计算机相关专业在校生
B01｜从课程代码走向现有项目适合已学过主语言、算法、数据库与基础网络知识，希望毕业前补足项目接管、测试、调试、PR 与部署能力的学生。
DO MORE WITH AI项目咨询B / AI APPLICATION ENGINEERING
AI 应用研发培训
两级递进：B01 面向具备编程基础的学生与初级开发者；B02 面向已能独立交付业务模块的开发者。
B01｜业务模块交付 → B02｜关键子系统责任
01
ENGINEERING
WHY IT MATTERS
不以写出代码为终点，
用工程证据证明真实能力。
B01 解决“会写代码，但不能稳定进入现有项目并完成交付”；B02 解决“能完成模块，但尚不能对关键子系统的边界、质量、风险与演进承担责任”。AI 参与研发，但代码阅读、技术判断、验证与最终责任仍由工程师承担。
02 / WHO SHOULD JOIN
按学习阶段与当前职业选择课程
B01 与 B02 对应不同层级的岗位责任，分别设置学习对象、准入要求和结业成果。
应届生 / 往届毕业求职者
B01｜形成可运行、可追问的工作样本适合具备编程基础但项目经历薄弱，需要用代码、测试、提交、评审和运行证据证明个人贡献的求职者。
初级后端 / 服务端开发者
B01｜补齐模块交付闭环适合能完成局部功能，但在需求澄清、数据与接口设计、权限、测试、调试、协作和部署上仍不稳定的开发者。
测试 / 运维 / 数据等技术转岗人员
B01｜建立业务模块开发能力需通过主语言、SQL 和代码阅读准入，课程不从语法和算法零基础开始。
已能独立交付业务模块的开发者
B02｜承担关键子系统责任适合有真实后端或服务端项目经验，希望提升系统理解、架构取舍、可靠性治理、生产交付和演进能力的开发者。
准备进入 B02 的 B01 结业学员
通过 B02 入学挑战后进入课程需要证明能够阅读陌生项目、完成跨模块变更、定位运行问题，并解释设计取舍与残余风险。
03 / TWO COURSES
两门课程，对应两级工程责任
B01 聚焦业务模块交付，B02 聚焦关键子系统的设计、运行与演进。
AI 协同编程与工程化实践
以一个已有项目为载体，训练项目接管、模块交付、质量工程、团队协作与 AI 责任控制。
- 陌生项目冷启动、仓库地图与调用链定位
- 需求澄清、业务状态、API、数据与权限设计
- 事务并发、缓存、异步任务与外部依赖
- 自动化测试、调试、性能、安全与质量验证
- Git / PR、CI、部署、回滚与运行证据
- Coding Agent 上下文、Harness、权限与失误复盘
企业级 AI 应用系统工程与架构实战
通过一个可运行、可观测、可演进的复杂 AI 系统项目，训练关键子系统的设计、交付、运行与演进责任。
- 存量系统理解、业务边界与质量属性
- 架构、数据流、一致性、兼容迁移与 ADR
- 容量、SLO、可靠性、安全、观测与回滚
- 一条 RAG 或 Agent 主链的评估、护栏与降级
- 租户隔离、人工接管、审计与成本控制
- 方案评审、故障复盘、随机变化与系统答辩
04 / PROGRESSION
两门课分别把能力推进到哪里
从完成一个业务模块，递进到承担一条关键子系统链路。
责任对象
B01：既有项目中的业务模块。B02：中等复杂度的关键子系统。
工作起点
B01：明确需求与既有边界。B02：不完整需求、存量系统与现实约束。
运行责任
B01：测试、PR 与基础部署。B02：容量、SLO、观测、发布、回滚、恢复与成本。
能力证明
B01：代码走查、工作样本与能力报告。B02：架构评审、运行证据、故障复盘与演进答辩。
CHOOSE YOUR LEVEL
先确认当前基础，再选择 B01 或 B02。
说明你的编程基础、项目经历与目标岗位，我们会建议适合的课程起点。05 / DELIVERABLES
结课时，你要提交什么
以可检查、可运行、可评审的工程成果验收。
B01《AI 协同编程与工程化实践》
可运行项目 + 个人工程证据 + 能力报告能够独立完成启动、定位、开发、测试、PR、CI、部署和答辩，并说明 AI 的使用、验证与责任边界。
B02《企业级 AI 应用系统工程与架构实战》
可运行系统 + 架构决策 + 运行演进证据 + 个人答辩围绕企业多租户 AI 知识与工作流平台的一条关键纵向链路，提交代码与测试、3—5 项核心 ADR、容量或性能数据、观测告警、一次故障复盘和一次兼容迁移。
06 / BOUNDARY
课程准入与能力边界
具备编程基础，进入真实工程环境
课程从既有项目接管开始，重点训练代码阅读、需求澄清、模块开发、测试调试、协作评审与部署交付，不系统重讲编程语法和基础算法。
具备模块交付能力，承担系统责任
课程围绕一条 RAG 或 Agent 生产化链路，训练架构取舍、可靠性、可观测性、安全、成本与演进能力，不延伸至大模型算法和 AI 基础设施研发。
ENGINEERING BACKING