别把人工智能通识课上成一门水课。 ——三位专家从教学底层逻辑、智能体技术革命到应用型高校落地实践，全讲透了。

这场讲座的主题其实可以用郝兴伟老师的一句话概括——"别把人工智能通识课上成一门水课。"

这是过去两年里，AI通识教育圈最刺耳也最真实的声音。2024年南大率先开了头，全国高校一窝蜂跟上，到现在四个学期过去了，大家开始冷静下来问自己：我们到底在教什么？学生学到了什么？ 是不是又变成了另一门"大学计算机基础"——讲工具、讲操作、讲完就忘？

三位老师从完全不同的角度回答了这个问题。郝兴伟用一堂神经网络的示范课告诉你，零基础也能讲透机器学习；肖睿直接扔出一个结论——编程这件事人已经不用学了，但"养龙虾"你得会；周波带着北京城市学院两年多的迭代经验告诉你，艺术生和中药生怎么上AI课。感兴趣可点击图片观看回放，下文整理了本次讲座的精华内容。

📌 本文看点

• 郝兴伟示范课：四个人吃饭讲透神经网络
• 肖睿前沿洞察：编程不用学，但养虾你得会
• 周波实战经验：三轮迭代，四种专业四种教法

---

01 郝兴伟：为什么我们的AI通识课可能正在变成水课

郝兴伟是山东大学计算机与人工智能通识教育教学研究中心主任。他在山大教了快二十年计算机基础课，亲眼见过上一轮"大学计算机基础"从风生水起到被学生嫌弃的全过程。他说，现在AI通识课正在走同一条老路。

"很多学生认为，一讲AI就是讲故事"

郝兴伟走访了很多学校，听到一个共同的困惑：讲什么？怎么讲？

一种主流观点是这样的——我们是通识课，面向的是非专业学生，文科生看不懂数学公式、不会编程。所以怎么办？不讲代码、不讲原理，讲发展历史、讲工具使用、讲怎么让AI写文案做PPT。

「你讲这些工具，学生用得比你还熟。这和过去讲Word、讲Excel有什么区别？刚开始他不会的时候很新鲜，一旦会了，他上手比我们快得多。」

这个问题的本质是什么？是老师自己不会了。

「这些年来，我们很多教基础课的老师，对数学已经很陌生了。老师只有一碗水，你怎么全倒给学生？你要有一桶水，才能俯视知识点，才能讲透。」

那到底怎么讲？他上了两堂示范课

郝兴伟当场做了两段教学演示，一段讲神经网络，一段讲SVM支持向量机。听完之后你会发现——不是学生学不会，是老师没找到讲法。

第一段：四个人吃饭的故事，把神经网络讲透了

他设计了这样一个例子：小红、小花、小明、小强四个好朋友，经常一起吃饭打球看电影。前四次活动有记录——谁去了、谁没去。第五次活动小红去了、小花去了、小明没去，问：小强去不去？

如果用"因为小红去所以小强去"这种直觉推理，结论很武断。但用神经网络的思路：小红、小花、小明是三个输入，小强的"去不去"是要预测的输出，中间有三个权重 w1、w2、w3。有了前四次的数据作训练集，求出一组权重值，让预测值和实际值差距最小——这就是损失函数的思路。

他写了12行Python代码来实现这个逻辑。核心思想是梯度下降——像一个被浓雾笼罩的山坡，你每走一步都找当前最陡的方向往下走，最终到达谷底。算完的结果是：小强去的概率是99.99%。

然后他改了一组数据——小红小花同时去的时候小强反而不去了。用同样的代码算出来全错了。为什么？因为这是一个"异或问题"——单层感知机解决不了。 1969年马文·明斯基正是用这个结论让神经网络研究停滞了十年。解法是什么？加一层隐藏层，变成多层神经网络。代码改了之后，答案就对了。

「两个生活中的例子，就把神经网络讲透了。对通识课来说，到此为止就足够了。」

第二段：SVM，机器学习的"牛顿三定律"

郝兴伟的第二个示范更硬核——支持向量机。他自己承认这比神经网络难得多，但他说"讲完之后学生眼睛是亮的，他们觉得数学太美了"。

最精彩的是他拆解为什么SVM的公式里有一个"乘以 yi"的设计——yi 要么是正一要么是负一，乘以它之后就不需要绝对值了。这是一个纯粹为了优雅而存在的数学技巧。 包括"函数间隔归一化为1"这个操作——超平面本身不变，但目标函数变得极其简洁。

「你学经典物理，不可能不讲牛顿三定律。你学机器学习，不可能不讲SVM。」

他的核心观点：老师得是点火人

苏格拉底说，教育不是灌输，而是点燃火焰。

郝兴伟的核心理念是：越是深奥的内容，越要用浅显的方式讲。他把自己的四个教学目标概括为——知识理解、应用能力、批判思维、创新意识。其中最关键的是第三个：批判思维。

现场有一个Q&A环节非常说明问题。一位72年的老师说自己在学Python，但觉得很难。郝兴伟的回答是："你72年，年纪不大。你带着问题去学，不是光学语法。光学语法你学完了也不知道能干什么。"

---

02 肖睿：编程不用学了，但"养龙虾"你得会

肖睿是北大青鸟人工智能研究院院长，一直在产业一线做AI应用。他的分享风格和郝兴伟完全不同——不关心"怎么教"，只关心"现在外面正在发生什么"。

AI发展的三个阶段：聊天 → 推理 → 自主干活

肖睿把AI的平民化分成三次浪潮：

1. 第一次（2022年底）： ChatGPT出圈，所有人发现AI"说话像人了"。
2. 第二次（2025年春节）： DeepSeek出圈，他回老家过年，连不关心科技的亲戚都在问他"DeepSeek是什么"——一个英文单词，从中国三四线城市老人的嘴里冒出来。
3. 第三次（现在）： OpenClaw——也就是"小龙虾"——出圈。一个程序员用一个周末、一行代码没写、纯靠AI Coding做出了它，60天内在GitHub上的星标就超过了发展二十多年的Linux。

肖睿反复强调："它本身没什么技术突破，但它是那种让所有人都能用上的东西。"

自主Agent：你告诉他目标就行，不用教他怎么做

肖睿给自主Agent下了一个定义：大模型 + harness（驾驭工程）。 大模型是CPU，harness是操作系统。加了操作系统，电脑才能干活。

他最核心的一个比喻：传统的工作流Agent（比如扣子1.0）是"human in loop"——人得设计每一步该怎么做。而自主Agent是"human on loop"——你只需要告诉他一个目标，他自己去规划步骤、调用工具、检查结果、发现不对自己重来。

这里面有三个关键能力：

• 任务规划 & 长程推理：能推理10步还是100步不出错，差距巨大。
• 自我反思 & 纠错：做完自己检查，错了不用你提醒。
• 记忆系统：记住你的偏好、历史、习惯，甚至能"做梦"——从已有记忆里推理出你没明说的事情。

"养虾"就是新式AI素养

肖睿最大的观点是：不要再花时间教学生学Python语法的细节了。

「web coding在今年元旦跨过了一个奇点。去年底的时候，AI Coding已经达到了阿里P6程序员的水平。到了春节之后，在coding这个行业，没有人敢说自己比AI做得好了。」

他举了一个例子——硅谷一家做底层数据库的公司，CTO一个人用了三个月，把整个团队七八年写的数据库重写了一遍。他说：

「我看到很多程序员已经几个月不碰代码了，既不看也不写。不会编程的产品经理已经做出了几万用户的App。」

那学生还学什么？肖睿列出了能力变化：

需要强化的能力	正在弱化的能力
问题定义能力	know-how（知道事该怎么做）
表达与沟通能力（人机之间）	长程逻辑能力
结果判断与评估能力	编程能力

肖睿说："你以后不需要懂编程，就像你现在不需要懂汇编也能写出好软件一样。"他自己当年就在质疑"不懂汇编怎么写程序"，现在回头看完全是多虑。

"你养虾的过程，就是你提升AI素养的过程"

肖睿说的"虾"就是小龙虾（OpenClaw）。他建议每个老师都去养一只虾——"每天喂它多样性问答，大概100多个小时就能养熟"。

「养虾特别容易上瘾，它的成瘾机制跟策略游戏很像。现在有些孩子打游戏上瘾，你还不如引导他去养虾，乐趣一样大，还能提高AI素养。」

「你看书没用，书上写的自主Agent都是过时的。你直接用一下小龙虾，感受一下它能干什么。从做中学。」

---

03 周波：艺术生怎么上AI课？中药专业怎么搞AI？

周波是北京城市学院信息学部的老师，也是人工智能专业的负责人。他和前两位老师完全不同——前两位一个在985、一个在产业前沿，周波面对的是最真实的应用型本科困境。

三轮迭代：从"照搬985"到"适配每个专业"

北京城市学院的AI通识课经历了三个版本：

1.0版（照搬）

用了北邮提供的模块——基础知识 + 综合素养 + 专业案例 + 实践实训。结果？学生觉得AI跟自己专业没关系，不感兴趣。

2.0版（做减法）

把基础知识和案例合并到线上，线下只保留AI工具教学。但又出问题了——线上学习效果差，而且工具教学到了第二学期，老师发现自己会的学生也会了。

3.0版（做加法 + 下放）

线下恢复了大模型基础、智能体构建等内容，AI工具模块加上了"AI+编程"，最关键的是——完全把专业综合实践下放到各个专业，由本专业老师来教。

这个"下放"是最难的一步。非AI专业的老师怎么教？

「专业老师对他的应用场景更熟悉。我们只是提供工具和方法上的支持。」

四个专业，四种教法

周波用四个专业展示了"下放"之后的效果：

动画专业

以赛促教。组织学生参加AI助力中华文化传承大赛、中轴线文化遗产创新大赛。用AI生成故事板、分镜脚本——以前手绘要花大量时间，现在多种风格秒出。

表演类专业

分层教学。9个表演类专业分成三类——

• 表演展示类：AI辅助虚拟形象、舞台特效
• 创作编导类：AI生成多版本节目框架
• 技术制作类：智能镜头调度、虚拟造型

中药专业

学校成立了中药数字化研究中心。把老中医的知识做成大模型微调，展示在数字人上。还做了智能中药调剂系统，已经在部分中医院试用了。

机器人专业

在全国无人系统具身智能算法挑战赛中拿了机械臂赛道第一名。和华中科技、国防科技、哈工大这些头部高校同台竞技，靠的就是借助AI工具大幅提升开发效率。

"AI是乘法，被乘数是零，结果也是零"

周波有一句全场最接地气的总结：

"AI是乘法。如果你的被乘数是零，结果也是零。但如果你的被乘数不是零，效果一定会放大。"

他对应用型高校的建议是：不要拼算法，根本拼不过头部高校。但可以在应用层面建立优势——让学生知道整个逻辑链条是什么，然后用AI工具加速实际产出。现场他还放了几段学生作品——用AI生成的古诗词融合流行音乐、大运河非遗民歌可视化。效果相当震撼。

---

结语：三个人，讲的是同一件事

三个小时，三个人，从完全不同的方向走到了一起。

郝兴伟告诉你：别怕讲深奥的东西，怕的是你没找到讲法。 学生不是学不会神经网络，是没人用一个"四个人吃饭"的故事讲给他听。

肖睿告诉你：外面的世界已经变了——编程不需要人了，但"养龙虾"是每个人都该会的。 你怎么定义问题、怎么跟机器沟通、怎么判断结果对不对——这些比学Python语法重要一百倍。

周波告诉你：学生参差不齐、老师不是科班出身、资源比985差——这些都不是做不好的理由。 三轮迭代走下来，艺术生能出作品、中药生能建系统、机械臂组能拿全国第一。

AI通识课不是什么高高在上的东西，它是每个专业、每个学生、每个老师都要找到自己的切入点。

---

直播中提到的教材、实训平台等资源详情，可前往人邮教育社区查看。

如果这篇文章对你有启发，欢迎转发给也在准备AI通识课的同事。也欢迎在评论区聊聊：你的课堂上，AI已经渗透到哪个环节了？**你是"讲原理派"还是"讲工具派"？