新一轮计算机类专业培养方案修订正在展开，AI与开源正重新定义工程师能力。FCES 2026分论坛将汇聚高校、企业和开源社区代表，探讨“开源+AI”如何融入培养方案、课程实践和人才评价，为卓越工程师培养提供可落地的思路。
FCES 2026
2026年7月27日—29日，第十届CCF未来计算机教育峰会（FCES 2026）将在重庆举办，大会以“未来教育：颠覆还是改良？”为主题。会上将举办“开源+AI：卓越工程师培养新模式”分论坛，汇聚高校、企业和开源社区力量，探讨“开源+AI”如何进入培养方案、课程体系与工程实践。
分论坛名称
开源+AI：卓越工程师培养新模式
分论坛简介
我们正处在一个由“AI定义一切”与“开源赋能创新”双重浪潮叠加激荡的时代。当大模型能自动生成代码，当智能体开始自主协作，工程师的“基本功”正在被重新定义。国家“十五五”规划及“人工智能+”行动方案已明确将开源视为科技自立自强的关键路径，中国开源AI生态也已跻身世界前列。然而，传统的知识灌输、孤立的工程训练与单一的评价标准，已难以应对这一根本性变革。
在此背景下，本论坛将超越空泛的讨论，聚焦于如何在真实的开源项目中，利用AI工具进行创造性实践这一核心范式。我们诚邀全国高校的教育改革者、顶尖企业的技术布道师与活跃的开源社区领袖齐聚一堂，共同探索以下议题。
1.知识体系之变：从传统计算机科学到AI计算系统(AI System)。
2.工程方法之变：从传统软件工程到AI原生工程(AI-Native Engineering)。
3.核心能力之变：主动性×理解力×品味×协同。
4.人才定义之变：作品集+影响力+工程使命。
5.协同机制之变：构建“高校-企业-社区”三位一体的育人新生态。
这不仅是一场关于未来的对话，更是一次寻找行动方案的集体智慧碰撞。我们的目标是凝聚产学研共识，形成一套可操作的“开源-AI融合培养框架” ，并最终整理发布《开源与人工智能协同赋能卓越工程师培养白皮书》，为新时代人才培养提供权威指引。期待你的加入，共绘AI时代卓越工程师的成长新蓝图！
分论坛主席
CCF会士、常务理事、数据库专委会主任，华东师范大学教授
华东师范大学数据学院创院院长，上海市计算机学会理事长，《计算机科学与探索》主编、《计算机学报》副主编。曾任复旦大学计算机科学系系主任（1999-2002）、华东师范大学副校长（2016-2023）。主要研究方向包括数据库、数据管理、区块链、数字化转型、教育科技等。
引导发言：人工智能时代的开源教育
AI正在重塑世界，也正在重塑工程师的“基本功”。当大模型能自动生成代码，卓越工程师的核心竞争力究竟是什么？答案就藏在“开源与AI”的交汇处。在本场引导性发言中，周傲英教授将高屋建瓴地指出：未来的工程教育，不再是封闭的知识灌输，而是在真实、开放、协作的开源生态中，借助AI工具进行创造性实践的过程。本次分论坛将深刻揭示为何“参与开源”已成为AI时代工程师的必修课，以及如何通过开源教育锻造学生的主动性、系统思维与工程品味——这正是通往“卓越”的关键路径。
本次分论坛将汇聚学术界与工业界的顶尖智慧，带来一系列兼具思想深度与实践价值的报告，亮点纷呈。
报告一亮点：详解如何通过智能化手段革新软件工程教学，应对技术发展快、工具更新频、产业需求变的挑战。
报告二亮点：分享华为CANN如何以真实工业级AI基础软件为基座，打造“学、练、赛、证、聘”一体化的实践育人体系，为高校提供可复制的产教融合路径。
报告三亮点：从一线工程实践出发，探讨开发者工作重心从“写代码”到“驾驭AI”的转变，并提出意图表达、人机协作、质量验证等新时代核心能力模型。
报告四亮点：提出基于OpenRank 算法与大模型代码评估的综合评价体系，科学刻画开发者技术影响力，打通“开源贡献”到“能力认证”的闭环。
报告五亮点：聚焦国产AI算力生态的关键瓶颈——算子开发，分享如何利用 CANN-Bench 评测框架，培养兼具硬件认知与底层编程能力的复合型人才。
报告六亮点：以昇腾AI全栈技术为例，展示如何在课程中融入AI模型训练、推理部署及算子开发等系统层面知识，培养学生完整的AI系统思维。
这场思想深刻与实践落地交融的盛会，将为你打开理解AI工程新世界的全景窗口。敬请期待！
分论坛共同主席
CCF教育专委副主任、CCF长沙主席，国防科技大学教授
国防科技大学首席教授，首届霍英东教育教学奖获得者，全国高校计算机专业优秀教师，入选教育部新世纪优秀人才，担任教育部软件工程专业教指委委员、教育部“101计划”软件工程课程及虚拟教研室负责人、CCF 教育专委副主任、信息技术新工科产学研联盟实践教学工委主任，长期从事软件工程方向的科学研究、课程教学和人才培养工作，研究方向包括：开源软件技术、群智软件工程、智能化软件工程、机器人软件工程、多智能体系统等，研究成果发表在 ICSE、ASE、TSE、FSE、ISSTA、SANER、ICPC、ESE、JSEP、中国科学、软件学报和计算机学报等期刊和会议上，开展了基于开源、借助群智、智能辅助、群体化学习等软件工程教学改革，编著有软件工程方面国家级规划教材和101计划核心教材等共6部，英文教材1部，获国家教学成果二等奖、湖南省自然科学一等奖、湖南省和军队教学成果一等奖、湖南省计算机学会教学成果特等奖。
报告主题：“开源+智能”驱动的软件工程实践教学改革
我们正处在“软件定义一切”和“人工智能”二个相互叠加和交织的时代。软件不断渗透到各类行业和领域，其规模越来越大、交付速度越来越快、质量要求越来越高、运维能力越来越强。AI 快速渗透到软件工程领域，辅助软件开发活动，提升软件开发的效率和质量，降低开发和运维成本。这个时代的软件人才培养面临着技术发展快、工具更新频、产业需求变等挑战。软件工程教育需要在夯实学生专业基础的前提下，进一步突出创新能力、工程实践能力和驾驭工具能力等的培养。报告介绍了“开源+智能”驱动的软件工程实践教学方法，其核心是以高质量的开源软件为实践对象，以智能化开发为辅助手段，通过“阅读、分析、标注、维护和重用”等实践活动，并辅之于人工智能的手段，借助于 LLMs 和 Agents 等工具，锻造学生的需求创意、高层设计、编码实现、质量保证、驾驭人工智能等工程能力和现代软件开发水平。报告详细介绍了该实践教学改革的基本考虑、实施细节、教学成效和存在问题。
分论坛嘉宾
华为CANN领域总经理
华为资深项目群总监，带领团队完成包括华为智驾芯片解决方案、CloudEPC 云平台、无线新一代基站控制器等多个战略产品研发和商用交付。现任华为CANN领域总经理，负责CANN开源开放工作，与业界伙伴及开发者共同推进CANN竞争力与生态影响力构建。
报告主题：CANN 开源开放，助力高校培养AI开发者
AI技术正以前所未有的深度重塑软件的开发范式、运行机制与应用场景。面对技术快速演进、工具生态日新月异、岗位能力要求不断升级的现实挑战，高校人才培养亟需突破传统教学边界。CANN坚持开源开放战略，以真实工业级AI 基础软件为教学基座，打造“学、练、赛、证、聘”一体化的实践育人体系。该体系强调以开源项目为课堂，以工程任务为驱动，引导学生在参与模型适配、算子开发、性能调优等实战过程中，系统提升架构理解力、代码实现力、问题解决力以及对AI 开发工具的驾驭能力。本报告将围绕CANN如何赋能高校教学改革，详细介绍其在课程融合、实验设计、竞赛牵引、认证衔接及就业对接等方面的实践探索，分享在多所高校落地的应用成效与关键经验，为新时代AI工程人才培养提供可复制、可推广的产教融合路径。诚邀广大高校教师加入CANN开源社区，共筑开放生态，共育未来人才。
新加坡科技研究局高级研究员，奇点智能研究院特聘专家
新加坡科技研究局人工智能高级研究员，奇点智能研究院特聘专家，长期专注于AIAgent 系统设计、大模型工程化（LLM Engineering）与企业级AI应用研究，提出“双轴Agent设计框架”（认知功能×执行拓扑）与“模式选择卡”方法论，用于指导复杂Agent系统的设计、拆解与落地。曾在埃森哲（Accenture）担任高级SAP咨询顾问十余年，深度参与亚太地区银行、制造、零售、能源等行业的大型企业系统架构与数字化转型项目，具备从确定性企业系统到概率性 AI系统的跨领域工程经验。著有《Agent 设计模式》《大模型应用开发动手做AI Agent》《大模型应用开发 RAG 实战课》《GPT图解：大模型是怎样构建的》《零基础学机器学习》等多部畅销技术书；英文代表著作包括Manning出版社的《DesigningAIAgents》与Packt出版社的《RAG from First Principles》。同时担任极客时间《Claude Code工程化实战》《零基础实战机器学习》等专栏讲师。
报告主题：从AI大模型工程化实践谈工程人才培养
大模型与智能体正在重塑软件的开发方式。开发者的工作重心，正从逐行编写代码，转向表达意图、设计工作流、约束并验证AI的产出——编程的核心能力由“写得出”转向“驾驭得住”。这一转变对软件工程人才培养提出了新的要求：仅掌握语言语法与数据结构已不足够，学生还需要理解如何与AI协作，如何在概率性的大模型之上构建可靠的工程实践。本报告从一线的AI大模型工程化实践出发，结合讲者在Claude Code工程化、Agent设计模式与企业级AI系统落地中的经验，探讨智能时代工程人才所需的核心能力：意图的清晰表达与需求拆解、人机协作的工作流设计、对AI产出的质量保证与验证，以及从确定性系统到概率性系统的工程思维迁移。报告也将分享可供高校与产业借鉴的训练思路，为“开源+智能”驱动的卓越工程师培养，提供来自工程实践一侧的观察。
CCF杰出会员，华东师范大学教授，奇点智能研究院开源技术委员会主任
华东师范大学数据科学与工程学院教授，博士生导师。国家级高层次创新人才，国家级教学成果奖获得者。现任中国科协联合国咨商理事会开源创新专委会秘书长、工业和信息化部电子标准技术研究院开源治理标准总体组组长。长期致力于开源生态治理、贡献评价体系与数字教育融合研究，牵头制定我国首套开源治理系列标准，构建以“真实贡献”为核心的一体化开源成长平台，助力“开源贡献”纳入国家科教发展与人才评价体系。作为连接国家战略、产业需求与高等教育的桥梁型学者，聚焦人工智能时代工程教育范式变革，推动将AI大模型等新型制品纳入全球开源治理公共品框架，在ICSE、WWW、ACL等国际顶级会议与期刊发表论文百余篇。
报告主题：科学评价开源贡献，重塑AI工程师成长路径（以CANN开源社区为例）
随着AI原生时代的深入发展，传统人才评价方式已难以准确反映开发者在开源协作中所展现的真实能力与成长潜力。本报告提出一种以科学化开源贡献评价为核心驱动力的工程师能力进阶新范式，并以国内领先的AI开源社区CANN为实践载体，构建融合OpenRank算法与大模型驱动代码质量评估的综合体系。该体系突破单一指标局限，跨仓库、多维度地刻画技术影响力，有效识别高价值核心贡献。通过动态生成工程师能力画像，该范式不仅支撑个体成长路径规划，也赋能社区激励机制，实现“以评促学、以评促创”，为高校人才培养和企业人才甄选提供了可复制、可推广的参考框架，打通从开源贡献到能力认证的完整闭环。
CCF杰出会员，南京大学教授
南京大学软件学院教授、博导，主要从事智能软件工程研究，长期致力于产教研融合。IEEE国际软件测试大赛发起人，江苏省计算机学会产业工委执行主任，CCF 杰出会员与杰出讲者，国家级一流本科课程负责人。担任ICSE、FSE、ASE、ISSTA等会议的程序委员会委员，IEEE Transactions on Reliability期刊Associate Editor。主持国家重点研发计划项目和课题各1项，主持国家自然科学基金重点项目1项。 在国际权威会议和期刊发表论文百余篇，多次荣获ACM SIGSOFT Distinguished Paper和IEEE QRS Best Paper。授权发明专利30余项，部分成果已经在华为、中国船舶、航天科工、国家电网、中国电科等知名企业转化。教学科研成果荣获国家与省部级奖励多项。
报告主题：基于CANN-Bench的开源人才培养与生态构建
当前算子生态是制约国产AI算力释放的关键瓶颈。国产计算平台在算子数量、性能优化深度和开发者规模上均存在显著不足，这一生态鸿沟的弥合，根本上依赖于大批兼具硬件架构认知、底层编程能力和系统优化素养的复合型人才。算子人才培养面临诸多挑战：算子开发横跨多个知识领域，学习曲线陡峭；高校传统课程对AI系统底层的工程实践覆盖严重不足；平台实践环境和标准化评测工具的匮乏。本次报告分享基于 CANN-Bench 开源算子评测框架的人才培养与生态构建方案。该方案以 CANN-Bench 为标准化实践与评测平台，以真实昇腾算子开发任务为教学载体，引导学生经历"算子理解、功能实现、精度验证、性能评测与优化迭代"的完整开发闭环，并融合开源社区协作流程与竞赛牵引机制，系统锻造学生在异构计算编程、算子性能调优、工程规范和开源贡献等方面的综合能力，同时以教学成果反哺社区，推动国产算子生态的持续壮大。
南京大学特聘研究员
南京大学计算机学院特聘研究员、准聘助理教授，博士生导师，江苏省计算机学会优博，江苏省计算机学会教学新秀，华为“难题揭榜火花奖”获得者，英特尔中国学术英才计划荣誉学者，教育部-华为“智能基座”栋梁之师，担任江苏省计算机学会大数据专委会秘书长、CCF大数据专家委员会执行委员、CCF人工智能与模式识别专委会执行委员，CCF YOCSEF南京25-26年度主席，研究方向为大数据与智能计算，包括自动机器学习、图机器学习、大模型微调与推理优化等，已在ICML、NeurIPS、ICLR、KDD、IEEE TKDE等国内外一流会议/期刊发表论文40余篇，主持国家自然科学基金面上项目、装备预研项目课题、江苏省科技厅前沿技术研发计划课题以及企业横向合作项目多项，出版“101计划”核心教材《计算机系统:基于x86+Linux平台》1本。研究成果在NeurIPS、KDD等国际顶级学术会议组织的AI自动建模大赛中，6次获得前三名，并荣获第五届“互联网+”双创大赛全国金奖，相关技术已落地应用于华为、奇虎360、中电科等IT企业。
报告主题：昇腾AI产教融合的实践与探索
在“大数据+大算力+大模型”时代，人工智能是一个系统性工程，除了AI算法模型之外，还需要培养学生的AI系统思维与工程性思维，提升AI系统研究和实践能力。人工智能课程教学内容也应与时俱进，需要包括AI模型训练与推理部署以及AI算子开发等系统层面的知识点，例如大模型如何高效训练、大模型推理性能如何提升、软硬件如何协同优化，帮助学生理解AI软硬件系统背后的设计原理，掌握AI模型在软硬件系统中的运行与优化机制，实现人工智能时代下系统能力培养。本报告将以昇腾AI全栈技术为例，围绕AI模型训练、推理部署以及算子开发优化等环节，介绍昇腾AI产教融合的实践与探索，助力培养学生AI实践与创新能力。报告将首先介绍基于昇腾AI的智能计算系统课程的教学内容设计以及对应的教学实验案例，其次围绕AI模型端侧部署、基于 MindSpore 的大模型训练与推理以及CANN算子开发与可视化，介绍在昇腾AI产教融合的实践项目案例，最后将分享在昇腾AI产教融合过程中遇到的一些问题和思考。
圆桌对话
当开源生态遇见AI大模型 —— 谁在定义下一代工程师的“能力坐标”？
理论已铺陈，实践正展开——但真正的挑战与机遇，往往诞生于边界模糊处。本场Panel 将汇聚高校学者、企业技术负责人与开源社区领袖，围绕三大尖锐议题展开深度交锋。
“教什么？”——在 LLM 能写代码的时代，工程教育该强化“原理深挖”还是“协作共创”？
“怎么评？”——作品集、社区影响力、工程使命……哪一种评价更能识别真正的卓越？
“谁来建？”——企业、高校、社区，如何从“各自为战”走向“三位一体”的生态共建？
我们将带来一场关于未来工程人才画像的真实思辨。无论你是教育者、开发者、管理者，还是关心中国AI人才战略的观察者——这里都有你亟需听见的声音。席位有限，思想无界，欢迎加入这场决定行业未来的对话！
联合宣传单位
企业合作与赞助
诚邀技术领军企业、教育科技公司及软件厂商支持本场分论坛。
赞助企业不仅将获得面向国内知名高校教育决策者的品牌曝光，更可直接参与分论坛研讨。
合作请联系分论坛联系人：
王伟，wwang@dase.ecnu.edu.cn。
FCES 2026
FCES 2026将于2026年7月27-29日在重庆举办。本届大会以“未来教育：颠覆还是改良”为主题，直面技术变革下计算机教育的转型命题，诚邀学界与产业界同仁拨冗出席，共探教育未来。
报名方式
扫描上方二维码，解锁早鸟票！
相关阅读
胡事民院士：AI通识教育如何真正落地？| FCES 2026大会特邀报告重磅来袭
陈熙霖研究员：计算机学科正迎来“涅槃时刻”？ | FCES 2026大会特邀报告重磅来袭
潘毅教授：新型研究型大学如何建设？深圳理工大学的创新实践 | FCES 2026观点报告
点击“阅读原文”，加入CCF。