先提前说明：

本人为物院新大二学生，计算机方面目前仅学过C语言，无python基础，确实想对这方面有些了解，认真听完了第一周的两次课（一次145min），也去找老师聊过两次。由于此课似乎是这学期新开的，甚至是这个老师开的第一门课，选课时只能盲选不知道具体如何，因此还是想提前给一下目前个人的课堂体验，提供一个参考样本，如果觉得毫无代表性还请忽略这条。

课程难度：作为一门通识课，难度不好评价，因此先给个中等

作业：按老师的说法，且结合第一次作业的情况来看，作业量可能不会多，但可能还要结合后续的大作业和给分来看。

给分情况：目前未知，然而是这个老师开的第一门课，似乎没有经验，可能有风险，暂定一般。

收获：个人感觉收获几乎没有，和课堂定位、老师教学方式有关，体验比较糟糕（如果只是想拿个通识学分那可以忽略这点）

课程规划：1/5  课堂教学：1/5   新老师新开课+1

  首先，课程定位非常奇怪。作为一门公共选课的核心通识课，其在选课介绍上确实也无预修要求、“适用于零基础学生”、“编程知识非必需”，班上也确实各个年级、各个系的学生都有且一半同学无python基础；然而在这样的情况下，却将课程后续的所有教学内容都建立在会python代码的基础上，曰之为“跟着学”，但尴尬的是这门课程既不适合作为python零基础的入门课（还不如选一门专门教python的课程），同时也导致零基础的情况下更看不到所谓“趣味”所在，再加上老师缺乏经验的教学，导致课堂体验非常糟糕，实在不知道还能从这门课中学到什么。在这一点上，这个课程是否真的适合“零基础”的同学？是否可以说有选课欺诈之嫌？还是说就是单纯课程定位没有想好？是否能说已经有了一个明确的教学纲要？

  其次，教学也很青涩。整个课堂的节奏非常拖沓，“信息熵”密度过低，且有很多无意义提问。一些专业上知识的解读也很“奇怪”而不够准确。如果单从个人学习的角度来看，这门课程给我的收获是不值得它所需要的时间成本投入的。

总结来说，如果确实零基础，且不是有核心通识学分需求的同学，一定要慎选。

听了3次课还是决定把这个课退了。

感觉最明显的问题还是课程的介绍与实际内容不匹配：和老师聊了聊，他觉得这个课的难度到后面会到专业课难度，明显超出了我的预期（我大二有编程基础）；同时他并不知道在科大应该怎么给分，这还是比较劝退我的。

同时，这个通识课抛出大量概念却要求课堂小测是不是太过分了点（）

这门课主要讲了一些关于大模型的基础知识，主要集中在理论方面，例如Word2Vec、BERT等等。事实上这也是我感觉比较遗憾的地方，因为我一开始以为这门课是会带着跑一跑简单的模型之类的，结果发现手操的东西几乎没有，虽然老师一开始也说不会有太多代码相关的东西，但我还是没退这门课，没想到到最后基本上是一点没有，只有些不强制的课后作业。

看了上面几个同学的点评，感觉基本上把这门课的缺点都说了一遍了。那么我先说下我感受到的缺点吧。

第一就是课堂确实比较无聊，到后面几节课环顾下周围，听课的同学大概只有五六个了（我自己也没怎么听，基本上电脑往前面一放直接写作业）。

第二就是没有什么代码方面的东西，上面说了。

第三是考试，用coze平台搭一个智能体，感觉跟上课讲的东西根本没什么关系，也不是写代码，感兴趣的可以去https://www.coze.cn/看一下就知道了。

至于前面有人说的需要python基础，我倒确实没怎么感觉出来（也可能因为我确实没听课）。像理论方面的东西（Word2Vec、BERT等）更多像线性代数，偶尔也会有读代码的环节，但是都是听老师解释就可以了，跟考试更是一点关系没有。

其他方面，作业等于没有，会有点名，一开始说会搞小测，好像只有一次，还没算分。给8分是因为我觉得给分还可以（仅针对我自己，不知道其他同学的情况，因为确实不太知道老师的给分策略），而且这门课评价有点过低了，过来拉一下分。不过如果你没有强烈兴趣，也没有pyhton基础，可以先观望下一年的情况，因为这个课刚开，内容和给分什么的都不稳定，可能明年又会有变化。其实我觉得这门课最大的优势是时间了，6周结束，国庆还放一周，不会拖到后面。总之要是想选，可以明年先上两节课观望观望。

AI作为一个新兴的事物，无论是其呈现出的效果还是其原理，都是非常有意思的。但徐文韬老师成功地将“趣味大模型”讲的毫无趣味，同时其自诩将这门课打造成一个非常硬核的，能让同学学到很多AI大模型知识的课程。但上课都只在泛泛而谈，没有任何深入的地方。经常是用两个小时的课程都没讲明白一个10分钟科普视频能讲透的东西。能够看出老师对课程没有清楚的定位，对怎么上课也没有基础的认知。上课给人感觉除了折磨还是折磨，且折磨的同时又啥也没学到。

希望老师好好打磨一下课程内容，如果想做的深入，那就要求有线代基础和编程能力，讲清楚一些算法的基本原理，扩散模型和梯度下降法之类的AI基础算法对科大同学来说并不是什么很难说明白的东西。如果想做的有趣，那就多呈现AI的一些有趣的地方，例如给AI绘图下毒的原理，等等。

期末答辩还没来，给分情况暂时未知，但从老师目前的蜜汁自信来看，给分不会太好。