本网讯(记者 韦金汝  高歌)为深入贯彻教育数字化转型战略，全面落实《广州城市理工学院人工智能人才培养实施方案(2025-2030年)》要求，夯实教师人工智能教学应用基础、提升数智化教学创新能力，7月3日，电子信息工程学院/通信工程学院在B9-513人工智能实验室举办“AI赋能教学实践”系列专题培训。本次培训由韦金汝、阮国钊两位老师主讲，聚焦“AI基础与机器学习实操”和“AI  Agent探秘”两大主题，采用“理论奠基—案例示范—实操演练”的递进式教学模式，吸引了学院教师踊跃参与，共同探索人工智能技术与专业教学深度融合的创新路径。

首场培训围绕“AI基础与机器学习实操”展开，韦金汝系统梳理了人工智能与机器学习的基础知识与技术流程，并全面整合汇总了从零代码平台(百度EasyDL、阿里云PAI、华为云ModelArts)到AI编程工具(DeepSeek、通义灵码、文心快码)再到传统IDE的“全品类编程工具体系”。同时，她提炼出通俗易懂、可落地操作的“AI生成代码五步法”，为教师快速入门AI编程、开展AI辅助教学提供了标准化实操方案。

在案例实操环节，韦金汝以实际案例数据集为实操载体，现场演示AI辅助生成完整可运行代码脚本的全流程操作，并指导参训教师在PyCharm平台同步完成实操演练。针对环境配置与代码调试中的困惑，韦金汝逐一解答，营造了沉浸式研讨、互助式学习的良好氛围。参训教师纷纷表示，这种“做中学、学中做”的模式极大降低了技术应用门槛，直观感受到AI技术在教学科研中的实用价值，未来将积极推动教学模式创新。

韦金汝讲解机器学习技术流程与AI编程工具(阮国钊 提供)

第二场培训以“AI Agent探秘”为主题，阮国钊从“代理”视角切入，以“碳基智能体”与“硅基智能体”的生动类比阐释了掌握AI  Agent原理对高效使用AI工具的重要意义。他剖析了大模型参数冻结、Token链式推导及“无记忆”的本质局限，系统讲解了AI  Agent从“外置记忆”到“工具调用”的演进历程，总结了应用层—Agent核心枢纽—大语言模型底层的三层架构体系，并展望了从“被动执行”向自主规划进化的未来方向。培训还拓展介绍了LoRA微调、RAG检索增强、Function  Call与MCP协议、Skill技能编排等前沿概念，强调了提示词工程与模型能力同等关键。在实践环节，阮国钊演示了Trae等主流AI编程工具的“vibe  coding”模式，参训教师体验了通过自然语言快速生成应用、导出HTML成果的全过程，切实感受了AI Agent技术赋能教学科研的应用新范式。

阮国钊讲解AI Agent三层架构与工具调用原理(韦金汝 提供)

本次“AI赋能教学实践”系列专题培训是电子信息工程学院/通信工程学院响应学校教育数字化战略、推动教育教学从“数字化”向“数智化”深度转型的重要实践。两场培训由浅入深、层层递进，兼顾基础实操与前沿探索，既有效提升了学院教师的人工智能素养、实操应用能力和教学创新水平，也进一步激活了教师开展“AI+教育”融合创新的思维与动力。下一步，电子信息工程学院/通信工程学院将以本次培训为契机，持续深耕智慧教育建设，常态化开展AI教学技能培训，持续深化“AI+课程”教学改革与课程体系建设，全力打造一支高素质、创新型、数智化师资队伍，以数智赋能人才培养，持续提升复合型工程技术人才培育质量，助力学校智慧教育高质量发展。

文字录入：高歌 电子信息工程学院/通信工程学院；编辑：涂昌鹏