从课程中心到成果中心
课程围绕阶段产品组织，学生每学期形成可演示、可复现、可评价的成果。
深圳城市职业学院（深圳技师学院）信息与通信学院
智能创造者创新实验班
面向 AI 原生组织与智能产品开发的新型职业教育实验场
学生以项目 DRI 身份定义产品、推进样机和沉淀证据；教师以合伙人方式提供方向、路径和资源；AI 智能体嵌入需求分析、技术研究、代码开发、测试验证、路演表达和过程审计。
G0-G5项目阶段门
3类项目轨道
4份AI 协同文件
5级阶段投资
Why
从“会用 AI 工具”升级为“会运行 AI 原生项目组织”
实验班不把学生项目当成普通课程作业，而是把每个真实智能产品项目放入准企业化运行机制：目标、团队、任务、资源、证据、评审和复盘都必须被看见。
从个人作业到产品孵化
学生作为项目直接负责人，围绕用户问题、技术验证、BOM、样机和路演推进。
从教师兜底到合伙指导
主合伙导师负责连续跟踪，专家导师针对明确 Issue 短时高价值介入。
从结果展示到证据评价
评价不只看最终样机，也看 Git、AI 协同、实验记录、测试数据和复盘沉淀。
AI-Native Org
AI 原生合伙人制项目组织模型
每个项目可以是个人项目，但不能是孤立项目；可以是团队项目，但必须有唯一直接负责人。实验班用动态团队结构支持学生从概念走向最小样机。
Student DRI
学生项目直接负责人
维护仓库、拆解任务、指挥 AI、申请资源、组织迭代、完成路演和复盘。
主合伙导师
持续理解项目背景，负责方向把控、进度检查、评审准备和资源协调。
专家合伙导师池
围绕硬件、嵌入式、AI 模型、结构、系统和路演等明确技术 Issue 介入。
AI 智能体团队
提供需求分析、技术研究、代码开发、BOM 审查、测试验证和路演表达协作。
公共技术模块库
用可复用模块降低实现门槛，项目调用、修改并反哺公共模块。
Incubation
项目阶段门与投资评审流程
实验班资源投入不按“耗材发放”处理，而按“项目阶段投资”处理。每项资源都要绑定调研证据、技术验证目标、BOM、Issue 和阶段纪要。
项目概念登记
提交项目一页纸，说明目标用户、问题场景和初步方案。
项目路演评审
完成调研、竞品、产品定义、MVP 边界和初步 BOM。
技术可行性验证
跑通关键技术 Demo，提交代码、实验记录和测试数据。
样机投资评审
提交功能样机方案、BOM、测试指标和进度计划。
样机验收评审
展示可运行样机、测试记录、视频、问题清单和迭代计划。
成果沉淀转化
形成项目复盘、公共模块反哺、路演材料和展示视频。
阶段投资，而不是一次性采购
G1 阶段原则上不批准完整样机采购；G2 阶段只批准关键技术验证所需材料；G3 之后才考虑功能样机 BOM。失败项目也要沉淀复盘、回收物料和迁移经验。
- L0 概念孵化
- 开源资料、AI 工具、库存案例和公共文档。
- L1 种子验证
- 少量低价传感器、线材、模块借用和小额耗材。
- L2 功能样机
- 主控板、通信模块、显示屏、电源模块和结构材料。
- L3 综合样机
- 定制 PCB、3D 打印、专用模块和结构加工。
- L4 重点项目
- 展示级样机、多轮迭代和校外资源支持。
Scenes
真实课堂、真实路演、真实项目
实验班的公开展示不只讲理念，也展示课堂、班会、学生项目汇报和开班参观等过程材料。
Projects
项目展厅
第一版展示站内置样板项目矩阵。后续可接入 GitLab 仓库、学生作品集、Demo 视频和公开发布审核流程。
样板工程
儿童 AI 安全陪伴终端
连接通信、传感器、嵌入式、端侧 AI、产品设计、结构设计、用户场景、数据安全和云边协同，是实验班最适合长期牵引的样板项目。
- 4G 通信与定位能力
- 低功耗语音与边端交互
- 家庭智能体协同与安全策略
AI 玩具交互原型
围绕语音交互、情绪陪伴、小模型部署和儿童教育场景构建可演示 MVP。
公共边端 AI 模块库
沉淀传感器驱动、通信、模型部署、语音和视觉基础能力，支持多项目复用。
小型服务机器人验证平台
面向 VLM、VLA、Physical AI 和服务机器人场景，构建多模态交互验证平台。
康养智能监测模块
结合传感器、多模态数据和健康预测，探索面向养老与照护的智能产品方案。
AI 项目经理与证据审计员
自动生成任务拆解、风险提醒、证据缺口检查和项目周报草稿，由教师审核确认。
Modules
公共技术模块库
公共模块是实验班内部的“技术积木”和“教学型 SDK”。学生项目优先调用、集成、修改并反哺成熟模块。
4G 通信模块
打电话、联网、短信、数据上传，支撑儿童手表、老人设备和随身终端。
MQTT 通信模块
设备与服务器通信、消息订阅、状态上传，支撑 IoT 和机器人项目。
传感器采集模块
IMU、压力、温湿度、心率等数据采集，支撑健康、运动和环境监测。
小屏幕 UI 模块
OLED/LCD 显示、菜单和状态提示，支撑手表、随身终端和小型控制器。
低功耗测试模块
电流测试、待机测试和续航估算，支撑所有便携式智能设备。
边缘推理模块
小模型部署、图像识别和简单分类，支撑视觉、传感和机器人项目。
M0零散实验
M1可运行 Demo
M2可复用模块
M3多项目验证
M4教学级模块
Evidence
AI 协同与 Git 证据链
实验班强调“AI 先审，人后决”。AI 可以预审、巡检、整理和生成草稿，但采购批准、阶段通过、项目终止、学生评价和对外发布必须由教师确认。
AI-Context.md
项目定义、目标用户、核心场景、约束条件、当前版本目标和关键风险。
AI-Task-Log.md
日期、任务目标、工具、输入上下文、AI 输出摘要、采纳内容和对应 Issue。
AI-Output-Verification.md
AI 建议、验证方法、实验结果、是否采纳、未采纳原因和修正记录。
AI-Workflow.md
项目沉淀的可复用 AI 工作流、提示词模板、检查清单和经验。
学生项目仓库结构
Project-Name/
├── 00_Project-Charter/
├── 01_User-Research/
├── 02_Product-Definition/
├── 03_Technical-Research/
├── 04_BOM-and-Purchase/
├── 05_Prototype/
├── 06_Test-and-Validation/
├── 07_Roadshow/
├── 08_Project-Review/
└── 09_AI-Collaboration/Roadmap
五学期成果路线
路线图不只回答“上什么课”，而是回答每学期能交付什么、如何证明、如何迁移到下一阶段。
智能产品基础原型
基础传感器模块、AIoT 开发套件、Git 项目仓库、个人技术档案。
边端 AI 与交互样机
离线语音/视觉交互模块、小模型部署样机、智能手表基础原型。
多模态智能产品 MVP
AI 玩具、小型机器人、儿童安全陪伴终端和智能电器项目 MVP。
场景验证与小批试制
样机测试报告、用户反馈、BOM 优化、外壳结构和可靠性测试。
成果发布与迁移应用
Demo Day、产品化方案、课程资源、技术模块库和能力画像。
Teaching
教师合伙人机制与评价方式
教师提供方向判断、技术路径和资源接口；不给现成答案、不替学生完成核心任务、不绕过 Git、评审和版本记录。
三给三不给
- 给方向判断
- 给技术路径
- 给资源接口
- 不给现成答案
- 不替学生完成核心任务
- 不绕过过程证据
项目评价维度
- 技术验证与样机
- 25%
- AI 协同能力
- 20%
- 问题定义与调研
- 15%
- Git 与版本管理
- 15%
- 公共模块使用与贡献
- 10%
- 路演与表达
- 10%
- 复盘与知识沉淀
- 5%
News
阶段动态与展示材料
教学简报、学生路演、课程展、Demo Day、专家评审和企业交流将逐步汇入公开展示站。
项目汇报
学生项目从概念进入样机研制准备
围绕调研证据、MVP 边界、AI 协同和第一轮验证计划开展路演训练。
班级运行
AI、Git 与本地模型进入日常学习流程
学生完成本地模型、开发工具、Git 工作流和 AI 协同开发基础训练。
第一版上线内容
- 实验班定位与组织模型
- G0-G5 项目孵化流程
- 样板项目与公共模块展示
- AI 协同与 Git 证据链
- 五学期成果路线和评价机制