AI如何重塑计算机核心课程？| FCES 2026分论坛

数字化与智能化深度融合正引发教育领域的深刻变革，AI技术的快速演进对计算机类专业的知识体系、教学模式与人才培养范式带来全方位挑战。当前计算机核心课程普遍存在教学内容滞后、实践环节薄弱、能力培养与产业需求脱节等痛点，亟需探索适配AI时代的教学改革新路径。

本分论坛聚焦AI与计算机核心课程的双向深度融合——既探索AI赋能传统课程提质升级，也研究核心课程如何筑牢学生AI能力根基。围绕计算机系统贯通式教学、组成原理、操作系统、数据库、软件工程、编程语言等核心方向，汇聚上海交大、复旦、北航、湖南大学、北邮、西电等高校顶尖教学改革先锋，分享miniCS贯通式体系、“码上初发”平台、“库道”实训平台、AI智能体赋能操作系统实践等成熟典型成果，共商未来改革核心方向，致力于搭建高校教学改革交流互鉴平台，推动AI与核心课程教学全流程融合，探索AI时代计算机人才培养新模式，助力夯实学生数理与计算机基础，培育兼具创新思维、工程能力与实践素养的复合型人才，为我国计算机教育高质量发展注入新动能。

湖南大学岳麓学者领军岗，国家教学名师，宝钢优秀教师特等奖、霍英东教育基金会首届教育教学奖获得者。牵头的教学成果获2022年国家级教学成果二等奖，国家级一流本科专业、国家级一流本科课程、国家精品课程和国家级精品资源共享课负责人，主编出版国家级规划教材8本。带领团队长期致力于学生计算机系统能力培养教育教学改革，所牵头的“鲲鹏计算机系统能力培养课程群虚拟教研室”获评教育部首批虚拟教研室建设试点，并成为全国50个典型虚拟教研室之一。

报告主题：AI时代的计算机核心课程贯通式实践体

当AI以我们从未想象过的速度，涌入课堂、实验室和每一个行业时，我们过去精心设计的知识体系和人才培养途径，正在被一股无形的力量悄然撼动。以往几十年，大多数高校习惯于依靠专业核心课程的教学和有限的实践完成学生的培养，课程之间相互独立、互不贯通，教学方式注重知识灌输，已不能适应时代要求。湖南大学首创提出“小型全系统纵向切片（miniCS）”教学理念，构建了贯穿大学4年的实践教学体系，让学生从大一到大四在统一平台上完成从CPU设计、程序的运行、编译器实现到操作系统开发的全流程训练，真正实现“软硬协同、贯通式培养”，从根本上解决“系统观”培养难题，教学成效明显，能够支撑AI技术的快速演进。

国家级高层次人才计划入选者。CCF杰出会员、软件工程专委会副主任、开源发展委员会常务委员，中国汽车工程学会汽车基础软件分会副主任，《Journal of Software: Evolution and Process》联合主编（Co-Editor），《ACM Transactions on Software Engineering and Methodology》《Empirical Software Engineering》《Automated Software Engineering》《软件学报》等期刊编委。2016年获得“NASAC青年软件创新奖”，2023年入选上海市东方英才拔尖项目，2024年获得“中创软件人才奖”。主要研究方向包括基于大语言模型与Agent的软件智能化开发与测试、基于Agentic AI的智能化软件构造与运行支撑、云原生与智能化运维、具身智能与自主无人系统软件等。研究工作多次获得《IEEE Transactions on Software Engineering》年度最佳论文奖、ICSM最佳论文奖、ACM SIGSOFT杰出论文奖、IEEE TCSE杰出论文奖等国际期刊及会议优秀论文奖。担任2022年与2023年CCF中国软件大会（CCF ChinaSoft）组织委员会主席与程序委员会共同主席，以及ICSE、FSE、ASE、ISSTA、ICSME、SANER等会议程序委员会委员。

报告主题：智能化时代软件工程课程教学改革探索

大语言模型与智能体等AI技术的发展对计算机及软件等相关专业的学习方式以及能力发展都造成了很大的冲击。特别是AI Coding能力的快速发展使得学生越来越依赖于AI工具完成课程实践任务。为此，我们在软件工程课程教学中开展了一些实践探索。一方面，主动融入智能化开发相关内容并鼓励学生在课程项目中使用AI工具。另一方面，通过提高课程项目难度和持续演化要求引导学生认识AI辅助开发能力的不足。通过这种方式促使学生理解软件工程能力的重要性，同时体验高效人机协作开发的实践方法。本次报告将在分析相关问题和挑战的基础上，介绍复旦大学在软工课程教学改革方面的一些初步探索。

CCF杰出会员，ACM杰出会员，国家级青年人才计划入选者，上海市优秀学术带头人，“挑战杯”全国特等奖优秀指导老师。主要研究领域是计算机操作系统与系统结构，曾获CCF“NASAC青年软件创新奖”、SOSP和FAST等“最佳论文奖”、DSN“十年时间验证奖”等、国家教学成果二等奖、上海交通大学卓越教学奖等。目前担任CCF系统软件专委常务委员、CCF教育工委主任助理、上海交通大学-OpenHarmony技术俱乐部主任。

报告主题：教学AI智能体的操作系统课程实践

随着大语言模型和智能体技术的发展，AI正在从辅助答疑、内容生成，逐步走向参与教学设计、学习过程引导与实践能力培养的新阶段。操作系统课程具有概念抽象、系统复杂、工程实践要求高等特点，学生在学习过程中往往面临理解门槛高、知识点联系弱、实践反馈不足等问题。本报告围绕“教学AI智能体在操作系统课程中的实践”展开，介绍在课程教学、实验辅导、概念解释、学习反馈与能力评价等环节中引入AI智能体的思路与方法，包括如何支持个性化学习路径与即时反馈，以及如何辅助教师进行教学设计和教学改进等。

国家级青年人才，华山学者特聘教授，陕西省重点科技创新团队负责人，ACM SIGMOD执行委员会成员及信息副主管。先后分别于哈工大、新加坡南洋理工大学获得计算机专业学士、博士学位。主要研究领域包括数据库系统、数据安全和隐私保护等，在SIGMOD、VLDB及VLDB J.等数据管理领域国际顶级会议和期刊发表论文百余篇。研究成果获SIGMOD最佳论文提名，NDBC、MDM最佳论文等，曾获中国科协全国金奖及最具商业投资价值奖、陕西省自然科学奖等奖项。主持国家科技重大专项课题、国家高技术研究发展计划课题、工信部高质量专项、国家自然科学基金项目等数据库系统前沿研究项目。编著出版了101计划首批试点教材，两次获得陕西省教学成果奖。

报告主题：“库道”——智能实训赋能数据库拔尖人才培养

数据库作为关键基础软件，其内核的深度认知对于DBA和学习者都至关重要，而该需求却长期面临优化器运行机理复杂、理解门槛高等问题。为破解这一难题，团队探索并构建了面向数据库内核理解的智能实训新范式——“库道”。通过引入自然语言理解、采样、多模态检索等技术，实现从复杂技术内容向直观语言转化、从被动接受向主动探索转变，用自然语言对话的方式揭示数据库系统内核在处理查询请求过程中的繁杂流程和书本上关键知识点的实际工程实现，全面提升从业者对数据库内核的理解与实践能力。库道已服务全球110余所高校及企业，提升了企业数据库工程师的管理效率以及高校学生的卷面表现，多项成果发表于SIGMOD、SIGCSE等数据库和计算机教育领域国际顶会，是AI技术赋能数据库内核学习和理解的有益探索。

北京邮电大学教育数字化特聘专家，北邮井冈山联合实验室特聘教授。主持研发了2个10亿级用户的产品（中间号被滴滴、美团等O2O企业全面使用，骚扰电话防护公益服务由三大运营商提供）。获国家科技进步二等奖2项，省部级科技奖8项，北京市教学成果奖特等奖1项，北京市教创赛二等奖1项。2019年获得中共中央、国务院、中央军委联合颁发的庆祝中华人民共和国成立70周年纪念章。主持研发了“码上初发”智慧教育平台，入选教育部首批“人工智能+高等教育”应用场景典型案例，成为2024世界慕课与在线教育大会上成为专题演示的全球8个智慧教育代表性成果之一，上线“全球人工智能教育服务平台”和国际中文学习社区“爱中文”平台，成为“首都高校AI创新社区”官方智能体平台。创建马上出发创新社，社区达3000人，指导大创团队获2024中国国际大学生创新大赛全国金奖、2025“挑战杯”全国一等奖等5项国家级奖项和6项省级一等奖。

报告主题：AI创新能力培养前置：基于“码上初发”的《大模型应用创新实践》课程教学探索

本报告以北京邮电大学《大模型应用创新实践》课程为例，探讨AI创新能力培养前置的教育新路径。课程在大一第一学期开设，使学生在继续学习编程、算法等基础课程的同时，基于“码上初发”无代码教育智能体平台，尽早并行体验大模型创新应用产品的完整生命周期，包括需求分析、产品设计、敏捷开发、团队协作、产品发布、社区交流、反馈迭代、创新阅读与路演答辩等环节，促进学生形成AI时代所需的创新思维、产品思维、工程意识和团队协作能力。

博士生导师，主持国家自然科学基金（教育信息科学与技术）、重点研发智慧教育项目子课题。主讲2门国家级一流本科课程, 入选高校计算机专业优秀教师奖励计划。面向计算机系统能力培养，建设处理器设计实践教学体系。是教育部虚拟教研室典型教研方法负责人，教学发明专利授权4项，在IEEE Trans. on Learning Technologies、ACM Trans. on Computing Education、CCF推荐会议及IEEE Education Society主办旗舰会议发表教研论文27篇。获评北京市教学成果一等奖，北京市高校优质本科教材，北京市青教赛论文一等奖，北京市高等学校优秀毕业论文指导教师、全国大学生计算机系统能力培养大赛优秀指导教师。课程数智建设获全国高校程序设计课程教学案例特等奖，全国智慧课程创新大赛特等奖，教育部“智慧教育示范区”优秀案例，高等教育学会智慧教育分会典型案例。

报告主题：从技术创新到效能验证：AI赋能“计算机组成”课程实践

随着AI技术在教学中应用的深入，证据驱动的教学研究方法日益受到重视，成为产出具有影响力研究成果的重要途径。报告围绕技术创新驱动与教育效能验证展开，阐释“技术”与“教育”的双向驱动——问题源自教学痛点，技术创新服务于教育过程，教育评估制导技术改进。在强调技术贡献的同时，需要通过实证设计，验证技术对学习过程与结果的提升效能。报告以北京航空航天大学“计算机组成”课程的AI赋能实践为例，呈现由教学需求驱动技术创新，再到构建评估与教育验证闭环的探索过程。结合具体教学实施，分享技术创新与教育效能融合的实践经验，尤其是以教学实证检验技术创新的效能，并客观评估其局限。以具体实施路径，助力教师跨越技术或教育的单一视角，推动教学改进的融合型研究。