我把“AI时代工程实训平台”做到了一个能跑的 MVP

作者：浩哥AI实验室

这段时间，我一直在做一件看起来有点“折腾”的事：

把一个面向 AI 时代的课堂实训平台，从想法做成一个能真实跑起来的 MVP。

它现在的名字叫：智训工坊。

我原来是 AI 开发工程师，后来走到教学一线。这个身份变化让我越来越清楚一件事：AI 时代的教育，不应该只是给课堂加一个 AI 聊天框，也不应该只是让学生多背几个新名词。

真正需要改变的是：学生到底怎么练。

过去很多计算机相关课程，容易把知识点讲得很散。Linux、Docker、Nginx、数据库、大数据组件、RAG、Prompt、监控、日志、安全……每个点都重要，但学生学完以后，经常还是不知道真实工作里这些东西怎么连起来。

而真实工作不是“老师给你一道标准题，然后你写一个标准答案”。

真实工作更像是：系统出故障了，用户反馈 502 了，AI 应用回答不靠谱了，日志里有一堆信息但你不知道哪个关键，AI 给了一个命令但你不确定能不能执行。

这时候学生需要的，不只是会不会写命令，而是工程判断力。

我想做的不是 LMS，而是课堂里的工程训练场

很多教学平台本质上是 LMS：上传课件、发布作业、收作业、打分。

这些功能当然重要，但它解决的是教学管理，不一定解决能力训练。

我想做的这个平台，更像一个“工程训练场”。每一节课都对应一个接近真实工作的场景。老师可以讲，学生可以练，过程能记录，结果能评分，课后能复盘。

第一波课程我先放在“大数据平台运维实训”，因为这个方向特别适合训练真实工作流：日志、状态码、服务依赖、存储、网关、接口、监控、恢复验证，都能串起来。

当前第 16 周实验包已经接入，主题是：

RAG 应用网关故障应急响应演练。

学生要处理一个模拟的 502 故障，完成从判断影响、收集证据、定位问题、恢复验证到输出故障报告的全过程。

现在 MVP 已经打通了哪些能力？

目前这个版本已经不是“只有想法”的状态，而是一个能用于教师自看、试讲和小范围课堂试用的课堂 MVP。

它已经打通了几个关键环节。

第一，平台支持通用课程实验包。大数据只是第一波课程，未来可以继续接入大数据存储、AI 应用开发、软件工程、数据库、云原生运维等课程。

第二，老师可以创建一次课堂 Session。每次课堂可以绑定班级、生成课堂码、控制当前阶段。

第三，学生端可以进入对应实训任务，按阶段提交内容、操作记录、排障证据和 AI 使用记录。

第四，老师端可以看课堂状态、切换阶段、查看提交、评分、导出成绩。

第五，课堂结束后数据会保存下来，后续可以做平时成绩汇总和教学复盘。

从工程上讲，这套闭环已经有了一个真实平台的骨架。

为什么我特别做了“班级名单 + 课堂码 + 设备锁”？

这个功能看起来不复杂，但我觉得很关键。

以前如果让学生自由填写姓名，会有很多小问题：写错名字、写简称、写同音字、重复进入、冒名提交。一次课还好，长期作为平时成绩记录，就会很麻烦。

所以这次我把班级名单接进来了。

比如现在已经导入了一个实际班级：23软件，共 25 名学生。

老师创建课堂时绑定班级，系统自动生成一个 6 位课堂码。学生进入时只需要输入自己的学号和本次课堂码，平台自动匹配姓名。

这样学生不用手写姓名，老师也不用给每个人发不同的链接。

更重要的是，我又加了一个轻量设备锁：学生第一次进入后，本浏览器设备会和这个学生身份绑定在本次课堂内。同一台设备不能再切换成另一个学号。

它不是考试级防作弊，但很适合日常课堂。

至少可以防住最常见的一种情况：1 号同学做完了，直接在同一台电脑上切成 8 号同学，再帮他交一份。

我觉得教学系统不一定一开始就做得很重，但要把真实课堂里会发生的问题考虑进去。

为什么不用强实时同步？

这个平台的目标之一，是低资源、局域网、普通机房可部署。

所以我没有急着上复杂的实时通信方案。当前教师端切换阶段后，学生端和课堂内容页用 15 到 20 秒轮询同步。

这已经足够课堂使用。

老师切换阶段，不需要学生在 1 秒内看到变化。学生能在半分钟内同步到新阶段，就已经能满足教学节奏。

这类设计对学校场景很重要。不是所有课堂都有高配服务器，也不是所有学校都适合部署一整套重型云平台。

教育技术不能只追求“看起来先进”，还要真的能跑在普通环境里。

AI 在这里不是答案机器，而是训练对象的一部分

我越来越觉得，AI 时代教育最不应该做的一件事，是简单禁止学生用 AI。

真实工作里大家都会用 AI。学生未来不会因为老师禁止，就不用 AI。问题不是用不用，而是怎么用。

所以这个平台里，我更想训练的是：

学生向 AI 问了什么？

AI 给了什么建议？

学生采纳了哪些？

有没有验证？

有没有记录风险？

有没有形成自己的判断？

这比“你有没有用 AI”重要得多。

一个学生如果能清楚记录：我让 AI 帮我解释日志，AI 给了三个可能原因，我先验证了网关，再验证后端服务，最后发现是接口服务不可用，并用状态码和恢复截图证明问题解决。

这就是很好的 AI 协作能力。

反过来，如果学生只是让 AI 直接生成最终报告，然后复制提交，那其实没什么价值。

平台要做的，就是让这个过程被看见。

当前完成度：能试用，但还不是完整产品

如果按“明天老师自己看、试讲、小范围学生试用”的标准，我觉得现在大约 85%。

如果按“20 到 30 名学生局域网课堂 MVP”的标准，大约 70%。

如果按“长期运行的完整教学平台产品”的标准，大约 40%。

这个判断我觉得比较诚实。

现在已经有课堂闭环了，但完整产品还需要继续补：正式账号权限、历史课堂归档、Excel 多 Sheet 导出、AI 助教点评、课程包管理后台、局域网部署文档、并发压测、数据备份恢复。

不过对我来说，最重要的一步已经迈出来了。

它不再只是一个“AI 时代教育应该怎么变”的想法，而是一个可以打开页面、创建课堂、让学生进入、提交过程、保存数据、教师评分的系统。

我为什么还想继续做下去？

因为我相信，AI 时代教育真正有价值的变化，不是把所有答案都交给 AI，而是让学生更早接触真实工作方式。

学生要学会提出问题，拆解问题，验证证据，使用工具，判断风险，表达结论。

这些能力不会因为 AI 变强而消失。

恰恰相反，AI 越强，人越需要知道自己该负责什么。

智训工坊现在还很早，但它已经让我看到一个方向：

课堂可以不只是讲知识点，也可以训练工作流。

AI 可以不只是替学生写答案，也可以成为学生练习工程判断力的对象。

老师可以不只是收作业，也可以看到学生在每个阶段到底怎么思考、怎么操作、怎么复盘。

如果这个平台未来能帮学生更接近真实工作，帮老师更清楚地组织课堂，也算是我从 AI 开发工程师到教师之后，给教育做的一点小贡献。