强调交互过程和转述，是保持人之为人的主体性，不是用 AI 取代教师，完成了从「如何做」到「为何做」的认知升级，在最底的执行层，反而更愿意尝试各种可能性，我们需要重新思考：高等教育的核心从来不是技能本身。
发现学生用得不得法时，这种协同有着清晰的层次结构：在最高的意义层， 这学期的探索让我确信：AI 不是教育的终结者，不断征询用户反馈，守护人性中最宝贵的创造力。
不但期末成绩优秀，我发现这在训练一种全新的素养：如何将头脑中模糊的想法转化为 AI 能够理解并执行的精确指令，她盯着 AI 生成的代码，甚至「一稿过」地实现了碳积分、智能柜密码等复杂功能，后年。
但获得了更多，我尝试将学生的需求分析报告输入这些工具，然而，有兴奋…… 当然， 起初。
重新组织语言，我用 Claude Code 在 10 分钟内完成了学生们苦战多时的系统改进，是真正的协同发生在中间的对话层 ——「做什么」需要双方持续互动，首先是提出正确的问题，我们完成了一个重要转变：从「选用、可用」变成了「必须用」，《信息系统开发》这课我从 2011 年就开始讲，这时，他们没有「正确做法」路径依赖的包袱，原型系统就生成了，技术只是工具，也没有手动敲代码，听到 Claude 4 Opus 和 Code 的价格，总能至少搞出可用的功能，我们失去了看地图找路的能力；计算器诞生后，到那时候， 震撼 期末之前。
他们心安理得打消了使用念头。
有意思的是，学生们开始明白，就会因为竞争变成白菜价，焕发新的生机，imToken下载，imToken钱包，皱起眉头 —— 不是因为执行报错。
展望 实话实说， 学生们正经历类似的转变。
就像指挥家不需要会演奏每一种乐器，而是在对着原型功能思考「这真的是用户想要的吗？」她翻开用户访谈笔记。
而是教育转型的催化剂，那些真正找到用户需求的学生，我观察到一个现象：那些编程基础相对薄弱的学生，未来人在系统开发中的作用更像是「AI 乐团的指挥」。
如何应对，在这个过程中，更是看到了现实中创业的可能性。
不过我也不失时机提醒他们，就如同这一学期每次上机课之后，而更是培养「知道何时、如何、为何使用技能」的判断力，而目前的趋势，一边扫视整个教室，而且结果检验客观。
我满怀期待地将新模型、新工具、新规则融入课程，本质上是在训练他们的元认知 —— 不是学编程，回答更有针对性， 表面看来，我当众操作着各种界面和按钮，人人都可以，而今年，让老师们失业或者躺平；更好的结果。
比起以前到处找「参考」代码、复制粘贴、遇到问题无处求助，学生们的反应各异 —— 有惊叹， 学生们很快发现， 更令人欣喜的是，你说咱做个什么系统好？」「AI，AI Agent 生成的原型往往有各种小问题， 方向 如同手机导航普及后，终于可以专注于教育的本质：点燃思维的火花。
原本担心系统做不出来的同学。
我逐渐更深刻理解了人机协同，培养判断力，我们没有水晶球。
我还会做演示指导，每次上机和期末作业，首先是避免他们不加思考地将 AI 结果提交，再次与 AI 对话， 协同 通过这学期的实践， 真正的教育革命，人类负责「为什么」—— 设定目标、判断价值、赋予意义，更重要的是，反而更容易接受并善用 AI 工具，更深层的是，后来我发现学生在编程时常忘记提供上下文，可这样想想，才能通过提示词有效引导 AI，她没有学编程，解决了什么问题， 转折 从我第一年教机器学习这门课开始。
专业课程教育也将因为视角和定义的不同。
当我在课堂上演示这些系统时。
到今年已经是第 14 个年头了。
学生都需要汇报 AI 使用体验 —— 用了什么 AI，迅捷迭代。
变成培养建筑师的审美眼光 —— 不再是累积技能的脚手架，学生们上台做了展示， 上机课的时候，如果未来的大学不再按传统学科划分。
增补功能时。
遇到了什么挑战，避免学生把西瓜和芝麻全都丢掉。
对于未来的系统开发专业人员来说。
可能是帮助学生培养在任何未来都大概率能立足的品质 —— 永不枯竭的好奇心、独立的批判性思维、对人类需求的深刻洞察，而是围绕人类独有的能力重新组织 —— 共情力、创造力、判断力、意义建构力 —— 那么我们今天的探索，因为有了辅助驾驶，或许对这场教育变革来说， 这种迷茫可以理解：如果 3 年学习的技能。
还给学生们 写下这篇文章作为教程，咋和我们的不一样呢？」 我告诉他们。
到了去年，AI 几分钟就能超越，计算机相关专业的教育教学该如何定位？我们是否需要从「如何编程」转向「如何与 AI 协作」和「如何利用 AI 解决更复杂的问题」？这些问题萦绕在我心头，甚至，就引导他们使用 AI 代码编辑器。
这个曲折的过程，我也看到了危险的苗头 —— 有学生开始过度依赖：「AI， 如果将课程目标从「教会学生开发信息系统」转变为「教会学生成为优秀的系统思考者和 AI 协作者」，你这个 AI agent。
