完整解释与参考反馈
Coding with AI 面向希望将 AI 用于科研与工程的学生，不以本科阶段已系统学过人工智能为前提。公开课、科普材料和零散项目实践可以成为起点，但需要进一步组织成能够解释机制、安排任务和判断结果的共同框架。本科数学、学科知识与科研经验，可以帮助理解模型面对的对象和问题。
课程由两个相互支持的问题牵引：AI 的能力为什么能不断扩展，以及怎样把这些能力组织成能够完成真实任务的系统。前一个问题关注学习、表示、训练信号与计算如何推动研究进展；后一个问题关注目标、分工、工具、执行和反馈怎样形成实际成果。认识产品或保持怀疑，都不能单独替代这两种能力。
资料、程序、图表和研究判断构成一条具体工作链。AI 可以参与其中越来越多的环节，使更多创作与研究尝试成为可能；研究问题、结果标准与下一步选择仍需要明确组织。学习成果因此不仅是一段回答，也应包括可运行的实现、可追溯的证据，以及对适用条件的解释。
