2026 江西籍新生交流会：学编程，怎么学？用 AI，怎么用？

Read in English

这篇文章整理自我的 2026 江西籍新生交流会讲稿，主题是计算机通修类课程与 AI 使用，面向不同专业的同学。希望大家带走的，是编程思维、根据反馈迭代的习惯，以及使用 AI 时保留自己的理解和判断。

查看 / 下载宣讲幻灯片（PDF，16 页）

自我介绍

各位老师，同学们，大家早上好！下面将由我给大家带来关于计算机通修类课程，以及 AI 使用的相关介绍。

先做一个自我介绍吧。我是来自24级管理学院统计系的李亦凡。是本学期《人工智能数学原理与算法 A》的助教。在“知之道”极客中心参与一些人工智能领域的研究。目前手上也有一个大创项目，研究内容是智能体在量化因子挖掘的应用。

我的其他履历可以参考我的个人主页，这里就不再赘述。

计算机程序设计学什么？

我们从大一就上的《计算机程序设计 A》谈起。我认为，大家应该在这门课学习到两种思维：编程思维和工程思维。

编程思维

肯定会有同学问，为什么学习编程是一门全校通修的课？

我们还是从 C 语言这么基础的语言开始学，不少同学都会觉得繁琐。个人认为，编程培养的是一种思考方式。很多同学学习这门课的时候可能都局限于 C 语言本身了，而没有抓住编程本身。其实我们说「编程语言」，其实到底还是学着说话，只不过我们是用一种机械语言，来和我们的计算机对话。下面这个是经典例子，大家在开学第一周应该就学过，那就是打印 Hello World。但，就像茴香豆的茴字有四种写法，我这里能有五种写法（甚至更多）。

// java
public class Main{
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}

// c / c++
#include <stdio.h>
int main() {
    printf("Hello, World!");
    return 0;
}

# python
print("Hello World")

# r
cat("Hello, World!")

// javascript
console.log("Hello, World!");

别看这些代码段各自不同，但其实现的功能都是一样的。所以说，不管是学 C、Python、C++ 还是其他语言，我们想做的东西自始至终都是我们想要实现的程序逻辑，而非这个语言本身。

上面的内容好像有点抽象了，我们从一个具体点的例子入手。

比如，班里想组织一次活动，要从大家的课表里找出一个共同空闲的时间。“找个大家都有空的时候”，人听起来很简单，但计算机要怎么做呢？ 我们可以先把问题缩小：只考虑周末，每个小时作为一个时间段。先列出所有候选时间，再逐个检查：这个时间有没有人上课？有，就排除；没有，就保留。检查完所有时间段，就得到了共同空闲的时间。 如果一个都没有呢？那就需要重新确认要求：是否可以换一周，或者改成寻找最多人能参加的时间。这个选择需要我们来决定。

所以总结来说，编程思维，就是把一句模糊的人话，拆分成一组明确、可执行、可检查的步骤。

工程思维

如果说编程思维是把一个模糊的问题，拆成计算机能够执行的步骤，那么工程思维就是：接受第一版并不完美，再根据反馈不断把它改对。

写程序时，我们几乎不可能一次就得到正确结果。大家上机的时候一定碰到过：代码无法编译，结果与预期不同等问题。这些报错和异常并不意味着失败，相关的错误信息其实是在告诉我们：哪里还需要进行修正。

因此，编程通常是一个不断循环的过程：先做出一个最小可运行的版本，观察实际结果，找出它和预期的差距，修改一个问题，再次运行验证。

现在我们当然可以把报错和代码交给 AI ，但人的审查仍然不能省略。在向 AI 提问之前，我们至少要考虑、并说清楚下面这些问题：

• 我原本希望得到什么结果
• 实际出现了什么结果
• 报错信息是什么

AI 可以帮助我们定位并修改问题，但最后仍然要由我们运行、检查和验证。真正重要的不是一次把代码写对，而是知道代码不对时，下一步应该做什么。

多练习

当然，上述两种思维都不是一蹴而就的，一门语言也不是一下就能学会的。同学们平时还是应该有一定量的练习，才能培养好这方面的能力。

1. 硬刷题：比如去做洛谷和力扣上面的题目。虽说刷题比较枯燥，但刷题的确能提升我们对某一门语言的熟练度，也能提升我们处理局部代码的能力。
2. 小型项目：更好玩一点的是大家构思一个自己的小玩具，在 AI 的帮助下逐步迭代升级。我们没必要上来就做高大上的东西，哪怕自己实现一个数据处理的工具包，都是非常有价值的工作。

人工智能数学原理与算法 A/B 概况

以上讲的是关于《程设》这门课的内容。下面我再来讲讲有关《人工智能数学原理与算法》这门课。对大一的同学来说可能有点遥远，大二的同学可以参考我的建议和我的讲义。

课程概况

上面说的《程设》主要强调的是实践出真知，那《AI-A/B》这门课整体画风就像是一门东拼西凑的文科课。将统计学习、神经网络、图神经网络、Transformer、监督学习、强化学习等原本可以大书特书的独立领域放进一门课里面。这就导致这门课很严重的一个问题：知识点的堆砌。如果我们也跟着东拼西凑地学，那效果肯定不好。我的建议是，每学一个模型，试着回答它解决什么问题、输入输出是什么、关键步骤为什么这样设计。

这是当时写的评课：「结合上面的叙述，给后来者一个警醒：速通这门课的想法是不切实际的。每个章节的概念尽量还是平时背一背，考前只花一两天背诵整本书压力太大。计算题还是有迹可循的，课程涉及的算法并不困难。」

学习的体会

如果说学这门课最有意思的地方，我想，是这门课在告诉你：通过这些比较简单的微积分、线性代数、概率论，我们进行适当的建模，放进我们的程序里面，竟然能构建出「智能」的模型。包括我这学期当助教设计实验课题目的时候，更多地是希望同学们能在编写的过程中能够思考，每个模块我们为什么要这么设计，为什么要经过这样的处理，它们都解决了什么问题？

我当时上完这门课有两个感受：

1. 哇，原来之前学的数学分析、线性代数、概率论是真实有用的，不是纯理论。
2. 哇，原来人工智能这么庞大的东西原理也没这么复杂。

助教的一点吐槽

在这个学期当助教的时候，哪怕是高年级的同学，对电脑的使用常识也还是比较匮乏的。甚至会出现「ctrl + c/v」都不会的情况。个人认为掌握一些电脑的基本常识，并且有基本的使用规范都是有必要的，不然会成为某种意义上的「现代文盲」。这里列出一些我个人的建议。大家不需要一次性学会，可以在日常使用过程中逐步掌握。

类别	建议掌握的内容
文件管理	文件夹、路径与扩展名；查找、重命名、移动文件；压缩与解压
常用操作	复制、粘贴、撤销、保存、查找等快捷键；截图、分屏与窗口切换
文档与 PDF	标题、段落与分页排版；导出 PDF 并检查格式
电子表格	简单公式、求和、排序与筛选
软件与存储	区分文件、软件与操作系统；理解内存与磁盘、本地与云端存储的区别
备份与恢复	重要文件备份、版本保留；回收站与版本历史的使用
排查问题与求助	保留报错和截图；说清操作步骤、预期与实际结果、已有尝试
Markdown（按需）	标题、列表、链接、引用与代码块
Git（按需）	查看修改、提交记录、对比版本；协作时学习分支与合并

AI 使用

好啦，下面我们聊聊，怎么把 AI 用到自己的日常生活里。AI 到底有多厉害，我想这不需要我来描述，但回到自己身上，可能还是会觉得：我好像也没有那么复杂的事情需要它做。很多同学会吐槽：我买了月订，却从来没用完额度。

这里我想说的是，大家千万不要因为自己不会用或者用不完 AI 这个工具而感到羞耻自卑。AI 作为工具，就一定在具体的场景来使用。

我想分享的一个想法是：小麻烦，也值得解决。 AI 让很多整理材料、修改格式、尝试方案的事情更容易上手。这里我非常希望大家能够意识到：AI 作为一个工具，能大幅降低我们日常工作的成本。这里的成本主要指时间和精力，我们可以将其投入更有价值的工作中。

从日常的小麻烦里发现需求

大家可以思考一下，最近有没有哪件事，自己反复花时间处理，却总觉得麻烦？比如群通知看过了，还是会漏掉要交的材料；笔记记了不少，复习时却找不到要看的文件；每次处理一份表格，都要重新改一遍相同的格式。

借助 AI，把需求变成可以行动的结果

拿整理文件这件小事来说，先说清楚自己的需求：哪些内容找起来最麻烦？希望按什么方式整理？哪些内容需要保留原样？

再看结果是否符合预期：整理后，能找到想要的文件吗？原有内容和链接还正常吗？哪里不合适，需要继续修改？

我们决定要求，AI 帮忙执行，再由我们检查和改进。

借助 AI 学习

放以前，如果我们遇到学习上的问题，只能联系老师联系助教，或者上网查答案。但有了 AI 的存在，我们对信息检索的成本变得很低。而且 AI 的另一大优势是极强的个性化。我们完全不用担心对面拍桌子走人，我们完全可以根据自己的需求，让 AI 帮我们查漏补缺。

比如学 C 语言，直接问「这道题怎么做」，可能得到一份完整答案，却依然不知道自己的代码错在哪里。我们可以这样问：

我是刚开始学 C 语言的大一学生，目前学过循环和数组。下面是题目、我的代码、测试输入，以及预期和实际输出。请只使用我学过的知识，先提示我检查哪一步，暂时不要给出完整代码。等我修改后，再帮我检查。

对于学习，我比较推荐四步：先自己尝试，找到卡点；让 AI 提示和解释；验证回答；关掉答案再做一次。 代码自己运行，概念对照教材，最后用独立完成一道类似题来检查理解。数学推导、阅读材料，也可以沿用这个思路。

AI 使用边界

我记得 AI 刚爆火那段时间，我很喜欢到处用。写作业用、写代码用、写邮件用、写计划用，总之，只要我想偷懒的地方，我都想用 AI 来试一下，好用的话我就省事了嘛。还有一种情况就是，我用 AI 完成了这道作业，或者说帮我写完了代码中的某一个模块，我发现我过两天又看不懂这些东西了，要不就完全不会。

这里想表达的一个意思是说，不要因为 AI 太能干活而产生幻觉，就觉得自己什么都能做了。就像我之前说的，善用 AI 引导 AI，而不是把 AI 当许愿机；AI 的表现能力和使用者能力成正比。简单说来，如果你没有足够的能力，你都无法写出一个有效的提示词，引导它去完成某个特定的任务，又或者无法判断 AI 输出的内容正确与否。当你都无法主动去判断 AI 生成的东西是否正确、是否有价值的时候，AI 生成的东西已经超出了你的认知，也就和你无关了。

另一方面，尽管视频广告总是说 AI 又做出来了什么了不得的事情，但 AI 仍然会犯错，尤其是在深度研究的内容中。在平时完成任务的时候，自己可以不做具体内容，但一定要评审 AI 做的东西。否则时间一长很容易把人带进沟里。

总结

我在前面反复强调，AI 是工具，AI 是工具，AI 是工具，AI 也是我们身处当前时代无法回避的一个话题。没错，AI 是很厉害，在很多领域展现了其霸道的一面，但同时，AI 在诸多领域的翻车也表明，AI 并不能彻底取代人类。对我们来说，AI 技术的井喷也是机遇。同学们应该在日常学习生活中，学会怎么进行人机协作，把自己从一些琐碎的工作中解脱出来，去完成一些更具有价值的东西，进而展现自己的才华。

欢迎交流

大家可以通过以下方式来联系我：

个人主页：https://lunarkn1ght.github.io

谢谢大家！

---

相关资料

• 评课社区：
  • 人工智能数学原理与算法 A：https://icourse.club/course/26619/#review-102642
  • 计算机程序设计 A: https://icourse.club/course/6233/#review-89757
  • 数据结构 A: https://icourse.club/course/25972/#review-98335
• AI-A/B 笔记 / 助教讲义：https://lunarkn1ght.github.io/notes/USTC-AI-Notes/
• 个人主页：https://lunarkn1ght.github.io
• 个人仓库：https://github.com/LUNARKN1GHT