2025年8月26日，《国务院关于深入实施“人工智能+”行动的意见》（以下简称“《意见》”）正式发布，标志着“人工智能+”从技术理念全面升格为国家战略。《意见》明确提出两大育人方向：推动育人从知识传授为重向能力提升为本转变，推动开展方式更灵活、资源更丰富的自主学习。

随着《意见》的正式发布，“人工智能+”行动必将向教育领域深度渗透。长期以来，和鲸科技在“人工智能+教育”领域的探索，始终与国家政策步调同频共振。2024年5月，和鲸正式发起“101数智领航计划”，通过产教融合、科教融汇双循环，整合和鲸社区近十年积累的多学科实践资源、ModelWhale 教研训一体化平台和智谱 AI 大模型，打造 AI 创新虚拟实验室，帮助高校解决“学科+人工智能”的落地难题，培养创新型高质量人才，推动创新成果产出。截止目前已经联合300+所院校，通过共建课程、实训平台与竞赛机制，形成“教-学-练-赛”一体化培养闭环，以实践为核心、推动育人从知识传授为重向能力提升为本转变。和鲸 101 计划对人工智能教育教学范式的探索，与《意见》对新时代育人方向的要求不谋而合。

在积累实践经验的同时，和鲸高度重视“人工智能+教育”理论总结。2025年5月，由清华大学计算机系人工智能通识教育（AIGE）研究中心、金砖创新基地数字经济研究中心指导，北京智谱华章科技股份有限公司、上海和今信息科技有限公司、和鲸社区牵头，异步社区与中国信通院联合发布《AI 融合高等教育：从通识到专业——学科 + AI 人才培养白皮书》（以下简称“《白皮书》”），整合2500+ 份行业调研问卷、20+ 位国内高校权威专家经验以及国内外 100+ 高校自 2024 年以来在人工智能教育领域的政策规划与创新实践，系统梳理了文理医工各个“学科+AI”融合的课程体系与能力模型，为高校从知识灌输转向素养与创新能力培养提供了理论支撑与实践路径。

在“人工智能+”行动如火如荼般开展的当下，和鲸始终致力于推动交叉型、复合型人才培养，为高校落地 AI 教育实践搭建桥梁。从已上线的智能体批改系统，到即将重磅推出的Copilot工具，ModelWhale 的每一次技术革新都瞄准教学痛点；从海量的开源数据与项目资源，到持续开展的 AI 夏令营、实训季，和鲸社区让理论与实践学习无缝衔接，推动开展方式更灵活、资源更丰富的自主学习。

政策愿景正与企业行动相互呼应。和鲸科技正以扎实的平台能力、生态资源与产学研合作经验，积极助力高校“人工智能+”行动从理念走向落地，从探索试点走向系统化变革。

产业需求倒逼 AI 时代教育范式变革

随着生成式 AI 的快速涌现与广泛应用，人工智能的发展正式迈入了一个以“开源平权”为标志的新纪元。知识传授的范式随之被颠覆，传统学科的壁垒也在消融，新的知识单元不断涌现，AI 驱动的跨学科科学研究将有助于产生更多突破性成果。生成式 AI 通过跨领域数据融合重构知识生产范式，促使教育体系突破传统学科专业的固有边界，进而推动了整个学科体系的转型升级。

和鲸在《白皮书》中强调，当前时代，产业需求已不再是教育变革的外部变量，而是直接嵌入学科重构的核心逻辑。从特斯拉的“AI+ 制造”工程师到华为的“通信 - 算法”复合型科学家，产业界用真金白银的岗位需求投票，迫使高等教育打破百年学科壁垒。培养学生驾驭AI工具解决复杂工程问题的能力，强调跨学科整合、伦理判断和系统思维，从而创造机器无法替代的核心价值——这不仅是教育的简单进化，更是时代洪流中新工科发展的必然选择。

为此，本文将基于《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》中的相关内容以及和鲸在“学科+AI”课程体系创新建设领域的丰富实践经验，聚焦人工智能赋能工科教育的内涵、框架与方法，尝试为新时代“人工智能+”工科教育的落地提供可参考的思路与行动框架。

工科与人工智能融合课程体系的构建与实施路径

和鲸通过丰富的与高校携手推进 “工科+AI” 课程改革的经验，从实践的视角总结了新时代科研人才的培养需求。和鲸认为，随着智能化时代的到来，AI 技术在工程领域的应用成为提高效率、减少成本、优化设计的关键。学生不仅需要理解传统工程学科的核心理论，还需学会如何结合 AI 进行系统设计和优化，解决具体的工程问题。因此，工科领域的人才需掌握 AI 技术在工程设计、系统优化中的具体应用，具备算法开发、数据分析及智能系统设计能力。

具体而言，工科 AI 课程体系应以工程实践与系统设计为核心，涵盖 AI+ 素养和交叉融合课程及结合实真实案例的实践环节两大部分。以下是白皮书中展示的 “工科+ AI ” 课程设计框架示例（以机械工程专业为例）：

• AI+ 素养和交叉融合课程： 使学生能够通过 AI 技术设计智能化机械系统，优化生产流程，提升生产效率和质量，在制造业和自动化领域提供智能化解决方案。

  • 《机械工程数据分析与编程》：学习 Python 编程与数据处理库，掌握机械工程数据的清洗、分析与可视化，为后续智能系统开发提供数据支持。

  • 《工业机器学习与智能诊断》：在掌握数据分析基础上，学习机器学习算法，应用于设备故障诊断与预测性维护，提升工业生产的智能化水平。

  • 《智能制造系统与优化》：学习智能制造中的优化算法与系统集成概念，通过项目实践优化生产流程，提高生产效率与产品质量。

  • 《智能机器人与自动化系统实践》：综合运用机械、控制与 AI 技术，设计并实现智能机器人系统，通过实践项目提升机器人在复杂环境下的作业能力。

• 实践环节：通过与企业合作、参与设计竞赛等形式，学生将在实际项目中运用所学知识，提升动手能力和创新意识。实践内容包括：

  • 编程与算法应用： 学生将编写代码实现智能化系统，应用机器学习、深度学习等算法。

  • 建模与优化： 学生将使用数据建模和优化技术，解决具体的工程问题，如路径规划、资源优化等。

  • 硬件设计与集成： 学生将参与智能硬件的设计与开发，包括传感器选择、机器人设计与集成等。

  • 实验与项目开发： 学生将在实验室环境中设计、开发并测试智能化原型，参与跨学科项目合作，提升工程实际能力。

• 成效评估：通过学生设计的智能系统方案、机器人原型、项目展示成果等，评估其技术应用能力、创新解决问题的能力、团队协作能力及学科融合能力。

当然，AI 在不同场景或专业中的具体应用方式与路径也不尽相同，对此，和鲸为不同工科专业设计了更加个性化的课程体系和培养路径。更多详情可前往和鲸官方网站获取。

AI人才培养，不止于工

人工智能作为新一轮科技革命的核心驱动力，不仅仅对工科教育与实践造成了冲击，而是正重构各领域的知识生产模式与问题解决路径。和鲸在《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》中指出，在学科教育中嵌入 AI 课程，并非简单叠加技术模块，而是构建“专业 +”的智能素养培育体系。其核心在于立足学科本体特征，通过“三层次融合”——即思维范式、方法工具、应用场景的交叉渗透，培养学生运用 AI 技术拓展专业边界、解决复杂问题的能力。

基于此，“人工智能+”教育课程设计的考量维度应遵循三大原则：

• 专业锚点性——聚焦本学科最具突破潜力的 AI 应用场景（如医学影像分析之于临床医学、生成式设计之于建筑学），避免泛技术化教学；

• 认知阶梯性——从基础原理认知（如机器学习基础概念）、工具链实践（如 MLOps 平台操作）到专业场景创新（如结合领域知识优化算法），形成渐进式能力培养链条；

• 伦理前瞻性——结合专业特性探讨算法偏见（如司法量刑模型）、人机责任划分（如医疗辅助诊断）等命题，强化技术应用的价值观塑造。

“人工智能+”工科教育实践：校企协同共塑理工 AI 人才培养新范式

2019 年起，和鲸便与中国石油大学（华东）携手见证专业发展。理学院基于 OBE 模式，以学生就业与深造为导向，融合学校能源与海洋特色，搭建起完备的课程教学体系，并打造 “五位一体” 实践教育体系。

面对课堂实践面临环境搭建繁琐、资源与算力不足等难题，和鲸协助理学院建设大数据实践教学平台，针对核心专业课推行先实践后理论的创新教学模式，并依托和鲸社区丰富资源，激发学生学习热情。

课外实践中，理学院与和鲸打造 “课赛结合” 模式，赛题融合真实场景与课程进度，通过 “算法学习 + 算法竞赛” 提升学生能力。自 2021 年起，双方已连续举办四届竞赛，第四届更是覆盖青岛所有高校。学生通过校内竞赛积累经验，在高级别竞赛中屡获佳绩，这些成绩成为他们就业时的有力 “加分项” 。

此外，和鲸也与浙江大学、南京大学、西安交通大学等多所国内高校展开校企合作，不断完善理工科+AI 人才培养课程体系，目前已形成一套成体系、可复制的人工智能课程体系建设成熟经验。

真实数据支持，多位专家指导，清华领衔发布AI教育白皮书

5月28日，由清华大学计算机系人工智能通识教育（AIGE）研究中心、金砖创新基地数字经济研究中心指导，北京智谱华章科技股份有限公司、上海和今信息科技有限公司、和鲸社区牵头，异步社区与中国信通院联合发布《AI 融合高等教育：从通识到专业——学科 + AI 人才培养白皮书》，从政策解读、现状分析到教学模式与教学工具、技术底座、高校实践案例等，全景式呈现 AI 融合高等教育的现状与前景、机遇与挑战。

白皮书中从企业和学生的真实需求、高校教育的真实痛点出发，指出应从知识结构、实践转化、价值判断三大维度构建AI素养框架，基于“认知筑基 - 能力迁移 - 创新融合”的培养路径，构建渐进式人工智能通识教育课程体系，并根据院校类型、学科结构、资源禀赋等对课程体系的落地进行了差异化设计。

据悉，该白皮书在编撰过程中，特别组建了专家顾问委员会，特邀 20+ 位国内高校权威专家领衔指导，成员覆盖通识教育及文、理、医、工全学科领域，为人才培养理念与实践路径把关定向。同时，项目组广泛收集 2500+ 份多元问卷，调研对象涵盖学生、企业从业者、教育工作者、科研人员等群体，并系统梳理国内外 100+ 高校自 2024 年以来在人工智能教育领域的政策规划与创新实践，以扎实的数据与案例支撑，确保白皮书兼具学术深度与实践价值。

让每个学科拥抱 AI ，共同开启高等教育智能化转型的新篇章。期待《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》的发布能为高校 AI 通识教育提供了前瞻性的理论指导，并勾勒出学科与 AI 深度融合的实践路径。未来，随着白皮书指导价值的逐步释放与研讨成果的持续转化，我国高等教育将加速迈入“学科+AI”协同发展的新阶段，为培养适应智能时代的复合型人才提供强劲引擎。