大模型技术给软件开发带来了强大的智能开发助手，它不仅能自主地分析软件需求，而且能生成和理解代码，检查和改进代码质量，部署和运维软件。但软件工程的内在复杂性和可变性等特性并没有发生本质上的变化，相反，需求和设计正变得更为重要。因此，本课程体系聚焦在抽象层次较高的知识，关注以下能力的培养：抓住问题本质的能力、需求理解和需求分析的能力、架构设计和设计评估的能力、代码审查的能力。

        如何培养高层次的能力？除了加强软件需求、设计和质量的知识传授和作业练习外，我们采取了以下措施：

        1）抛锚式教学。通过真实软件开发案例，培养学生抓住问题本质的能力、抽象和分解能力。给出历史软件案例中的问题，让学生沉浸式思考。对于成功案例，把学生的答案与最佳实践进行对比分析，寻找关键的优化点；对于失败案例，引导学生运用批判性思维进行深入剖析，识别问题根源，并鼓励他们创造性地提出优化的方案。

        2）基于反馈的优化。在大模型生成代码时，指导学生通过与大模型的多轮对话，根据大模型的反馈（即所生成的代码），不断优化软件需求和设计（即prompt），提升其需求和设计的精确表达能力。

        3）方案评估。 鼓励学生针对同一问题提出多种方案，通过AI赋能，为每种方案快速搭建软件原型，运行原型进行评测和实验对比，根据实际结果从中选出最好的方案，从而培养学生更强的分析、设计与评估能力。

        4）质量关卡。开展多人协同的版本控制，实施持续集成实践，在代码提交与合并时设置质量关卡，代码审查不通过的代码不能进入代码库，从而增加学生的质量意识，以及对大模型生成的代码和人工代码的审查能力。