徐昊 · AI 时代的软件工程

在人工智能重塑技术边界的当下，软件工程的内涵已发生深刻转变。徐昊老师的《AI 时代的软件工程》课程，并非单纯的工具使用教程，而是一场关于“知识工程”的系统性认知升级。本课程旨在帮助学习者在 LLM（大语言模型）普及的背景下，重新构建从需求理解、业务建模到代码交付的全链路思维体系，掌握人机协作的新型工作流。

建议按以下顺序循序渐进地学习：首先，你需要在【知识工程】模块建立底层逻辑。前七讲深入探讨了“不可言说知识”的提取与传递，这是理解后续所有应用的前提。只有明白了 LLM 如何辅助认知，才能避免后续学习中的碎片化与盲目跟风。其次，进入【业务知识管理】模块。这一部分极为务实，重点讲解如何利用 LLM 辅助业务建模、编写高质量用户故事以及构建基于 TQA 模式的 AI Agent。这里的核心在于掌握“反馈循环”与“思维链”的构造技巧，学会让 AI 成为你的业务分析师伙伴。最后，在【测试驱动 AI 开发】模块中，你将学习如何将测试融入 AI 生成代码的闭环，确保交付质量。

本课程对学习者有一定门槛要求。你需要具备基本的软件工程常识，了解软件开发的基本生命周期，并对大语言模型（LLM）的基础概念（如 Prompt Engineering）有所接触。如果你是完全零基础的小白，建议先补充一些 Python 编程基础及 LLM 入门知识，再开始本课程的学习，以获得最佳体验。

学完本课程后，你将获得以下几方面的实质产出：第一，建立一套完整的“AI 时代软件思维”，不再将 AI 视为简单的代码补全工具，而是视为认知延伸；第二，掌握利用 LLM 进行业务建模和用户需求拆解的具体方法，能够输出更精准的用户故事；第三，具备构建基础 AI Agent 的能力，能够解决复杂的业务场景问题；第四，理解测试驱动开发在 AI 辅助编程环境下的新形态，提升软件交付的可控性与质量。

为了最大化学习效果，请充分利用随课附带的资料包。资料中包含了每讲的核心要点梳理、关键案例解析以及拓展阅读链接。建议你在听完每一讲后，先对照资料中的框架图进行复盘，尝试在脑海中还原知识脉络，再结合资料中的代码片段或对话示例，亲手实践一遍 LLM 辅助开发的流程。不要止步于“看懂”，更要做到“会用”。对于课程中提到的“反馈循环”构造等关键技术点，建议配合资料中的直播回放进行多角度聆听，不同专家的视角能帮助你突破认知盲区。

这是一门连接传统软件工程智慧与前沿 AI 技术的桥梁课程。在这个智能涌现的时代，掌握 AI 时代的工程方法论，不仅是技能的提升，更是职业护城河的拓宽。期待你在课程结束后，能够将所学知识应用于实际工作，真正实现人机协作的效率飞跃。