智能时代的计算机系统课程重构 | FCES 2026分论坛

AI技术快速发展对整个计算机教育和工作生态产生了巨大影响，AI赋能的系统设计和开发逐渐成为主流，高校计算机系统教育面临着巨变。但是在改革的过程中，大家都有很多疑问，包括AI时代计算机系统的能力体系是什么，计算机系统课程体系应该如何规划，现有计算机系统课程如何在内容和实验方面进行改革，以及应该开始什么样的新课程等。

本次论坛将讨论聚焦这些关键问题，邀请了五位在一线积极从事多门计算机系统核心课程建设与改革的优秀教师，分别讲述自己的思考与经验。并且在圆桌讨论环节，各位报告嘉宾与其他来自高校、企业和研究机构的学者一起讨论：“颠覆还是改良？智能时代的计算机系统课程体系应如何建设？

中国人民大学教授

上海交通大学教授

北京大学计算机学院长聘副教授、博士生导师。2005年获北京大学学士学位，2008年和2011年获美国加州大学洛杉矶分校硕士、博士学位。曾获ACM/SIGDA杰出博士论文奖、ASP-DAC十年最具影响力论文奖、GLSVLSI最佳论文奖。现任ACM TODAES编辑委员会成员，研究兴趣为面向新型计算机体系结构的设计自动化方法。

报告主题：面向国产算力的智能计算系统课程

当前国产人工智能算力生态加速发展，对兼具系统理解与工程优化能力的复合型人才需求迫切。本报告介绍北京大学面向高年级本科生和研究生开设的“智能计算系统”课程。该课程定位为“面向大模型时代的计算机组成”类课程，重点讲授深度学习与大模型基础、智能计算系统架构、昇腾架构与异构并行编程、深度学习编程及训练推理框架、编译优化与算子融合、存储架构与KV Cache机制、集合通信与集群调度、模型与系统协同优化等核心内容。课程联合华为技术有限公司和北京智源人工智能研究院开源生态团队，基于华为昇腾AI平台与智源FlagOS开源生态和开源项目，实施真实算子开发、大模型推理适配与性能评测训练。课程打造“理论—工具—实践”一体化教学体系，着力培养在国产算力生态中兼具系统理论与工程优化能力的高水平人才，为我国自主算力软件栈建设提供后备力量。

清华大学计算机系长聘副教授。讲授《计算机组成原理》等课程，指导学生参加全国大学生系统能力竞赛龙芯杯CPU设计赛，四次获全国特等奖。 从事存储系统方向的研究，主持了新一代人工智能国家科技重大专项、国家重点研发计划、国家自然科学基金重点、国家优青等项目。发表CCF A类论文70余篇，多次获得最佳论文、最佳论文提名、研究亮点等奖项。多次担任FAST、SOSP、OSDI、USENIX ATC、EuroSys等国际会议组织委员会或程序委员会委员。

报告主题：课堂的崩塌与重建

大模型的发展对课程建设产生了很大的影响。《计算机组成原理》的硬件实验设计在大模型面前影响甚微（Bug不断，不如自己写）到全面崩溃（大/小实验完全正确）不过三年。在这个报告中，我将分享近三年来我们课程在大模型对授课、硬件实验、期末出卷等方面的影响，然后探讨课程在这几个方面未来可能的改变和尝试，包括将AgentVFS（ContextFS）引入课程支撑过程性评价与分析等设想。

南京大学计算机学院副教授，研究方向为系统软件与软件自动化，曾获ACM China新星奖、CCF优秀博士论文奖等荣誉和奖励。开设了互联网上广受好评的“操作系统”课程，获得南京大学“学生最喜爱的老师”荣誉，并入选了中国高校计算机专业教师奖励计划。

报告主题：不写代码的操作系统课

从2025年开始，我舍弃了《操作系统》课程内核部分的内容，将讲解的重心落在操作系统API接口的设计和使用，从应用程序的视角讲解操作系统原理。这个报告将会分享如何在AI Agent辅助下，以“打开实际计算机系统行为”为指导思想的课程设计思路，设计一门不写代码的操作系统课程。

武汉大学计算机学院数据库课程组组长。现任CCF数据库专委会执行委员、PostgreSQL中文社区常务委员、中国通信学会开源技术委员会委员、教育部数据库课程虚拟教研室竞赛工作组副组长。带队获得数据库管理系统设计赛等数据库学科竞赛的特等奖、一等奖。著有《OceanBase数据库源码分析》、《PostgreSQL数据库内核分析》，译著包括《精通PostgreSQL 11》、《由浅入深PostgreSQL》、《PostgreSQL 9.X之巅》等。

报告主题：数据库系统课程何去何从：AI时代的数据基础设施能力培养探索

大模型与智能体技术对数据库教育提出了新的挑战。传统数据库课程长期侧重SQL编程等应用层内容，而AI时代的人才培养不仅需要学生理解数据管理技术本身，更需要掌握支撑智能应用的数据基础设施原理与系统能力。武汉大学数据库课程组近年来围绕这一目标进行了持续改革，强化数据库内核实现机制教学，将存储组织、查询优化等内容纳入课程主体，并通过开源数据库系统实践帮助学生建立“从数据到系统”的完整认知。报告将结合课程建设实践，探讨AI时代数据库系统课程的能力目标重构、教学内容更新、实验体系设计以及课程与数据库前沿技术发展的衔接方式，分享培养兼具系统思维与智能时代数据基础设施理解能力人才的探索与思考。

中国人民大学博士生导师。入选国家级高层次青年人才项目、北京市科技新星。2011年于北京大学获得博士学位。主要研究方向是计算机体系结构、智能芯片设计、软硬件协同设计和高能效计算。主持国家重点研发计划课题、国家自然科学基金等20余项科研项目，主持和参与省部级教改课题5项，获得中国产学研创新促进成果奖一等奖，北京市教学成果奖一等奖1项、二等奖1项，首都前沿学术成果奖、北京市优质本科基本教学资源。

报告主题：智能计算拔尖人才培养体系及赛教融合课程建设

智能时代计算技术加速向软硬件协同和系统化创新演进，传统人才培养中系统能力与实践训练不足，亟须探索拔尖人才培养新路径。本报告系统介绍中国人民大学信息学院图灵拔尖班的人才培养与课程改革方案。方案建立拔尖班动态选拔、本研贯通、双导师指导及校企协同机制，通过创研课、科研早培、企业实习、创新创业等多种创新实践，形成递进式科研训练体系。针对算力系统教学薄弱、软硬件课程衔接不足等问题，方案从横纵多维度开展课程改革，课程基于国产软硬件生态，构建从通用处理+操作系统到AI加速器+智能编译的跨课程的课程体系， 创新贯通应用、编程和编译与芯片的教学方案，并围绕课程内容开展校内赛，推进赛教融合，提升学生复杂系统设计与工程创新能力。形成价值塑造、知识传授和能力培养“三位一体”的育人模式，为国产智能计算生态和国家科技自立自强培养拔尖人才。