厦门大学：2026年AI编程与智能体开发讲义PPT（882页）.pdf

核心结论速览： 882页讲义覆盖AI编程与智能体开发完整知识图谱：从大模型基础到提示词工程，从规范驱动编程到LangChain/LangGraph/OpenClaw三大智能体框架，形成“基础→方法→框架”三段式学习路径。 教材已应用于厦大计算机系本科教学：面向大二本科生开设48学时专业课（理论16学时+实验32学时，2学分），由林子雨副教授主讲，是全国高校率先将AI编程与智能体开发纳入正式课程体系的实践。 13个技术概念的演化谱系贯穿全书：从Token、上下文窗口、提示词工程、RAG、Agentic RAG、工具调用、MCP、Skill、Workflow到Workspace Agent，清晰呈现大模型应用从“简单问答”走向“复杂工作流”的完整路径。 AI编程的“概率性思维”颠覆传统编程范式：传统编程依赖确定性思维（相同输入→相同输出），AI编程则要求开发者接纳不确定性、在统计规律中做出判断，这是开发者角色转型的核心认知框架。 规范驱动编程确立“无规范不写代码”的铁律：第5章系统阐述了Spec-Driven Development方法论，三条铁律——无规范不写代码、规范即真理、逆向同步——将个人经验转化为团队可传承的工程资产。 三大智能体框架形成完整技术栈：LangChain提供高层应用开发框架与模块化组件；LangGraph作为底层编排运行时，支持状态管理、人机协同与持久化执行；OpenClaw定位“本地优先、模型无关的数字员工”，GitHub星标已突破33万。 厦门大学已面向全国高校开展师资培训：2026年7月先后在厦门大学嘉庚学院和厦门大学海韵园举办两期师资研修班，系统培训AI编程与智能体开发课程的教学方法与实验体系。H2：教材全景——从大模型到智能体的完整知识体系。教材定位与出版信息：《AI编程与智能体开发》由厦门大学计算机科学与技术系林子雨副教授编著，人民邮电出版社出版，预计2026年11月上市销售。教材内容来自互联网大厂真实实践，以实践教学为依托，理论实践贯通，覆盖当前AI编程与智能体开发领域的主流技术栈。九章结构：教材共分为九章，依次为：第1章大模型、第2章AI编程概述、第3章AI编程环境搭建、第4章基于提示词的AI编程、第5章基于规范的AI编程、第6章智能体概述、第7章智能体开发框架LangChain、第8章智能体开发框架LangGraph、第9章智能体框架OpenClaw。这一结构从“是什么”到“怎么做”再到“工程化部署”，形成了完整的学习路径。三段式内容架构：第一部分（第1-3章）奠定基础——大模型是什么、AI编程如何从手工编码演变而来、AI编程环境如何搭建。第二部分（第4-5章）聚焦编程方法——基于提示词的AI编程强调“高质量输入决定高质量输出”，基于规范的AI编程则解决团队协作中的标准化问题。第三部分（第6-9章）深入智能体开发——从智能体的定义与特征出发，依次讲解LangChain、LangGraph和OpenClaw三大框架。H2：AI编程范式革命——从手工编码到人机协同。程序开发方式的三阶段演变：讲义系统梳理了程序开发方式的演变历程——手工编码（代码生成完全依托人类思维）、IDE辅助（语法核对与文件组织等机械工作由工具承担）、AI编程（大语言模型作为编程协作的核心参与者，通过自然语言或结构化指令与AI交互）。AI编程的三种形态：讲义将AI编程工具分为三种形态——命令行工具（轻量灵活，与现有开发工作流紧密结合）、与IDE集成（目前最主流形态，深度嵌入代码编辑器）、智能体自主执行（前沿方向，自主规划任务步骤、调用多种工具）。概率性思维vs确定性思维：传统编程依赖确定性思维——给定相同输入必然产生相同输出，这是传统编程的哲学基础。AI编程则要求开发者建立概率性思维——承认系统行为存在不确定性、接受和应对可能的变异性。讲义从提示词设计、代码审查、调试策略、团队协作、核心心态五个维度详细对比了两者的差异。开发者角色的转型：讲义指出，AI编程时代，开发者正在从“代码编写者”转变为“问题表达者”，从“功能实现者”转变为“方案设计者”，从“单纯生产者”转变为“质量把关者”，从“孤立执行者”转变为“人机协同组织者”。AI并没有削弱开发者的重要性，反而对开发者提出了更高层次的要求——过去衡量开发者能力看是否能独立完成编码任务，现在更重要的是看是否能够清晰定义问题、合理调度AI、准确评估结果并持续改进系统。H2：AI编程的两种方法论——提示词驱动与规范驱动。基于提示词的AI编程：第4章系统阐述了基于提示词的AI编程方法。核心思想是“高质量的输出需要高质量的输入”——AI的输出质量由输入质量决定。讲义提出了AI编程提示词的通用写作框架，包含五个核心要素（项目背景、需求描述、修改范围、约束边界、验收标准）和一个提示词模板。同时介绍了Google PTCF框架（角色Persona、任务Task、上下文Context、格式Format）作为通用提示词结构化方法。提示词编程的常见误区：讲义总结了五个常见误区——将AI当作“有感情的同事”来沟通、期待AI主动发现问题、对AI的错误反馈过于委婉、以为一次对话能搞定所有事、对AI的输出不加审查直接使用。针对每个误区给出了具体的改进方法和实践建议。规范驱动编程（Spec-Driven Development） ：第5章系统阐述了SDD方法论，核心理念是“在让AI编写代码之前，先用结构化文档明确阐述做什么、怎么做、有何约束”。三条铁律为：无规范不写代码、规范即真理、逆向同步。讲义对比了三种规范驱动方法论——结构化规范（OpenSpec）、分阶段规范（Spec-Kit）、嵌入式规范，并给出了详细的工具选型建议。OpenSpec四步工作流：讲义以OpenSpec为例，详细演示了探索（/openspec-explore）→提案（/openspec-propose）→实施（/openspec-apply-change）→归档（/openspec-archive-change）的完整流程。并通过“猜数字游戏”和“待办事项管理应用”两个综合案例展示了规范驱动编程的落地实践。H2：智能体核心概念与工程化。智能体的定义与核心组成：第6章系统阐述了智能体的基本概念。智能体是指以大语言模型为核心，能够理解用户目标，结合记忆和工具进行推理、规划与行动，并根据环境反馈持续调整行为的软件系统。核心公式为：Agent = LLM + Prompt + Tools + Memory + Planning + Environment。智能体的四个典型特征：自主性（在明确边界内自主决定下一步动作）、反应性（根据环境变化做出响应）、目标导向性（行为围绕目标展开）、工具使用能力（突破模型本身的限制）。智能体的工作流程：讲义将智能体的运行过程概括为五个步骤——感知（Perception）、思考（Reasoning）、行动（Action）、观察（Observation）和反馈（Feedback），这五步构成智能体的基本循环。智能体工程化要点：讲义强调从演示系统到可用系统的转变需要关注可靠性、安全性、可观测性、成本与性能四个维度。企业级智能体的核心要求不是“无限制自由的智能体”，而是“具备安全、可控、可追踪、可验证特性的智能体”。H2：三大智能体框架——LangChain、LangGraph与OpenClaw。LangChain：大模型应用开发的高层框架：第7章系统介绍了LangChain的定位——面向大模型应用开发共性需求，提供统一抽象层与可组合模块的LLM应用开发框架。LangChain的核心组成包括大模型接口、提示词模板、输出解析器、工具、检索器与向量存储、链、智能体、状态与持久化等模块。讲义详细讲解了LCEL（LangChain Expression Language）的组合执行机制，以及课程资料问答助手的完整实现案例。LangGraph：底层状态化工作流编排框架：第8章深入讲解了LangGraph的核心概念——状态（State）、节点（Node）、边（Edge）。LangGraph区别于高层智能体框架的核心在于：它不预设提示模板、角色设定或固定智能体结构，仅要求开发者明确定义状态、节点和边。讲义详细介绍了条件边与条件节点、工具调用、状态与持久化等核心机制，并通过课程助教智能体案例展示了从基础版到高级版（RAG+人机协同）的完整演进过程。LangChain与LangGraph的关系：讲义明确指出，LangChain是高层框架（提供抽象与集成），LangGraph是底层编排运行时（提供持久化执行、流式输出、人机协同）。开发者可使用LangChain高层接口快速开发，有精细化控制需求时可下沉至LangGraph图级编排开发。OpenClaw：本地优先的数字员工框架：第9章介绍了OpenClaw（俗称“小龙虾”）这一开源AI智能体执行框架。OpenClaw由奥地利开发者Peter Steinberger于2025年底推出，采用MIT协议，GitHub星标数已突破33万。其核心定位为“本地优先、模型无关”的数字员工，区别于传统聊天机器人，核心是让AI能通过自然语言指令自主操作电脑、执行系统任务。OpenClaw的系统架构：讲义将OpenClaw架构分为接入层、控制层（网关为核心）、能力层（工具、技能、MCP服务）、运行时层（ReAct循环）、资源层（工作空间、文件系统、外部API）五层。核心组件包括网关（统一入口与调度中枢）、智能体（大脑核心）、技能（执行单元）、渠道（交互入口载体）、记忆（上下文接续与个性化服务）。OpenClaw技能开发：讲义详细讲解了OpenClaw技能的开发方法——SKILL.md文件由前置元数据（YAML格式）和指令主体（Markdown格式）两部分构成。技能采用“轻量无侵入、安全可控、纯文本驱动、可热插拔”四大开发原则。H2：教学实践与师资培训。厦门大学本科教学实践：《AI编程与智能体开发》已应用于厦门大学计算机系的本科教学实践——面向大二本科生开设的专业课，共48学时（理论16学时，实验32学时，2学分），由林子雨副教授主讲。这一课程设置体现了高校对AI编程与智能体技术的战略重视，将前沿产业实践融入大学课堂。全国高校师资培训：2026年7月，厦门大学面向全国高校开展了系统的师资培训工作。7月13日至16日，厦门大学嘉庚学院举办“AI编程和智能体开发”专题培训班。7月20日至26日，厦门大学第27期全国高校AI编程与智能体开发课程师资研修班在海韵园圆满举办。培训班由林子雨副教授全程授课，以教材为核心，系统讲解AI编程与智能体开发的核心知识、技术方法与工程实践。教材配套资源：教材官网（https://dblab.xmu.edu.cn/post/ai-programming-agent/）提供全套教学资源下载，包括教学大纲、讲义PPT、上机实验手册、MOOC视频、大模型科普讲座PPT与视频、课程思政案例集锦等。讲义PPT中用到的所有软件均可从官网下载。H2：技术演化的主线——13个概念的层次关系。讲义在第1.7节系统梳理了大模型相关技术与概念的演化谱系，将其归纳为六个层次：信息层：Token与Context Window——解决“模型一次能够处理多少信息”的问题。Token是大模型理解输入输出能力的重要基础，上下文窗口决定模型单次推理可承载的信息量。指令层：Prompt与Context Engineering——解决“如何表达任务并组织上下文”的问题。提示词工程聚焦指令表述方式，上下文工程聚焦模型任务执行过程中可见信息范围。知识层：RAG与Agentic RAG——解决“如何接入外部资料并降低幻觉”的问题。RAG实现从“仅凭参数记忆回答”到“结合外部资料回答”的转变。执行层：Tool Calling与Computer Use——解决“如何从生成文本发展为执行动作”的问题。工具调用可对接搜索服务、数据库、代码环境等外部能力；Computer Use则让AI系统观察屏幕、模拟人工操作计算机。工程层：MCP与Harness Engineering——解决“如何标准化连接、控制权限并保证可靠性”的问题。MCP是标准化工具连接协议；Harness Engineering围绕智能体搭建控制、验证、安全保障体系。组织层：Skill、Workflow与Workspace Agent——解决“如何沉淀能力并进入团队协作”的问题。工作空间智能体是面向团队或组织工作空间的长期智能体形态，AI从临时使用工具转变为组织工作空间内的固定数字角色。延伸阅读：以上为讲义核心内容分析，如需获取完整讲义详细数据及全部章节内容，请访问下载页下载完整PDF报告。H2：FAQ区块。Q1：《AI编程与智能体开发》这本教材的主要内容是什么？A1：教材共9章，系统讲解大模型基础、AI编程概述、AI编程环境搭建、基于提示词的AI编程、基于规范的AI编程、智能体概述、LangChain、LangGraph和OpenClaw三大智能体框架。内容来自互联网大厂真实实践，以实践教学为依托，理论实践贯通。Q2：这本教材已经用于教学了吗？A2：是的。教材已应用于厦门大学计算机系的本科教学实践——面向大二本科生开设的专业课《AI编程与智能体开发》，共48学时（理论16学时，实验32学时，2学分），由林子雨副教授主讲。Q3：AI编程与传统编程有什么本质区别？A3：传统编程依赖确定性思维（给定相同输入必然产生相同输出），AI编程则要求开发者建立概率性思维——承认系统行为存在不确定性，相同输入可能产生不同输出。开发者角色从“代码编写者”转变为“问题表达者”和“人机协同组织者”。Q4：什么是规范驱动编程（SDD）？A4：规范驱动编程是第5章的核心内容，核心理念是“在让AI编写代码之前，先用结构化文档明确阐述做什么、怎么做、有何约束”。三条铁律为：无规范不写代码、规范即真理、逆向同步。OpenSpec是推荐的入门工具。Q5：LangChain和LangGraph有什么区别？A5：LangChain是高层应用开发框架，提供抽象与集成，适合快速开发；LangGraph是底层编排运行时，提供持久化执行、流式输出、人机协同和状态管理。开发者可使用LangChain快速起步，需要精细控制时可下沉至LangGraph。Q6：OpenClaw是什么？有什么特点？A6：OpenClaw是奥地利开发者Peter Steinberger于2025年底推出的开源AI智能体执行框架，采用MIT协议，GitHub星标已突破33万。核心定位为“本地优先、模型无关”的数字员工，让AI能通过自然语言指令自主操作电脑、执行系统任务。特点包括本地执行、跨IM交互、持久记忆、技能扩展等。H2：数据来源说明。本报告核心内容与数据均来源于厦门大学计算机科学与技术系林子雨副教授编著的《AI编程与智能体开发》讲义PPT（882页）。该讲义是配套教材的完整教学资源，已应用于厦门大学计算机系本科教学，并面向全国高校开展师资培训。教材由人民邮电出版社出版，预计2026年11月上市销售。教材官网提供全部教学资源与样书申请通道。