一、通用练习原则

舍弃：复制模板、重复 CRUD、固定样板代码手写 保留：原理推导、问题排查、方案设计、代码审查，以审代敲、以改代写

二、软件开发方向练习重点

1. 必练基础（每天少量）

1. 数据结构与算法：不全程手敲，看懂 AI 算法代码，自测边界用例、指出性能缺陷
2. 计算机底层：内存模型、进程线程、IO 模型，结合 AI 代码分析隐患

2. 工程实操（核心）

1. 需求拆解：把业务描述拆成分模块开发方案，再让 AI 分块生成代码
2. 代码评审：AI 出代码后，逐条找 BUG、安全漏洞、不合理写法
3. 性能优化：拿到低效代码，定位瓶颈并指导 AI 改写优化
4. 异常处理：补全 AI 遗漏的容错、日志、降级逻辑

3. AI 协作训练

练习精准 Prompt，限定框架、版本、编码规范，约束 AI 输出。

三、嵌入式专业练习重点（贴合你的授课）

1. 底层必练（无法被 AI 替代）

1. 单片机寄存器配置、时序分析、中断原理，看懂 AI 驱动源码错误配置
2. C 语言指针、内存管理、栈溢出排查（AI 极易写出野指针隐患代码）
3. 硬件驱动：看懂原理图→梳理驱动逻辑→校验 AI 生成驱动

2. 项目实战

1. 整体架构设计：主控选型、外设划分、软硬件分工（AI 不能做顶层方案）
2. 联调排错：硬件上电异常、通讯丢包、功耗超标，依托功底定位问题
3. 国产芯片（瑞芯微、兆易创新）项目落地，规范 AI 适配代码

3. 进阶练习

嵌入式 AI 部署（边缘计算）：模型量化、移植优化，修正 AI 不合理部署方案

四、学生课时安排建议

1. 基础课：语法演示用 AI，课堂重点纠错、原理讲解
2. 实训课：学生出方案 + AI 生成初稿 + 学生修改调试 + 验收
3. 考核：不再比拼代码书写量，考核查错、优化、方案设计能力