第七章 新学段：打破固定学期，按产业任务重组学习周期
一、 算清一笔教学时间账：为什么“每周两节课”和“放羊式实习”长不出真本事？
前面四章，我们顺着“新教法、新助手、新教材、新课程”的脉络，把一位高校教师在课堂内部能够发起的改革讲透了。从这一章开始，我们的视野要从单门课的教室走出来，进入本书的第三部分——人才培养篇，去直面院系院长、教务处长和专业带头人最关心的问题：在 AI 时代，我们到底该用什么样的学习周期（新学段）和能力闭环（新人才），把学生真正培养成复合型的“AI 指挥官”？
在跟许多高校合作推进教改的过程中，我发现一个非常普遍的矛盾：哪怕一位老师把课堂设计得再精彩，只要他想带学生做一个真正能跑通闭环的“AI + 专业”项目，马上就会撞上一堵看不见的制度高墙——大学里那张雷打不动的“16 到 18 周固定周学时课表”。
我们可以算一笔最朴素的教学时间账。
在传统的教务排课表里，一门 32 学时的专业选修课或实践课，通常被切成 16 周，每周二上午上两节课，一共 90 分钟。这种“撒胡椒面”式的碎片化排课，在过去以背诵知识点和期末考卷为主的年代是没有问题的，因为知识可以一节一节地切碎了往脑子里存。
但在今天，如果你让学生用 AI 工具链、知识库和自然语言编程去开发一个能解决真实行业痛点的智能体或交互产品，每周 90 分钟的节奏根本转不起来。你算算看：周二早上八点上课，学生从宿舍赶到机房或教室，打开电脑、登录工作台、回顾上周做到哪儿了，二十分钟过去了；老师讲完今天的任务要求，各小组刚开始热火朝天地讨论、刚把提示词调顺，下课铃就响了。学生必须立刻合上电脑，抱起书本冲向下一节《高等数学》或《大学英语》的教室。等到了下个周二再打开电脑时，上一周刚建立起来的项目心流和上下文早就忘得一干二净，又得从头热身。十六周下来，学时明明用完了，学生手里却只留下一堆半途而废的零碎作业。
那么，学校里的集中实习周或者大四的企业实习呢？按理说时间够集中了吧，可现实效果往往更让老师们头疼。
我们在跟那所 985 高校筹备三周实训营时，学院的一位老师跟我讲过一个让他哭笑不得的真事。他手下有个挺优秀的学生，毕业就业的目标很明确，就是想去一家大型国有企业。为了攒实习经历，大三暑假这名学生托关系进了那家国企，实打实地待了好几个月。等开学回到学校，老师问他这几个月在企业里最大的收获是什么？那个学生老老实实地回答：“老师，我回来之后唯一明显提升的能力，就是 Excel 表格用得比以前熟练多了。”
我把这件事讲给其他高校的老师听，大家都在笑，笑完之后又觉得无比真实。
为什么一个重点大学的高材生去大企业待了几个月，最后只练熟了 Excel？道理其实很简单：任何一家正常运转的企业，核心业务部门每天都在打仗，如果你只是塞一两个本科生过去待上两三周或者两三个月，企业根本不可能把核心研发或关键经营决策交给一个还没毕业的学生。最安全的安排，就是指定一个老员工带着他跟班，让他干点整理表格、核对报销单、在车间里拧拧螺丝的杂活。学生名义上进过了大厂，拿回了一张盖着红章的实习鉴定表，但从头到尾连企业决策者为什么要做这个项目、怎么权衡成本与客户需求的大门都没摸到。
早在二十世纪九十年代，经济合作与发展组织（OECD）的教育专家克林·波尔就曾提出，面向未来的人应该拿到三本“教育护照”：第一本是证明理论功底的学术型护照，这是传统大学最擅长颁发的；第二本是证明岗位技能的职业型护照；而第三本，则是证明一个人具备发现问题、整合资源、把事情从头到尾做成的主观能动性的“创业型护照”。
天津市大学软件学院的张建勇副校长在探讨产教融合时，曾把这一矛盾总结得极为透彻。他提出了一个看似反常识、实则切中要害的观点：在工程与职业教育中，实践学习应该优先于知识学习。 就像一个人学游泳，你不能让他在岸上把流体力学和蛙泳姿势的理论背上三年，到大四最后一个月才把他推下水；你必须先让他在有安全保护的浅水区跳进水里扑腾几下，呛两口水、感受到水的浮力与阻力，他才知道为什么要学换气和划水。
这一点，无论是在我早年参与建设国家工业互联网实训基地的过程中，还是观察海内外新工科教育的标杆案例，都得到了反复印证。
2004 年，香港科技大学的李泽湘教授做过一次影响深远的教学探索。当时他带着本科生参加亚太大学生机器人大赛（Robocon），把原本割裂在机械、电子、计算机各个系的知识点，重组成了一个高密度冲刺的机器人项目学段：学生要在几个月里读懂比赛规则、拆解机械电子软件子系统、自己跑到深圳华强北和珠三角的供应链工厂去买元器件、盯电路板打样，日夜泡在实验室里联调测试。正是从这个打破常规学期的项目课里，走出了后来创办大疆创新的汪滔等一批硬科技创业者；港科大也由此一步步演化出了从大一就按项目制培养的综合系统与设计学部（ISD）以及松山湖国际机器人产业基地。而在大洋彼岸的欧林工学院，学生大学四年更是要完成 25 到 35 个大大小小的跨学科项目，到了大四的顶点课程 SCOPE（工程高年级顶点项目），直接由波音、微软等企业掏出每项至少五万美元的真金白银，把企业真实的工程难题交给一个跨专业学生小组去攻坚一整年。
在索为系统工作期间，当我与中科创大的刘继军总一起设计“DT4 数字人才能力和技术转移平台”、并在华为—乌镇公共实训基地和国家工业互联网实训基地给高校师生与产业工程师授课时，我深刻地体会到：工业互联网与人工智能时代的人才培养，最忌讳的就是把完整的产业任务切碎在每周两节课的象牙塔里。当我们将企业的真实技术需求拆解为阶梯式的实训学段，让学生带着任务去调用工业软件和 AI 工具时，学习效率往往能发生质的飞跃。
而在大模型全面普及的今天，这种“先下水再学游泳、按任务重组学段”的需求变得前所未有地迫切。因为静态知识的获取成本已经趋近于零，学生随时可以问大模型；唯有在真实、高密度、有交付压力的项目冲刺（Sprint）中，学生才能长出定义问题与驾驭算力的真筋骨。
不仅做工程项目如此，就连理工科学生的科研表达与毕业求职也是如此。五年前，我们曾配合中国科协和中国机械工业联合会做过一个持续多年的公益竞赛项目，叫**“云说新科技”**。当时机械工业联合会的专家们在参加高校学生答辩时发现一个普遍痛点：很多理工科研究生的论文写得挺扎实、实验数据也做了不少，可一旦站到台上汇报，五分钟之内根本讲不清楚自己到底做了一件什么事、这件事对行业有什么价值。于是大家发起了“云说新科技”活动，规则非常简单：参赛学生必须用一段五分钟以内的短视频（能做动画就做动画，不会做动画就直接对着镜头讲），把自己的硬核学术论文讲给普通受众听，发到自媒体平台上接受全网点赞与省市、全国两级评审。就是这样一个短短几天高密度打磨五分钟科普视频的任务，逼着一大批平时闷头做实验的理工科学生学会了信息提炼、多模态工具调用与受众共情。
同样，在面向应届毕业生的求职冲刺窗口，我们曾配合北京市丰台区人社局，走进首都医科大学、首都经济贸易大学和北京工商大学等高校，开展高密度的“AI 赋能大学生高质量就业实训营”。很多医科、财经和商科的应届生明明专业功底很扎实，但在秋招春招时投出几十份简历都石沉大海。我们就用短短两三天的集中学段，带着学生实战演练“AI 求职三板斧”：第一步用大模型对心仪岗位的招聘启事（JD）做“逆向工程”，拆解出用人部门没写在字面上的隐性能力痛点；第二步用 STAR 法则（情境、任务、行动、结果）对自己的课程项目与实习经历做数据化重构；第三步直接把大模型调教成严厉的“三甲医院科室主任”或“券商业务总监”，跟学生进行十轮高强度模拟面试追问。仅仅两三天的集中突破，学生眼神里的慌乱就变成了笃定。
这启发我们去思考高等教育的第五个“新”——新学段。
如果在固定的 16 周学期网格和走过场的“放羊式实习”之外，我们不要求学校立刻去推翻教育部备案的四年中长期培养方案，而是利用现有的寒暑假、小学期、认识实习周、专业实训月和毕业设计窗口，按真实产业任务的颗粒度重新切分学习周期，大学的时间表会变成什么样？
二、 借鉴卓越工程师框架：可组合的“六大 AI+ 实践学段模块”
为了帮高校与高职院校解决“怎么排时间、怎么接任务”的难题，我们在设计人工智能实习实训创新中心时，借鉴了国家卓越工程师分阶段实践培养的思路，把从大一到大四的实践教学拆解成了六个像乐高积木一样可以灵活拼装的**“AI+ 实践学段模块（M01—M06）”**。
这套模块体系分为短周期引爆、学期制深潜与长周期综合交付三个梯队。
第一梯队：短周期引爆模块（1 周见习、5 天突击与 3 周认知实习）
对于大一、大二刚入校，或者大三正面临考研与就业分水岭、还没有系统接触过产业项目的学生来说，最有效的破局方式不是上一学期的概论课，而是来一次高密度的短周期冲刺。
其中最轻量级的入口是 M01 · 1 周 AI 企业见习。用五天时间把学生拉出象牙塔，走进真实的科技园区与标杆企业，不走马观花看展板，而是带着访谈提纲去观察 AI 到底是怎么进入研发、生产、销售与管理的，画出一张本专业的《产业 AI 应用地图》并完成个人能力诊断。
而在短周期模块中，我们已经完整跑通、最适合各高校直接复制的主力样板，是 M02 · 3 周（15 天）AI 认知实习（对于时间更紧张的学校或双创周，还可以缩减为 5 天 40 课时的 AI·OPC 实操突击营）。
很多教务老师一开始会问：三周 15 天，除去周末其实只有 15 个工作日，能干成什么事？
我们在北京理工大学机电学院大三那个班的实践中证明：三周，绝不是把一学期的课压缩成快进播放，而是带着学生高密度地跑通一次从技术筑基、产业验证到自主交付的完整闭环。
大家如果看我们那 15 天的真实运行日志，就会发现它的时间颗粒度与传统课堂完全不同。我们采取了“线下集中沉浸 + 线上敏捷冲刺”的混合编组模式。全班分成四个项目组，每组推选一位同学担任队长，由企业方代表（王珏）、学院带队的隋老师与我共同组成联合指导组，连每天早上八点五十五分进腾讯会议的考勤都直接计入队长与团队的综合评分。
在这紧凑的三周里，每一周都有一个硬核的冲刺里程碑： 第一周是**“技术筑基与展位立项”。周一全天高强度讲透《AI 九段高手·十步问道》的方法底座，周二全天实地参访北高遥科创园，周三早上九点开四十分钟线上任务拆解会，周三、周四两天各组围绕展厅策展、数字化开发、文创与平台规划四个方向闭门造原型、测算成本，周五上午九点直接进场路演答辩，交出《北斗学院》和《气象云图》这样的第一版作品。 第二周是“产业研学与商业验证”。不再停留在展厅里，而是密集走进北京无人机产业园、汇龙森医药产业园和中氢新能等真实企业一线，换位思考“如果我今天入职这家企业的销售与市场部，怎么用 AI 帮企业拿单”，在真实的行业痛点里打磨商业计划。 第三周是“自主选题与终审交付”**。学生从前两周碰撞出的方向里自主选定一个课题，独立完成实习项目设计与产品精修，最终站在企业专家与学院老师面前完成终审答辩。
这种“讲一天、看一天、干两天、路演半天，三周一循环”的快节奏，把原本松散的实习周变成了一场环环相扣的战役。学生在十五天里经历了三次公开路演与迭代，不仅没有觉得枯燥，反而每天都在群里追着老师问问题。
第二梯队：学期制项目深潜模块（6 周基础实习与 6 周专业实习）
当学生通过 1 周或 3 周的短周期模块捅破了窗户纸、掌握了基本的提示词与智能体工具后，到了大二下学期或大三的小学期与专业实训月，就可以接入两个 6 周体量的学期制模块。
一个是 M03 · 6 周 AI 基础实习。这个模块不再停留在做概念原型，而是围绕中小型企业的真实日常业务任务，训练学生把 AI 真正嵌入工作流——从需求调研、脏数据清洗与知识库结构化准备，到多智能体协作编排、测试报告撰写与交付复盘，培养工程化的项目管理习惯。
另一个是 M04 · 6 周 AI 专业实习。这个模块是专门为各个细分学科量身定制的。比如机械专业的学生围绕设备故障诊断、药学专业的学生围绕新药文献筛查、财会专业的学生围绕业财一体审计，在专业课老师与行业专家的共同指导下，用六周时间打磨出一个可运行的本专业行业智能体、一套经过核验的专业知识库，以及一份包含我们在第四章讲过的“五类问题压力测试”在内的安全评测集。
第三梯队：长周期综合交付与孵化模块（20 周综合实习与 15 周创新实践）
到了大三下学期至大四毕业学年，学生面临着从校园人向社会人跨越的最后一公里。这时候，两个长周期模块就派上了大用场。
一个是 M05 · 20 周 AI 综合实习。它对应着大四学年的顶岗或综合工程实践。在这个阶段，学校可以将不同专业的学生混编组队，像欧林工学院的 SCOPE 顶点项目一样承接中大型企业的复杂课题，用将近一个学期的时间，完整走完从深度调研、架构设计、原型开发、压力测试到部署移交与标准化 SOP 编写的全周期。经历过这 20 周真刀真枪历练的学生，在走出校门的那一刻，实际上已经拥有了一年高质量的“人机协同工龄”，到企业入职第一天就能直接上手干活（Day 1 可用）。
另一个极具弹性的模块是 M06 · 15 周 AI 创新实践。并不是所有大四学生都要去企业坐班顶岗，很多学生有做高水平毕业设计、冲击国家级双创大赛、申报知识产权或者直接开展 AI·OPC 超级个体创业的需求。这个 15 周模块就是为他们准备的“成果转化加速器”——学生可以把前面在 3 周认知实习或 6 周专业实习中做出来的初级作品带进来，持续迭代产品与商业模型，一鱼多吃地同步完成毕业设计答辩与项目孵化。
这种“短周期点燃火种 + 中长周期在线协同转化”的威力，我们在去年寒假与中国软件行业协会、阿里魔搭社区（ModelScope）联合举办的**“AI 赋能大学计划”**中已经有过一次大规模的跨校验证。
当时全国有 19 所 985 高校加上 1 所高中共同参与了这个计划。之所以能把这么多名校的学生动员起来，一方面是因为学生们对怎么用大模型做设计与应用开发有强烈的热情，另一方面阿里魔搭社区开放了充足的工业级算力与市场经费支持。我们没有采用漫长的传统授课，而是设计了一个两周的高密度赛训学段：学生自由报名、跨学科组队、自主申报选题（分为文科影视创意创作与理科模型微调数据处理两大赛道），在线听取我们录制的精选实操课，两周后直接组织公开路演答辩。
那次两周学段跑完之后，出现了两个让我们所有评委都津津乐道的现象。
第一个现象，是在复旦大学、浙江大学等高校的实训营里，表现最活跃、作品最惊艳的不仅仅是计算机系的学生，还有大量来自新闻系、艺术系甚至哲学系的文科同学。因为低代码智能体和提示词工程把底层代码的门槛削平了，文科生长期受训的叙事能力、审美直觉与人文洞察力，在 AI 算力的加持下得到了十倍的放大。
第二个现象更让人感慨。当时四川大学在参赛时提出，他们和成都育才学校（一所中学）有紧密的合作关系，希望把育才学校的高中生也一起带上参加这次大学生的比赛。我们痛快地答应了。结果两周后的终审答辩上，恰恰是成都育才学校那群高中生创作出来的 AI 影视与交互作品，给我们评委团留下了最深刻的印象！为什么？因为高中生脑子里还没有被太多的条条框框束缚，他们有着极其旺盛的表达欲和奇思妙想；过去受限于技术门槛，他们想得出来却做不出来，现在一旦给他们两周集中的算力与工具赋能，他们立刻就能把脑海里的奇思妙想变成震撼人心的现实作品。而表现优异的大学生，不仅拿到了奖项，还直接进入了中国软件行业校园招聘公共服务平台的“数智人才技能档案库”，打通了前往生态企业的实习与就业绿色通道。
三、 模块拼装法则：不同院校与年级的“因校制宜”排兵布阵
把实践教学拆解成 M01 到 M06 六个标准模块之后，院系领导和教务处长在落地时最核心的原则只有一句话：组合不是简单相加，而是根据本校定位与学生所处阶段按需拼装。
在具体的排兵布阵上，不同类型的院校完全可以走出各具特色的组合路径。
比如对于研究型大学（如 985、双一流高校），学生大三、大四有很强的保研、考研和撰写高水平学术论文的需求。就像我们在北理工机电学院实训营第三天线上指导会上专门做的那样：当时学院的老师跟我们反馈，班里很多同学接下来马上要进入写科研论文的阶段，很关心怎么把 AI 用在科研与论文写作上。于是我在指导他们做北高遥展厅商业策展的同时，专门拿出半个小时，现场给同学们演示了怎么用 ima 知识库和谷歌 NotebookLM 辅助学术研究——比如把那篇经典的《Attention Is All You Need》全英文论文扔进去，一键生成图文并茂的导读演示文稿和自测抽认卡（Flashcards），因为人脑处理图像的带宽远高于纯英文公式，这能帮学生极速建立对陌生文献领域的概貌理解；紧接着再用 Deep Research 启动研究智能体，让它自动检索比对 57 个国内外权威信源，现场写出一篇带完整可追溯参考文献的《北斗与 GPS 系统技术演进比较》深度综述。
因此，研究型大学的拼装公式，非常适合采用**“大二/大三暑期 3 周 AI 认知实习（M02） + 大三/大四 15 周 AI 创新实践与科研毕设（M06）”**的组合：既用三周的产业真题帮工科生补上了商业与产品闭环的视野，又把 AI 检索、多模态表达与仿真建模的能力无缝嫁接到了他们后续的本科毕业论文和研究生科研中。
而对于广大的地方应用型本科院校，重点在于破解“前三年半关在学校死读书、大四出去找不到对口好岗位”的困局。学院可以利用大一寒暑假或小学期先放一个 M01（1周企业见习） 做职业启蒙；大二暑期或大三短学期放入 M02（3周认知实习） 跑通第一个 AI+专业闭环；大三下学期结合专业集中实训放入 M04（6周专业实习） 开发行业智能体；到了大四直接接入 M05（20周综合实习） 或天软模式的“3+1”产教融合基地，并在秋招与春招窗口叠加 3 天的“AI 赋能高质量就业实训营”，让学生带着一年的真实项目交付经验与打磨成熟的代表作走向职场。
至于离产业一线最近的高职与职业本科院校，则可以把 5天 AI·OPC 突击营 与 M03（6周基础） + M04（6周专业） + M05（20周综合） 紧密咬合进“岗课赛证”体系里——直接把学校周边产业园区中小企业的营销获客、电商运营、智能客服、工业质检等真实订单引进来，用模块化周期带着学生边学边做、边做边交付。
为了让这些分散在不同年级的模块真正形成合力，而不是变成互不相干的几次孤立活动，院系在底层只需要建立一套“三共享”机制：模块之间共享同一个企业真题任务库、共享同一套校企双导师评价标准、共享每一个学生的个人能力进化档案袋。 学生在大一 1 周见习时画出的行业地图，可以成为他大二 3 周认知实习的立项起点；大二 3 周做出的交互原型，又可以在大三 6 周专业实习中升级为挂载真实数据的行业智能体，最终在大四沉淀为他的毕业作品与求职代表作。
当然，在推进“新学段”改革时，我们同样要恪守清晰的治理边界：本书与课程方案中所列出的 1 周、5 天、3 周、6 周、15 周、20 周模块，是经过实践检验的课程架构参考；真正落到每一所具体院校时，涉及到的学分置换比例、教务排课课时认定、合作企业参访排期、学生校外实训安全保障以及导师工作量核算，都必须严格按照本校教务管理规定与校企合作协议逐项核实确认。
打破固定周学时的思维牢笼，让学习的周期顺应真实产业任务的呼吸节奏，学生才不会在毕业时只带走一脸茫然和一点熟练的 Excel 技巧，而是真正带着亲手打磨出来的作品走出校门。
本章教改行动工具箱（工具六）：专业 AI+ 实践学段周期拼装表
工具定位：对应在线演练场
05 新学段模块（school-new-stage.html（见随书 A4行动工具卡手册））及人工智能实习实训创新中心六大可组合模块（ai-internship-center/#modules（见随书 A4行动工具卡手册））。供院系院长、教学副院长、系主任与专业带头人在不推翻现有四年制培养方案总框架的前提下，利用小学期、认识实习周、专业实训月与毕业设计窗口，为本专业拼装一套阶梯递进的“AI+ 实践学段周期表”。
一、 院系实践学段拼装规划即插即用指令（Prompt）
专业带头人或教务负责人在制定年度实训改革方案时，可将以下指令复制进大模型或 WorkBuddy：
【提示词模板：专业“AI+ 实践学段”周期拼装规划】 “你是一位熟悉教育部‘卓越工程师’分阶段实践体系与高校教务管理的产教融合架构师。请参考《教育AI指挥官》中的六大可组合实践模块（
M01: 1周AI见习、M02: 3周AI认知实习/5天OPC突击营、M03: 6周AI基础实习、M04: 6周AI专业实习、M05: 20周AI综合实习、M06: 15周AI创新实践与毕设），帮我为以下专业设计一份跨年级的《专业 AI+ 实践学段周期拼装方案》。 1. 本专业基础信息：
- 院校类型与专业名称：【如：985研究型大学机械工程专业 / 地方应用型本科数字媒体艺术专业 / 高职院校跨境电商专业】
- 现有可利用的时间窗口：【如：大一暑期1周认识实习、大二/大三夏季3周小学期、大三下6周专业集中实训、大四毕业实习与毕设】
- 区域周边可对接的产业/企业资源：【如：本地高新园区、智能制造企业、文化传媒公司等】 2. 请为我输出一份结构化的《周期拼装与双导师分工表》，包含：
- 每个时间窗口选用的模块编号、阶段核心目标、与专业课程及 AI for Science/商业闭环的结合点；
- 校内专业导师与企业导师在各阶段的具体分工（谁出题、谁讲框架、谁管考勤过程、谁做路演评审）；
- 每个学段结束时学生必须留存进‘个人作品档案袋’的硬核交付物及下一学段的衔接方式。”
二、 标准交付物：《专业 AI+ 实践学段周期拼装与分工表》（A4 单页模版）
| 学院与专业名称 | ________________________ | 院校类型定位 | □ 研究型本科 □ 应用型本科 □ 高职/职本 |
|---|---|---|---|
| 一、 跨年级模块组合选择（勾选本专业启用的学段组合） | 短周期引爆：□ M01 · 1周 AI企业见习 □ M02 · 3周 AI认知实习（或 □ 5天 AI·OPC 突击营）学期制深潜：□ M03 · 6周 AI基础实习（工作流） □ M04 · 6周 AI专业实习（行业智能体）长周期交付：□ M05 · 20周 AI综合实习（企业课题交付） □ M06 · 15周 AI创新实践（科研/毕设/孵化） | ||
| 二、 第一阶段拼装（启蒙与认知闭环） | 嵌入教务窗口：大__ 学期/寒暑假（周期：____ 周/天，对应模块：M0__）阶段核心目标：掌握 AI 九段基础与十步问道闭环，走进产业现场完成第一个“AI+本专业”最小可行作品。 双导师分工：校内导师负责 ____________________；企业/产业导师负责 ____________________入档交付作品：□ 产业AI应用地图 □ 首版交互原型/网页 □ 商业可行性测算与路演视频 | ||
| 三、 第二阶段拼装（专业深潜与工作流） | 嵌入教务窗口：大__ 学期/实训月（周期：____ 周，对应模块：M0__）阶段核心目标：围绕本专业高价值场景，将 AI 嵌入研发/业务工作流，构建专业知识库与受控行业智能体。 双导师分工：校内导师把关专业原理与五类问题安全评测；企业导师提供真实业务约束与工程规范审查。 入档交付作品：□ 本专业领域可信知识库 □ 行业智能体及评测集 □ 过程对话日志与测试复盘报告 | ||
| 四、 第三阶段拼装（综合交付与毕设转化） | 嵌入教务窗口：大__ 毕业学年（周期：____ 周，对应模块：M0__）阶段核心目标：承接企业真实复杂课题或开展 AI for Science/双创孵化，实现毕业设计、就业作品集与产业交付合一。入档交付作品：□ 企业验收级系统/标准SOP □ 毕业设计论文/专利/双创参赛作品 □ 个人九段能力雷达档案 | ||
| 五、 教务合规与安全保障核查清单 | □ 学分与课时置换认定：已对照本专业人才培养方案，经学院教学指导委员会与教务处核准。 □ 校外参访与实训安全：企业实地研学交通、保险、带队教师责任人及线上线下考勤机制已落实。 □ 数据与知识产权约定：实训涉及的企业脱敏数据边界及学生作品知识产权归属已事前书面明确。 |
三、 学段运行评估与治理边界
- 如何评价新学段改革成效：一看各阶段里程碑作品的按时交付率与路演质量；二看企业导师对作品实用价值的真实打分；三看学生在进入下一学段（或毕业设计、求职面试）时，能否独立调用前序学段积累的知识库与工具链。
- 院校治理与合规边界：本章所列六大模块周期为可组合的课程设计参考；具体的合作学校排期、学分转换细则、企业课题匹配及实施保障条件，必须由院校教务管理部门、院系与合作方逐项核实确认，不做脱离教务规范的口头承诺。