基于Coze智能体平台的跨层次课程教学设计框架——以编程实践为例.pdfVIP

∙

电脑与电信教学改革

基于Coze智能体平台的跨层次课程教学设计框架

——以编程实践为例

吴亦舜

（广东白云学院，广东广州510000）

摘要：聚焦人工智能大模型及智能体（AIAgent）在高等院校课程教学中的应用，鉴于AI大模型和智能体代理强大的数

据处理与深度学习能力，探讨其融入编程课程教学对学生自主学习和学习效率的提升作用。提出一套结合AI大模型LLM的

辅助教学设计框架，并通过字节跳动智能体工具Coze对该教学模式进行实现。结果显示，该模式能显著增强学生自主学习意

愿，满足个性化深入学习诉求，为高职跨层次教改提供重要参考。

关键词：AIAgent；课程教学设计；LLM辅助教学框架；Coze智能体工具

中图分类号：G712.0；TP31-4文献标志码：A文章编号：1008-6609(2025)03-0062-05

Agent）作为人工智能的一个关键分支，正逐渐显示出其重要

1引言

性。Agent可以定义为一种模拟人类智能行为的系统，它能

随着第四次工业革命的深入发展，人工智能逐步成为社够在与环境交互的过程中自主决策并执行任务。图1展示了

会进步的关键驱动力。作为生成式人工智能的代表，大语言[1]

基于XiZ等人提出的LLM（语言模型）的代理概念框架。

模型（LargeLanguageModel,LLM）具有显著的研究意义，该框架中Agent能够根据用户输入的任务，自动将任务

LLM能够依据用户的输入任务和提示词，直接生成相应的输分解为多个子任务，并判断哪个子任务应该优先执行。在执

出。用户根据模型的输出内容循环输入指令，给大语言模型行任务的过程中，Agent会根据外部需求选择性地调用外部

做进一步处理，如此循环直到获得满意答案。工具来辅助任务处理。任务完成后，Agent会进行反思和评

然而，在处理复杂任务或长文本时，这种类似“落子无估，优化执行策略，以便执行下一个任务。所有任务完成后，

悔”的问答生成方式会面临重大挑战。与此同时，智能体（AIAgent会汇总最终结果并反馈给用户。

图1基于LLM（语言模型）AIAgent概念框架

——————————————

作者简介：吴亦舜（1981—），男，广东阳江人，硕士研究生，系统分析师，副高职称教师，研究方向为人工智能。

基金项目：2022年度广东省重点科研平台“低代码平台工程技术开发中心”，项目编号：2022GCZX009。

-62-

∙

电脑与电信教学改革

2高职院校课程教学面临的问题和机遇式的演变历程与应对策略。

传统的教学模式强调理论知识的讲授，为了改善这一状已有研究表明，LLM可辅助教师进行课程设计、优化教

况，引入了项目驱动的教学方法并强化实践操作，现代教育学内容及评估学习效果，但具体的教学设计框架与应用策略

理念推崇以学生为中心的教学方法（Outcome-BasedEduca‐仍有待深入探究。本研究旨在探索AI大