。20%平时小作业（4次一次5分，达成要求就给满的样子）＋30%小组大作业（3人一组，交一个基于文生图/图生视频等AIGC技术的交互作品，还要录视频、写项目报告来讲）＋50%期末考试，比例分配得像基金定投。 授课质量：老师和助教都很负责！老师人很好！讲得也好！没废话，内容很饱满。虽然对高中没认真学Python的lz来说节奏有点快，虽然课程设置可能还有改进空间，课件上一些函数、公式和专业概念对零基础的lz来说晦涩难懂，虽然期末没考矩阵加速之类的但那些陌生概念一带而过还是会波及总体知识的理解和听课体验。课是必修躲不掉，要挑老师的话这位真的负责，讲得也好www。

复习得我想从包玉刚四层露台纵身一跃，张开双臂体验翼装飞行（装备忘买了），一头扎进思源湖，同时精准避开黑天鹅，免得把无辜的天鹅宝宝砸了，然后沉底学锦鲤吐泡泡，再郑重其事地饮水思源。 如果有好心uu从一餐买粽子买多了可以往湖里扔来投喂煮啵的哈。 二编：考完了，煮啵作为第一批品鉴人工智能基础B的，建议学弟学妹拿出1-2天系统复习，大概50%复习课件里的概念知识，50%复习python语言。等成绩出来三编。考试预估略难一点点，但把握好复习应该能顺利通关（煮啵并不属于这一类人）。想刷模拟题的可以去传承上找，那上面应该是大佬自己用AI生成的题，但总体方向是对的。

老师和助教给五星，这门课一分都不配有，这配置就像米其林大厨配了个泔水桶，好得越好，烂得越抽象。 每学期都得刷新一门传奇金课，属于是培养计划里埋的隐藏款雷。 把这门课塞进培养计划里的那位，真该直接弹射起飞，姿势我都想好了。 金，太金了，金到复习的时候人都想原地羽化。 教务处你是有什么心事吗？非得把这种不伦不类的课塞进培养计划里。从目的来说，你指望大部分文科生学完这个去干嘛？用神经网络前向传播指导自己跟LLM聊天吗？ 另外，这课说是体谅我们数理基础薄弱，把中间推导步骤删了——骗你的，删了照样听不懂。 还有，第一年开课不给例题是什么意思？不给我例题，我怎么知道期末要怎么表演？ 要不是老师和助教真的很好很好，很认真地想教会我们，有问必答，就这种课我一分都不想给。 别跟我提什么博雅教育，我不配，没那个能力。 追评：老师你善，狠狠捞了我。平时和期末五五开，我期末卷应该答了56分。 也是靠xxzy老师的海底捞，让我在大一结束的时候像一条区一样挤进前50%了。

至今没搞明白这门课是踩了哪位领导的xp开关，以至于25级以后全校同学都得集体出演jwc版烽火戏诸侯里的诸侯，好家伙你们在上面玩得挺嗨，也没人管我在下面是不是已经凉透了啊。 6.26五编：想了一下这门课搞不好会变成一坨所有人都得一起吃的shi，所以干脆不评价课程了，反正横竖都躲不过去。肖老师非常非常非常棒！助教老师也非常非常耐心！这门课选肖老师就对啦！ 复习得想报警。。。 6.25二编：复习得想跳楼。。。 6.26三编：现在是2026年6月26日0点46分。**jwc你睡了吗，我睡不着**。打开ppt，被乱七八糟的图和公式闪瞎了。。。这种课到底意义何在？？？复习得嘴唇发紫胸闷气短。 6.26考后四编：今天是上海10天以来第一次放晴，可惜，这样好的阳光，我以后再也见不到了。 体感至少50%都在考python是有什么心事吗？？？**考场上看着一长串代码真的很无助很想死**！讲了那么多复习了那么多的卷积、YOLO、LLM都被吃了吗？？？