AI大模型应用开发实战营
用十二周，把学过的编程知识变成可以开发、解释、排错和交付的 AI 应用能力。
这是一套面向计算机相关专业学生的项目实战课程。你将从 Python 订单规则出发，开发 Web 商城，在商城中嵌入智能客服，再逐步加入企业知识库、受控智能体和可恢复工作流；最后面对陌生 ERP（企业资源计划系统）需求，完成分析、设计、开发与交付。
课程为 12 周、60 个教学日、480 学时，W00 是开课导学。适合学过编程、但基础需要唤醒和巩固，缺少真实工程项目经验的学生。
Python 的系统讲解集中在 W01—W03，随商城任务逐步学习：金额与业务规则、函数与模型、异常和装饰器、商品文件与生成器、资源管理与异步请求、线程与进程。每项知识都对应商城中的使用位置、可运行练习和失败场景；W04 起在 AI 应用中继续使用这些基础。
先看课程为什么这样设计
五个阶段围绕一条成长主线展开：构建业务系统 → 开发 AI 产品 → 实现知识与任务智能 → 理解原理并优化系统 → 交付企业解决方案。
- 先有业务系统，再加入 AI：你先知道商品、订单和数据怎样流转，再判断模型适合参与哪一步。客服是商城中的入口，不取代整个商城。
- 项目先形成体验，原理再帮助深挖：W01—W08 建立工程实践，W09—W10 用实验解释机制、效果、耗时和成本，再回到项目作技术判断。
- 从带练走向独立交付：早期教师示范与骨架较多，后期逐步增加业务变式、故障与开放需求。W11 先跟教师走通一条 ERP 需求，再承担自己的需求变化。
- 每一段都留下能展示的结果：代码、测试、调试记录、技术决策和个人变化共同说明能力；不靠“我跟着做过”作为唯一证明。
我们怎样学习：RISE
Requirement 需求定义 → Insight 原理理解 → Solution 协作构建 → Evidence 证据交付。
从真实问题出发，理解必要机制，借助 AI 分段实现，再用测试、排错、独立变化和同伴复现验证。每周反复走这四步，逐渐减少教师帮助，形成“会做、能解释、能解决新问题”的能力。
阅读 RISE 学习法与十二周任务对照。各周导学说明四步怎样用在本周项目，周验收表标明对应证据；沿用现有作业和评分。
十二周能力全景与跳转目录
图中展示的是学习目标与成果路径。按下面编号进入阶段地图，再选择对应周次和每天的预习、课件、复习。
| 阶段入口 | 周次 | 你将形成的能力 | 目标成果 |
|---|---|---|---|
| 01 AI 原生编程与全栈工程 | W01—W03 | 用 AI 协作完成从业务规则、工程组织到 Web 系统的开发，建立前后端联调、数据管理、测试与部署的完整实践链。 | 可运行的规则程序、工程化订单系统和团队 Web 商城 |
| 02 大模型应用与智能交互工程 | W04—W05 | 将大模型接入真实业务系统，掌握提示词设计、结构化输出、工具调用和多轮交互，让模型能力成为可使用、可验证的产品功能。 | 可交互的商城客服入口，以及质量、耗时和用量记录 |
| 03 企业知识智能与 Agent 系统工程（暂未发布） | W06—W08 | 让 AI 从理解企业知识升级到受控执行业务任务，形成具备检索、权限边界、人工审批、可观测与恢复能力的智能应用。 | AI 电商智能客服与销售辅助平台的连续三个阶段 |
| 04 大模型核心原理与系统优化（暂未发布） | W09—W10 | 理解模型与应用链路背后的机制，能够解释效果、耗时和成本问题，依据证据进行技术选型与优化。 | 原理实验记录、性能分析和技术决策说明 |
| 05 企业级 AI 解决方案与交付实战（暂未发布） | W11—W12 | 面对陌生企业需求，完成业务分析、方案设计、AI 协作开发、验证与交接，训练 AI 应用工程师的交付能力及 FDE 所需的业务沟通能力。 | ERP 业务切片、团队交付包及个人贡献与答辩材料 |
从业务问题看架构怎样演进
进入五阶段架构演进专题（暂未发布）：保留电商网站架构演进，继续阅读客服服务、知识与受控执行、系统优化、ERP 交付四条不同路线。每份从简单实现出发，用图文解释问题、改造、收益与代价；这些是帮助理解全局的阶段加餐，不是新增必做组件清单。
怎样从这套材料开始学习
- 开课前：先看 W00 开课导学，明确岗位要求、学习方法和自己的起点。
- 每个阶段开始：看阶段地图，知道自己从哪里来、本阶段要做到什么。
- 每周开始：从阶段目录进入周导学，了解本周项目及每天的能力增量。
- 每一天：预习中保留自己的判断 → 课堂中理解机制、观察演示并操作 → 完成任务与验证 → 用复习查漏补缺。课件开头的当天地图用于定位，不替代正文讲解。
- 阶段结束：展示正常场景、失败场景和自己的修改，说明结果怎样验证，再进入下一阶段。
学完后，你要能拿什么说明自己
- 训练项目与能力证据（W01—W02）：说明你能写规则、管理数据、测试并在干净环境复现。
- 工程作品（W03—W05）：展示 Web 商城和商城内嵌客服，说明从页面请求到服务、数据和模型的工作链。
- 旗舰项目（W06—W08）：通过知识库、售后 Agent（智能体）、工作流三个连续阶段，展示知识依据、工具边界、人工审批、观测和恢复。
- 原理与选型证据（W09—W10）：用实验和前面项目回答“为什么这样设计”“瓶颈在哪里”“优化付出了什么代价”。
- 企业交付项目（W11—W12）：展示陌生需求的澄清、ERP 业务切片、独立变化、交付说明和个人答辩。
这些成果服务于 大模型应用开发、AI 全栈开发方向，并训练 **FDE（前线部署工程师）**所需的业务沟通、需求拆解和现场交付能力。岗位匹配要看你实际完成的内容和面试表现，课程名称或团队作品不能替代个人能力证据。
学习时记住的几个边界
- 跨周延续的是业务对象、规则、接口、数据和验收案例，不要求八周共享一个不断变大的代码仓。
- 模拟数据和回放可以帮助学习机制；真实 API、数据库、设备或部署尚未验证时，要如实标记，补验后再用于相应作品集声明。
- 大模型 API 优先采用 DeepSeek，通过可替换的适配器接入；按实验说明控制用量，密钥不进入代码仓。
- 团队交付之外，还要保留自己的模块、修改、测试、设计决定和独立变式。
常用入口
教师手册、完整参考代码和研发检查记录用于备课；学生按当天发放的任务与骨架构建自己的项目。