从模糊目标到可执行任务
把一个设备想法变成可验证的任务,练习目标澄清、让 AI 提问、拆解任务与检索资料。
WHO IT IS FOR
方案将高校学生、应届毕业生和在职技术人员列为候选学习者,首期面向群体尚未确定。
V1.1 未设正式入学先修条件,也未确定最低编程或电子基础要求。正式基础要求待公布。
LEARNING PATH
以下为 V1.1 提出的五阶段培养设计;具体周期、器材和细化课纲待确认。各阶段由项目里程碑组织,按任务需要补足原理。
把一个设备想法变成可验证的任务,练习目标澄清、让 AI 提问、拆解任务与检索资料。
围绕传感器读数与串口或 RS485 输出,按项目需要引入数据手册、接口和调试知识。
通过 Modbus / CAN 等协议设计教学示例,学习协议理解、故障隔离与仪器辅助调试。
用未在课程中逐步讲解的 MCU、传感器或协议练习迁移能力;挑战方案与评估规则仍需正式设计。
PROJECTS TO CAPABILITY
识别接口、供电、时序与外部约束,理解软件如何作用于物理设备。
清晰描述任务,审查 AI 提出的方案和代码,并通过小步实现控制风险。
建立可重复的测试,采集日志与测量结果,基于证据定位和修复问题。
面对未练习过的变化,重新建模、查询资料、设计试验并解释判断依据。
EVIDENCE OF LEARNING
通过可检查的工程交付物、现场演示和陌生任务挑战,呈现学员的思考过程与结果依据。
把不清晰的目标整理为可执行、可验收的工程任务
按项目需要查阅器件资料并完成基础连接与调试
与 AI 协作开发,同时规划测试并判断结果
用代码、测试证据和技术说明交付项目
ASSESSMENT
以下为 V1.1 提出的评价方向;评分规则、通过门槛与实施流程尚待确定。
过程记录:需求、假设、资料来源和决策
工程验证:可复现的测试步骤和结果证据
项目交付:代码、接口说明、演示与复盘
陌生任务挑战:比较迁移表现;评估规则尚待确定
陌生任务前后测、AI 全量/受限/错误建议等属于方案中的评估设想,具体实施需另行设计。
MENTORSHIP
导师提供关键原理讲解、方案评审、调试提示和阶段反馈。学员需说明 AI 如何参与,以及自己如何检查其输出。
模型的回答是一个待检验的工程假设。课程中的每个关键结论,都要找到相应的测试方法与证据。
课程项目与考核原则ENROLMENT INFORMATION
提交你的学习背景与目标,我们可以据此讨论课程的适配程度和后续安排。
咨询训练营 ↗