课程安排
本页为“AI 编程进阶：方法与实践”2026 年秋季学期教学安排，包括课程基本信息、教学目标、各讲教学安排以及课程项目与考核方案。
课程基本信息
| 项目 | 内容 |
|---|---|
| 课程名称 | AI 编程进阶：方法与实践 |
| 英文名称 | Advanced AI Programming: Methods and Practice |
| 课程性质 | 全校性选修课（本科 + 研究生） |
| 学分/学时 | 1 学分 / 16 学时（8 周） |
| 上课时间 | 每周二晚 19:20–20:55（第 5–12 周，2026 年 10 月 13 日 – 12 月 1 日） |
| 先修要求 | 具备一定的编程基础 |
| 考核方式 | 课程项目 100%（阶段检查点 + 最终提交 + 同伴互评） |
| 授课教师 | 韩文弢 |
| 课程团队 | 陈嘉杰、石博源、王自强 |
教学目标
- 掌握原理与方法：掌握 AI 辅助编程的基本原理，合理使用主流工具进行代码生成、理解与优化，建立人机协同编程思维。
- 具备关键环节能力：利用 AI 完成需求分析、任务分解、调试修复、代码重构及测试生成，对生成结果进行有效评估与控制。
- 培养工程实践能力：独立完成基于 AI 辅助的完整开发项目，理解相关技术的局限性与潜在风险。
知识递进关系：基础方法（第 1–2 讲）→ 开发流程（第 3、5–6 讲）→ 工程实践（第 7–8 讲）；第 4 讲为客座讲座，从真实实践印证课程内容。
教学模式：讲解 — 演示 — 实操 一体化，强调过程记录与结果评估，培养规范、高效、可控的 AI 开发能力。
教学安排总览
| 周次 | 日期 | 主题 | 内容要点 | 项目任务与检查点 |
|---|---|---|---|---|
| 5 | 10 月 13 日 | 第 1 讲：AI 编程概述与工具链 | 软件开发范式变革与人机协同；LLM 基本原理概述；AI 编程工具演进（代码补全 → IDE 自动化 → AI Agent）；主流工具链介绍与 OpenCode 环境配置；版本控制基础（Git 够用五命令）；AI 使用规范与学术诚信 | 发布课程项目要求与选题方向（说明检查点与展示互评机制）；布置检查点 1（10 月 18 日周日截止） |
| 6 | 10 月 20 日 | 第 2 讲：提示词工程基础 | 提示技术（Zero-shot、Few-shot、Chain-of-Thought）；面向代码任务的提示技巧；上下文工程（含错误信息与日志解读）；提示模板与规范 | 课堂反馈检查点 1；布置检查点 2（10 月 25 日周日截止） |
| 7 | 10 月 27 日 | 第 3 讲：代码生成、理解与调试 | 从自然语言需求到代码；生成模式与评估验收；AI 辅助代码阅读；AI 辅助调试流程与最小可复现（MRE）；常见陷阱（幻觉 API、表面修复） | 课堂反馈检查点 2；布置检查点 3（中期检查）（11 月 8 日周日截止） |
| 8 | 11 月 3 日 | 第 4 讲：客座讲座 | 陈嘉杰：结合 Rust 课程谈 AI 编程的经验与教训 | 本周不布置新检查点；项目自主推进，完善检查点 3（中期检查，11 月 8 日周日截止） |
| 9 | 11 月 10 日 | 第 5 讲：复杂任务分解 | 需求分析与任务分解方法；Plan 模式与规格驱动开发；Agent 工作流与行为文件（AGENTS.md）；多 Agent 管理；AI 编程的安全与风险 | 课堂反馈检查点 3（客座周顺延）；布置检查点 4（11 月 15 日周日截止） |
| 10 | 11 月 17 日 | 第 6 讲：代码重构与优化 | AI 辅助重构的原则与方法；技术债识别；修复策略与回归验证；性能分析与 AI 代码审查 | 课堂反馈检查点 4；明确最终提交要求（11 月 29 日周日截止） |
| 11 | 11 月 24 日 | 第 7 讲：测试生成与验证 | 软件测试基础；AI 生成单元测试与质量评估；测试驱动的开发循环；课程知识主线回顾 | 最终冲刺（结合本讲完善测试与文档）；最终提交（11 月 29 日周日截止） |
| 12 | 12 月 1 日 | 第 8 讲：优秀课程项目展示与同伴互评 | 约 10 个优秀项目展示；全体同学参与打分与评论；评优表彰；课程总结与结课 | 课堂展示与互评；互评材料提交（12 月 6 日周日截止） |
课程项目与考核
项目组织与检查点安排
本课程只设置一个大作业，不另设小作业。每位同学独立完成一个 AI 辅助编程项目，可以选择软件开发、Agent 应用、开源项目优化、数据处理与可视化等类别。各类参考项目见课程大作业；类别之外的探索，请提前联系助教。
全程运用课程所学方法，借助 AI 工具完成需求分析、设计、编码、调试、测试各环节，并完整记录人机交互过程。四个检查点分别提交同一项目的阶段成果。
检查点实行“当周布置、周日提交、下一讲反馈”的节奏：提交截止时间为周日 23:59；教师在下一讲课堂集中反馈。检查点 1、2、4 于布置当周周日截止；检查点 3（中期检查）跨客座讲座周，顺延至次周周日（11 月 8 日）截止，反馈将于第 5 讲进行。
各检查点的检查内容与布置讲次的教学内容对应，具体安排如下：
检查点材料见检查点 1 详细要求；工具安装与操作见 OpenCode 配置教程和 Git 使用基础。
| 检查点 | 布置讲次 | 截止时间（周日 23:59） | 提交内容 | 反馈安排 |
|---|---|---|---|---|
| 检查点 1：选题与启动 | 第 1 讲（10 月 13 日） | 10 月 18 日 | 报告（项目简介与目标、技术栈与 AI 工具选择、环境配置与首次 AI 编程体验、Git 启动情况）及完整 AI 交互记录；仓库初始化与首次提交在本地完成，无需提交代码仓库 | 第 2 讲课堂反馈 |
| 检查点 2：初始进展 | 第 2 讲（10 月 20 日） | 10 月 25 日 | 代码仓库（含版本历史）、用提示技巧生成的骨架代码（开源项目可提交已跑通的基线版本、初步补丁或测试骨架）、提示词与上下文实践记录（模板与迭代对比） | 第 3 讲课堂反馈 |
| 检查点 3：中期检查 | 第 3 讲（10 月 27 日） | 11 月 8 日 | 核心模块代码、代码生成与调试过程记录（含最小可复现示例）、当前问题清单 | 第 5 讲课堂反馈（第 4 讲为客座讲座，顺延） |
| 检查点 4：规范检查 | 第 5 讲（11 月 10 日） | 11 月 15 日 | 任务分解与计划文档（分解树、任务清单与验收标准、里程碑）、项目 AGENTS.md、功能完成度对照任务清单的自查、过程记录完整性（AI 交互记录 + 版本历史） | 第 6 讲课堂反馈；第 8 讲展示遴选依据 |
| 最终提交 | 要求于第 6 讲明确（11 月 17 日） | 11 月 29 日 | 完整项目代码、测试、项目报告（含 AI 使用方法与过程反思） | 成绩与评语随成绩反馈 |
| 同伴互评 | 第 8 讲（12 月 1 日） | 12 月 6 日 | 对展示项目的评分表与评论 | 计入“同伴互评参与”成绩 |
评分构成（100%）
| 评分项 | 占比 | 说明 |
|---|---|---|
| 选题与启动 | 10% | 检查点 1 材料质量：选题价值、技术栈与工具选择、环境配置与首次实践记录 |
| 阶段检查点 | 15% | 检查点 2–4 的按期提交与材料质量（各 5%） |
| 功能实现 | 30% | 功能完成度、正确性、实用性 |
| 代码质量 | 10% | 代码规范、结构清晰度、测试覆盖情况 |
| 项目报告 | 20% | 报告完整性、对 AI 使用方法与过程的反思深度 |
| 同伴互评参与 | 15% | 第 8 讲展示环节中评分与评论的完成度和质量 |
功能实现与代码质量按项目主要类别评分，其他评分项使用共同标准，具体分项见大作业评分细则。
第 8 讲课堂展示与同伴互评
- 展示遴选：依据检查点 4（规范检查，11 月 15 日截止）与最终提交材料（11 月 29 日截止）的综合评分，遴选约 10 个优秀项目进行展示（每个约 8 分钟：现场演示 + AI 使用方法与过程分享）；展示名单于第 8 讲上课前公布
- 全员参与：全体选课同学（约 30 人）对每个展示项目打分并撰写评论；评分维度：功能与演示效果、AI 使用方法、创新性与实用性、展示表达
- 荣誉评选：“最佳项目”等荣誉按教师评分 60% + 同伴评分 40% 加权评出，为荣誉性表彰，不计入项目总分；展示者不因同伴打分直接增减总分
- 成绩关联：互评完成度与评论质量计入本人成绩（同伴互评参与 15%）
相关网站
参考资料
- Stanford CS146S: The Modern Software Developer
- 复旦大学“生成式软件开发”课程
- OpenCode 官方文档