厦大 882 页讲义：从 AI 编程到智能体开发的系统学习链

厦门大学计算机系 林子雨 副教授在 2026 年 7 月整理了一份《AI 编程与智能体开发》讲义 PPT，一共 882 页。林子雨长期讲授国家级线上一流本科课程，拿过多次厦大奖教金和省级教学成果特等奖，这份讲义既是给学生的课堂材料，也适合从业者当作系统学习路线图。

01 大模型基础：先建立共同语境

讲义前 53 页先用七章搭好大模型基础：概述、产品、基本原理、特点、分类、应用，以及相关技术与概念的演化。这部分不追求推导细节，而是帮读者建立共同语境，知道大模型能做什么、不能做什么，再往后谈编程和智能体才不会空转。对没有 NLP 背景的读者来说，这一段相当于快速补课，把 Transformer、预训练、对齐、幻觉等关键概念先对齐。

02 AI 编程：从思维转变到环境搭建

接下来进入 AI 编程篇，用十一章讲程序开发方式的演变、AI 编程三阶段、概率性思维、生产力优势与局限、行业生态、挑战和未来发展。讲义还安排了AI 编程环境实操模块，从 Python 虚拟环境讲起，覆盖 AI 编程工具的三种形态、选型指南，以及TRAE的安装、模型选择和典型编程任务演示。

03 两种工程方法：提示词编程与规范驱动

讲义中部把实践方法拆成两条线。一条是提示词工程，讨论怎么写提示词、怎么与 AI 编程工具协作、怎么维护存量项目和做故障诊断，并通过一个完整的待办事项应用案例把前面知识串起来。另一条是规范驱动编程，从 OpenSpec 实践入手，把项目说明、接口约束、测试标准写成机器可读的规范，让 AI 在生成代码时始终受控，而不是每次从零猜意图。最后讲义把两种方法做了对比，方便读者按项目成熟度选择。

04 从模型到智能体：三个主流框架

讲义后半部分进入智能体开发。第 496 页起的模块先讲智能体的定义、核心组成、工作流程、常见架构、能力边界和工程化要点。其中给出的核心公式把智能体拆成 LLM、Prompt、Tools、Memory、Planning、Environment 六个要素，适合用来判断一个项目到底算不算智能体。之后分三章展开三个框架：LangChain讲核心组成、消息、提示词、工具、状态和持久化，应用场景覆盖问答系统、检索增强生成、工具调用型助手和多步骤任务处理；LangGraph讲状态、节点、边、条件边和持久化，适合有循环、分支和长期记忆的复杂工作流；OpenClaw讲网关与执行分离、上下文按需组装、工作空间和技能开发，更偏向工程化部署。

写在最后

这份讲义的价值在于它把大模型、AI 编程、提示词工程、规范驱动和智能体开发串成了一条学习链。它不是零散工具教程，而是按「先懂模型 再会编程 再建智能体」的递进逻辑排布。三个框架各有侧重：LangChain 上手快、LangGraph 管复杂流、OpenClaw 偏工程化部署。如果你想找一份能体系化补课的高校级材料，这 882 页 PPT 值得当作主线索来用，遇到具体工具时再配合官方文档深入。

点击获取PDF版本

厦门大学2026年AI编程与智能体开发讲义PPT882页