简介
大模型快速迭代推动AI产业升级，市场人才的需求已突破传统算法研发，延伸至模型应用、工程落地、软硬件协同、智能体开发、模型部署与行业转化等多元赛道。面对这一产业人才结构变革，LMCC大模型能力认证提供全学段分层标准化能力考核标准，补齐AI教育统一评价体系缺失的短板。 本论坛聚焦“大模型人才在大中小学如何系统培养”这一时代命题，汇聚各方专家，直面全新AI人才能力图谱重构难题，深度探讨融合LMCC认证体系、贯通大中小学一体化的课程体系、实验平台、师资标准与产教融合路径。论坛议题：如何依托LMCC基础级认证标准在中小学播下“驾驭模型”的数字素养种子；如何对标LMCC认证体系，在高校与职教阶段锻造大模型
简介为官网原文，部分内容可能未写完。
人员
主席
- 文继荣 · 中国人民大学
嘉宾
- 邱锡鹏 · 复旦大学
- 谭焜 · 华为技术有限公司
- 陈旭 · 中国人民大学
- 蒋炎岩 · 南京大学
- 李曙 · 南京外国语学校
报告安排
大模型智能体的能力进阶与贯通式教学
邱锡鹏 · 复旦大学
简介
当大模型从生成答案走向理解目标、调用工具、维护记忆、规划行动，并根据环境反馈持续调整时，人工智能教育的培养目标也随之发生变化：学生不仅要“会用模型”，还要学会把模型组织成能够完成真实任务、接受过程检查并守住安全边界的智能体。本报告围绕“模型基础—提示与推理—知识检索与工具调用—记忆、规划与协作—评测与治理”，构建一条由浅入深的教学主线。在小学阶段，通过生活化任务培养提问、验证、人机协作与安全意识；在中学阶段，通过项目式学习掌握任务分解、工具编排、结果验证和反思改进；在大学阶段，进一步学习智能体架构、数据与训练、系统工程、可靠性评测与责任治理。报告还将探讨如何依托LMCC认证，把知识考查与真实任务实践结合起来，将评价重点从“记住多少”转向“能否定义问题、调用工具、完成任务、验证结果并对过程负责”，形成课程、项目与认证相互衔接的大模型智能体人才培养体系。
智能体编程的未来
谭焜 · 华为技术有限公司
简介
基于大语言模型（LLM）智能体应用的快速发展，可靠任务的执行不仅取决于模型能力，更取决于围绕模型的软件驾驭系统（Harness）。本报告首先对智能体驾驭系统进行简要介绍，逐一梳理其从提示词工程（Prompt Engineering）、上下文工程（Context Engineering）到循环/图工程（Loop/Graph Engineering）的演进历程。尽管取得了诸多进展，当前的驾驭系统仍普遍缺乏清晰的编程抽象，从而限制了智能体软件的一致性、可复用性与可扩展性。为此，我们提出了面向智能体的编程范式（Agent-Oriented Programming, AOP），并通过具体的编程实例说明 AOP 抽象的设计，展示其如何高效构建多种智能体应用。
基于大模型的社会模拟
陈旭 · 中国人民大学
中小学生如何拥抱AI
蒋炎岩 · 南京大学
简介
在Agentic AI时代，创意成为显示变得前所未有地容易；孩子们任何天马行空的想法也都能很快变成现实。报告探讨作为孩子的老师、家长，我们应该如何构建技能库，帮助孩子感受大模型、理解大模型，并且鼓励他们参与到这个快速变化的时代中。
LMCC对中学信息科技课程影响
李曙 · 南京外国语学校
简介
在大模型技术快速发展的背景下，LMCC已成为中学生了解和学习大模型知识的重要窗口。其影响路径首先体现于中学教师群体中乐于学习、善于思考的一部分教师：他们借助LMCC不断更新自身知识结构，并将大模型的基本概念、核心知识与典型应用持续融入日常课堂教学，推动课程内容与教学方式的革新。在此基础上，学会可通过组织各类大中衔接活动，为这部分师生搭建交流学习与实践展示的平台，创造更多接触前沿技术、参与高水平活动的机会，从而形成"以赛促学、以师带教、大中联动"的良性循环。