當前，人工智能技術更新速度極快，大模型、智能體等概念層出不窮。面對這一趨勢，電子科技大學成都學院計算機學院從自身辦學定位和學生實際出發，持續優化人才培養方案，不斷深化產教融合，努力探索有特色的應用型AI人才培養模式。

緊跟產業變化，優化人才培養

隨著智能體技術的快速發展，企業對人才的需求結構正在發生改變。學院在走訪企業時發現，普通開發崗位的需求有所下降，但智能體開發等新崗位正在興起。

面對這一變化，學院堅持與時俱進，不斷優化專業和課程建設。早在2022級，人工智能專業就已開設大模型相關課程。2023級則在項目式學習中引入智能體開發實踐。同時，學院與百度合作建設課程，引入阿里、騰訊等企業的協同育人項目，并面向全校開設人工智能輔修學位和人工智能通識課。此外,圍繞大模型應用開發、智能體開發、AIGC圖像生成等前沿技術，為文、藝、理工科分別設計了差異化的教學案例，采用“案例引導+任務實踐”的方式，幫助學生提升AI實踐應用能力。

據介紹，為強化學生實踐能力培養，學院建成了省內領先的AIGC與元宇宙綜合性實驗室，配備高性能計算設備和專業算力中心，支持復雜3D建模、軟件開發和大規模AI模型訓練。目前，該實驗室已成為應用型AI人才培養的重要平臺。

計算機學院黨委書記彭光輝說，大模型技術迭代快，而教學大綱需要相對穩定。為解決這一矛盾，學院在教學中一方面注重夯實基礎，利用計算機學院自研的元學在線平臺，對標產業需求開展個性化的學習，引導學生主動追蹤前沿動態。另一方面，在人才培養方案中設置了大量實踐任務，鼓勵學生關注GitHub等平臺上的優秀開源項目，以賽促學、以項目促學。同時，部分傳統課程如軟件工程、離散數學等，推薦學生通過網絡資源自主學習。這種“課堂引導+課外深挖”的模式，在有限學時內兼顧了穩定性與前沿性。

“為強化學生的實踐應用能力，學院與阿里合作舉辦大語言模型應用及AI編程訓練營，為每位學生發放阿里云算力券。訓練營包含視頻課程和配套實驗，涵蓋AI編程、智能體開發、算法題助手、性格測試小程序等內容，受到學生廣泛好評?！?彭光輝說。

彭光輝認為，參加真實項目是對學生最好的鍛煉?！皩W院正在推進的數智監督系統項目中，科研教師和高年級拔尖學生負責核心模型與底層規則攻關，低年級學生承擔數據清洗、前端適配、功能測試等任務。這一機制既保障了項目質量，也讓不同層次的學生在真實工程環境中獲得實戰經驗?！?/p>

培養“AI指揮官”，而非“代碼搬運工”

彭光輝說，學院希望學生畢業后不再只是“最新模型的使用者”，而是能夠“定義復雜問題、評估系統方案、組織人機協作”的人才。

圍繞這一目標，學院通過教學改革著重培養學生三個方面的能力。首先是跨語言與跨角色的溝通協作能力，能同時與人交流并為AI設定任務語境。其次是問題拆解與轉化能力，能把模糊的現實需求轉化為可計算的子問題。再次是判斷與評估能力，能對AI結果的正確性、安全性、公平性等進行批判性審視。

彭光輝認為，隨著AI代碼生成工具日益強大，學生真正的短板不再是語法細節，而是對業務場景的深度理解力，以及將其轉化為工程邏輯的抽象拆解能力。“判斷學生是否具備成熟使用AI工具的能力，主要看能否將模糊需求轉化為精確指令，同時，在AI生成結果后能否進行邏輯驗證而非盲目復制。” 彭光輝說。

課堂上，教師引導學生們不再糾結語法細節，而是更多討論業務邏輯閉環。課堂重心從傳統的“代碼語法導向”轉向“邏輯架構導向”，重點訓練“意圖驅動”的編程思維，培養將模糊規則精準轉化為機器可執行指令的能力。

隨著培養目標的改變，老師們發現，學生的思維方式發生了質變。從以往線性地寫代碼處理數據，轉變為“指揮官”角色，設計多個智能體分工協作，把更多精力放在工作流設計上，而不是糾結具體函數。同時，為了更精準地描述需求，學生還會主動補充跨學科知識。這種從“怎么做”向“做什么”和“如何協作”的躍升，正是人才培養要達到的目標。

面向未來，培養具身智能與多智能體協同人才

彭光輝將AI人才培養的演進劃分為三個階段。小模型階段主要培養算法工程師，應用場景如掃地機器人、人臉識別等；大模型階段以GPT、DeepSeek等為代表，具備強大的推理與多模態能力；而正在到來的通用人工智能雛形階段，要求人才培養做出更根本的調整。

“我們不做塔尖的通用模型，而是扎根應用層，培養適配未來生活與工作場景的新質生產力工程師。” 彭光輝這樣定義學院AI人才的培養——核心聚焦智能體的開發、協同與管理。

彭光輝說，未來，隨著智能體大規模的使用，如何協調它們高效完成任務，將成為新的學術命題和產業剛需。這正是計算機學院成立“多智能體研發中心”的原因。

彭光輝介紹，為跟上人工智能的發展，今年，學院新增了“具身智能”專業。“具身智能裝上不同的智能體軟件就能實現不同功能。學院要培養的，正是能夠為大模型時代的硬件平臺開發各類智能體、并實現多智能體協同的工程師?！?/p>

全球幾十億人，每個人可能需要多個個性化智能體，開發需求巨大。在人才結構上，頂層由少數研究型大學培養通用大模型的塔尖人才，而主體則需要大量應用型院校來承擔。

“我們不爭塔尖，我們扎根應用?！边@是電子科技大學成都學院計算機學院的選擇，也是他們在人工智能教育變革中錨定的方向。