11月6日上午，2026 CCF中国软件大会“智能浪潮下的软件工程教育教学改革论坛”举行。天津市大学软件学院副校长刘军利应邀作专题报告。2026年11月7日，中国计算机学会下属微信号“CCF系统软件专委”微信号以《CCF软件大会2026｜智能浪潮下的软件工程教育教学改革论坛成功召开》为题进行了报道。

2026年11月6日上午，2026 CCF中国软件大会“智能浪潮下的软件工程教育教学改革论坛”在天津市社会山国际会议中心酒店举行。论坛由清华大学研究员刘璘、北京大学副教授孙艳春、武汉大学教授彭蓉共同组织。复旦大学彭鑫教授、南京大学李宣东教授、北京大学孙艳春副教授、腾讯副总裁张颖及天津市大学软件学院副校长刘军利应邀作专题报告。围绕智能时代软件工程人才培养目标、课程教学改革与企业用人需求展开讨论。

随着大模型与智能体逐步进入软件研发流程，软件工程教育面临一个直接的问题：当学生能够借助AI快速生成代码和原型，课程应当如何帮助他们建立扎实的专业能力？几场报告从不同角度给出了回应：在充分利用AI提高开发效率的同时，更加重视学生对问题与需求的理解、对系统复杂性的把握，以及对软件质量作出判断并承担责任的能力。

复旦大学彭鑫教授在“智能化时代软件工程课程教学改革探索”报告中，分享了复旦软工课程从学生、助教和老师视角的体会和思考。以学生分组迭代开发网盘系统的教学实践，展示了不同AI使用方式带来的差异。随着空间、权限、配额和分享等需求相互交织，单个功能能够运行，并不意味着系统整体正确、结构合理或便于演化。取得较好成绩的小组由人主导需求与架构，在实现过程中持续引导AI，并由人掌握测试与验收。针对这些现象，课程通过增加项目复杂度、持续引入需求变更、强化代码审查与阶段验收，让学生在解决真实工程问题的过程中体会软件工程方法的价值。彭鑫还介绍了以软件系统逐步成长为主线重构教材的思路，使知识学习与学生遇到的工程困难相衔接，帮助学生逐级形成专业能力。

南京大学李宣东教授在“驾驭AI的软件工程人才培养：认识与思考”报告中，将培养目标概括为能够驾驭AI的智能化软件工程师，强调过硬的编程能力、软件工程原理方法的运用，以及复杂系统开发与演化经验的重要性。他以“先解后证、解证分离、解证迭代”解释AI辅助解决问题的过程，指出可信性判断与验证是驾驭AI的关键。报告进一步区分以探索和需求澄清为重点的软件创造性开发，与强调精确实现和质量保障的软件制造性开发，提出按照任务性质选择人机协作方式。在培养路径上，他建议低年级严格训练手工编程能力，高年级逐步开展人机协同的系统开发和探索性实践，使学生建立能够支撑持续学习与独立判断的专业知识体系。

北京大学孙艳春副教授在“AI时代软件工程课程教学改革与实践”报告中，提出将形成工程判断力作为课程目标，围绕“定、构、证、责”组织能力培养：把模糊问题转化为可检验的需求与规格，在约束下完成系统构造与技术取舍，通过测试、评测和审查验证产物，并处理安全、隐私、知识产权与协作问责等责任问题。她结合需求工程与项目管理，介绍了AI辅助需求采集、歧义和冲突识别、规约起草的应用，同时强调人工确认、需求责任归属，以及面向智能体协作重新划分任务和管理风险。

在评价改革方面，孙艳春介绍了系统质量占40%、过程证据占40%、个人答辩占20%的评价方案，将需求追踪、架构决策记录、测试评测、代码评审与AI使用记录纳入考核。学生需要解释关键决策、复现故障、审视AI输出，并说明个人贡献。这一方案把对学习成效的判断建立在可追溯、可验证、可答辩的证据之上，为AI广泛参与课程项目后的评价公平与能力识别提供了具体路径。

腾讯张颖在“AI Native时代的研发实践和人才观”报告中，介绍了企业研发由AI辅助编码向AI参与工程协作发展的实践。报告以CodeBuddy、CNB平台的数字员工NPC及基于Git的协作流程为例，展示智能体如何承接任务、理解上下文、创建分支、提交代码并响应评审反馈，以及人在需求确认、规范制定和结果验收中的职责。围绕AI原生岗位，报告强调学习速率、思考质量、问题本质的洞察力和对产出质量的判断力。这些企业实践为高校提供了当前最新实践的具体参照：启示软件工程课程需要让学生经历需求到交付的完整过程，学会组织人机协作，并对交付结果负责。

天津市大学软件学院刘军利副校长分享了天软开展区域协同开展软件人才培养的特色方案。学院联合多所高校和多家企业开展不同层次的人才培养，校企共建智能软件工程课程及课程建设思路，从教学方法、案例设计到育人成效的验证，实现以学生学习为中心推进知识体系更新，并贯通教学、学习与评价。天软的特色改革措施通过持续的项目资源、工程师指导和协同评价机制支撑，使学生在真实约束下练习需求分析、系统设计与质量验证，并逐步形成适应不同产业场景的工程能力。

本次论坛来自校企双方的专题报告及特色实践展示了软件工程教育改革中几项相互关联的任务。基础训练应为学生理解和审查AI产出提供支撑；课程项目应通过复杂度提升和持续变更，使学生经历分析、设计、验证与演化的完整过程；学习评价应同时考察系统质量、过程证据和个人判断；校企合作则需要落实到项目设计、实践指导和能力评价等多个综合维度。AI也要求教师进一步承担问题情境设计、学习过程指导和工程经验提炼的职责。

本次论坛将人才培养目标与具体教学实践紧密联系起来，为智能时代的软件工程教育提供了可操作的改革思路。后续软件工程专委将共同推进的工作是建设能够持续迭代的课程案例，积累反映学生能力成长的过程证据，深化高校与企业在实践教学中的合作，帮助学生在掌握专业基础的同时，形成驾驭AI、构建复杂软件系统并保障其质量的能力。

原文链接：

https://mp.weixin.qq.com/s/czZNrTIWtdLzuHR4ACvDNg