青年报·青春上海记者 刘晶晶/文 受访者/图

上海外国语大学松江校区的一间教室里，几个学生围在老师旁边，屏幕上是一个刚跑起来的智能体——有人做了一个日语学习助手，能自动把生词表生成连贯短文；有人搭了一套职业规划系统，能从“我不知道自己能做什么”一路推到“大二下学期该选哪门课”。这门课叫《大模型应用开发实战：智能体搭建》，它不是什么“AI科普”，而是一个真实的项目工坊。学生带着问题来，再“出品”一个亲手搭出来的作品，这正是上外“人工智能技术与应用”微专业的一个切片。

不教“概念”，教“做出来”

“我能不能用AI做一个帮我学日语的东西？”日语学院的崔同学带着这个问题走进课堂。她没有计算机背景，但一个学期下来，她的Coze智能体已经能实现三件事：生词语境化生成、官方内容智能解析、语法知识库检索。界面简洁，逻辑清晰，跑起来像模像样。“老师讲得细，手把手带着做，连非CS专业的学生也能很快上手。”她提到课上最大的感受，不是听AI是什么，而是亲手搭出一个能用的东西。    

这个微专业没有把“新文科”挂在嘴边，但每一门课都在做一件事，让语言、国贸、管理背景的学生，真的能用AI解决一个具体问题。

校园agent展上，另一位同学的作品同样印证了这种“解决问题”的路径。上外国际工商管理学院的蒋同学带着“职业路径规划小虎”亮相展台，指导老师刘老师这样向校长介绍作品的设计思路——从“猜专业”模块的算法逻辑，到智能体如何帮助学生在模糊的自我认知中逐步明确方向。校长听完，顺势抛出两个延展方向：一是针对专业错配，让系统能提供更贴合个体特质的选择建议；二是在能力测评上做深，把评测维度做得更专业、更结构化。小蒋表示：“这次完成的只是第一步，接下来想把‘猜专业’模块做得更具落地性。”微专业不仅给了他搭建作品的能力，也给了他机会让自己的作品被看见、被追问、被启发，这本身就是课程的一部分。

据介绍，在课上获益的还有很多同学。上外国际工商管理学院的鄢同学在《机器学习及算法实验》课上，用12925条Kickstarter众筹数据建了一个预测模型，准确率做到了77%。上外国际金融贸易学院的郑同学基于帕尔默企鹅数据集，通过特征降维与支持向量机，构建多分类模型，实现对三个企鹅物种的自动化识别，项目涵盖数据预处理、特征工程、模型训练与评估等完整流程，还通过可视化分析发现不同物种的企鹅在生理特征上存在明显的聚类现象。

从“我问什么”到“我能做什么”

记者了解到，“微专业”不是辅修，不是双学位，而是一套1.5学年、6门课、12学分的项目制学习路径。课程全部安排在晚上、周末或假期，不与主修冲突。在这个微专业里，老师不会替你选题目，他们做的，是帮同学把模糊的想法变成一个可运行的智能体、一份可验证的实验报告、一个经得起推敲的解决方案。就像一位学生在反馈里写的：“老师不只教技术，还教产品思维。”

“一开始，我不知道智能体能做什么。”上外语料库研究院的瞿同学坦言。她做的“语料库智能助手”，最初只是一个模糊的想法。但在课程的项目制推进中，她一步步把需求拆解、意图识别、多平台检索、知识库问答串了起来，最终的作品能帮用户从“我想建语料库但不知道怎么开始”，一路走到“这是你要的资源表和方法论”。    

这个过程很像在做一个“最小可行产品”，每个学生都要定义自己的场景、设计交互、调试模型、面对真实的用户问题。  

《人工智能技术基础》课上，上外国贸学院的郭昊哲写了一篇关于生成式AI与影视行业的深度报告，从好莱坞罢工到技术原理，再到伦理争议，结构严谨得像一篇学术论文。“这课让我真正开始用AI的视角去思考一个行业的未来。”他表示。

这个微专业的学生来自不同学院，国际金融贸易、国际工商管理、英语学院、日语学院、语料库研究院……他们的专业背景五花八门，但课堂上只有一个身份：项目组成员。《机器学习及算法实验》的学生反馈里，超过半数的人说“能跟上基础操作”。有意思的是，学生们不光在“跟”，还在提意见，“课前给预习资料”“留出练习时间”“推荐课后教材”，还有人主动问：“有没有可能学到商科结合的方向？”这些建议被老师一一纳入课程迭代，因为这门课没有固定边界，学生的需求本身就在定义课程的走向。学生不再是被动的知识接收者，而成为课程共建者。

而这门课的底色，依然是上外所提倡的“文字、文学、文物、文化、文明”的五文发展系统，通过学外语来深度理解世界，学AI则是用技术去延展“理解”的边界。当同学们用大模型去解析一门语言、梳理一种文明的文献、搭建一个跨文化传播的工具时，其实是在用更好的技术去做人文研究。这就是这个微专业最底层的逻辑：让AI成为理解世界的新方法，而不是取代理解的新技术。

青年报·青春上海记者 刘晶晶/文 受访者/图

编辑：张红叶

来源：青春上海News—24小时青年报