2026 年 9 月 17 日下午 14:00，一场聚焦"AI 时代如何开发软件"的专题分享在 B6-209 实验室举行。智能科学与工程学院王宏副教授以《基于 Trae 的项目开发全流程实践》为题，系统介绍了 AI 原生集成开发环境 Trae 的 SOLO 模式——该模式可由 AI 自主完成从需求分析、架构设计到代码生成、测试部署的端到端开发。整场分享并未以工具功能为主线，而是聚焦 AI 项目开发"怎么用、怎么教、怎么避坑"的工程化经验。

一、从"逐行编码"到"目标与验收"：AI 推动开发范式之变

王宏指出，AI 能力的大幅提升正在推动项目开发范式之变：从"逐行编码"转向"目标与验收"。在传统开发流程中，文档编写耗时且滞后于实现，架构设计依赖资深工程师经验，编码环节重复劳动占比过高，测试部署易错，文档与代码长期脱节。AI 原生开发将上述环节交由 AI 生成并形成执行闭环，开发者的角色也随之从"写代码"转向"定义目标、评审过程、把关质量"。

王宏强调，AI 模式与传统开发的本质区别在于：传统开发中人是主导、AI 仅作辅助；而在 Trae 的"委托式"开发中，人给定目标、划定规则，AI 完成设计与产品交付，人最终负责验收。

二、三条可复用的工程化经验主线

一是构建全流程六阶段闭环。软件开发的需求分析、架构设计、编码实现、测试验证、部署交付、文档归档六个阶段，均需明确划分 AI 与人的职责边界，实现文档与代码同源生成、全程可追溯。这是本次分享最核心的一条经验。

二是建立人机协同分工模型。人作为决策层，负责目标定义、方案评审与质量把关；AI 作为执行层，负责方案产出、代码实现与自检修复。职责边界清晰，AI 的产出才真正可控。

三是以提示词工程配套规范的工程模板。用"目标、约束、交付物、验收标准"等结构化描述替代"一句话需求"，并配套从项目需求、需求分析、系统设计到编码规范、测试用例、交付验收的完整文档模板。教师先示范一个样板项目，学生即可有章可循。

三、对 AI 开发教学的三点启发

其一，可迁移的是方法，而非工具。同一套文档模板与提示词规范，从通识课程到工程实训均可适用。任何课程都可以从"一份文档模板 + 一套提示词约定"起步，不必等待工具完全成熟。

其二，评价标准需要同步重构。考核重心应从"代码写得对不对"，转向"目标定义清不清楚、边界守不守得住、文档跟不跟得上"。教师角色也随之从语法讲解者，转变为提示词指导者、架构评审者与验收标准制定者。

其三，谈风险比谈效率更有价值。效率提升人人可见，而"AI 会不会误导、学生会不会照抄、运行环境会不会出问题"才是落地的真正门槛。本次分享梳理的对策清单——包括以结构化提示词纠偏 AI、以"核心逻辑独立完成 + 理解后采纳"杜绝黑盒依赖、以"不包含"边界声明防止过度生成、以 Docker 固化环境保障可复现等——均已在云南工贸基础编程教学、成都师范智能家居全栈实训、成都东软 Pygame 游戏开发三个教学项目中验证，可直接借鉴。

四、结语

分享最后，王宏将这套实践浓缩为一句话：AI 放大能力，工程规范守住底线——人负责判断"对不对"，AI 负责承担"做不做得完"。在随后的讨论环节，与会教师围绕课程适配、评分标准重构与文档模板复用交换了意见，也为后续跨课程推广积累了共识。