高校和职业学院应该如何推进AI教育？大学课堂的AI教学、课程改革、师生赋能有哪些实践和观点？

立正认为，学AI要围绕“交付能力”，而不是像传统课堂那样先找课本、先看不动手，也不能依赖tutorial式的抄作业；后者看似省时间，实际会带来一种虚假的成就感，让人误以为自己在进步⁠1。他把有效教学分成水上的原理、方法、基建，和水下的认知、信心、习惯，说明光讲知识不够，还要处理学生敢不敢做、愿不愿意持续做的问题⁠1。对高校和职业学院来说，这意味着课程改革的一个方向是让学生围绕一个能交付的真实任务去学，而不是把AI当成又一门要背的知识。

立正提到一个教学上的困难：把调研和实践过程全部拿掉、只留下最后的简单办法，看起来确实简单，但“只知道这一种办法”和“比较过几条路、知道这里用这一种就够了”会留下很相似的代码，差别藏在被排除的选择里⁠2。他观察到同一门课会出现反差——有实践经验的工程师觉得深，大学里的CS学生却觉得浅，因为前者能用自己的坑补上这段推演⁠2。如果学生只记住“老师说这个不值得学”，下一次新品发布他还是得等老师表态，等于只是换了一个相信的人，没有取得自己的判断⁠2。所以课程改革要留出让学生经历“为什么这样选”的过程，而不只是给结论。

在和韦晓亮老师的对谈里，立正说“你越标准，越容易被AI取代”，更希望学生能在某一件事情上达到mastery，把它学深做精，因为一个领域里形成的理解和判断可以迁移，也更容易借助AI进入新领域⁠3。韦老师补充，很多学生缺的正是把一件事做成后的成就感，这和手艺、mastery连在一起：结果里能看见进步，学习才有正反馈，才愿意继续做、继续改⁠3。他也转述一位老师的反馈，AI已经帮他尝试跨学科教学，老师在创造教学应用的过程中自己也在学，也得到了这种正反馈⁠3。对师生赋能来说，一个可试的做法是让老师先自己用AI做成一件教学上的小事，再带学生做，而不是先培训一堆工具。