Harnessing Hype to Teach Empirical Thinking: An Experience With AI Coding Assistants

论文链接：https://arxiv.org/abs/2604.01110

团队：Marvin Wyrich, Norman Peitek, Kallistos Weis, Sven Apel

提交日期：2026年4月1日 | 录用：FSE'26 Education Track

核心问题

软件工程教育中一个老大难问题：学生对实证方法和假设驱动这些概念提不起兴趣，教科书案例太抽象太无聊。

这篇论文的切入点非常巧妙：既然学生对 AI Coding Assistant 充满好奇和热情，何不用它做诱饵？让学生先上手用 AI 写代码，产生真实的疑问，再教他们用科学方法去回答。

核心洞察：与其在真空中教方法论，不如在真实的我想知道中嵌入方法论。Hype 不是敌人，是入口。

关键数据

  • 一学期 seminar，围绕 AI Coding Assistants 设计
  • 高学生参与度：hype 主题吸引报名，好奇心和批判性思维被激活
  • 学生自主设计小型实证研究：从我觉得到我来验证

教学设计

  • Hype 做诱饵：用 AI Coding 话题降低实证研究的认知门槛
  • 动手实操加假设驱动：先用 AI 写代码，再设计假设实验
  • 自主探究 ownership of inquiry：自己提出问题、设计实验、得出结论
  • 技术加研究双技能：单个 seminar 同时教 AI 工具和实证方法

关键洞察

Hype 是最好的教学入口

传统教育先教方法论再找场景，学生天然抗拒。这篇论文反过来：先用 hype 点燃好奇心，让学生有我想知道答案的动力，再在探究中自然嵌入方法论。这不是投机取巧，是顺应人性。

从 AI 能不能到怎么评估 AI 能不能

这跟 Harness Engineering 的核心思路惊人一致。Harness Engineering 不是问 AI 能不能写代码，而是问怎么构建环境让 AI 能力被可靠评估和改进。这篇论文在教育层面做了同样的翻转。

批判性思维大于盲目信仰

论文发现学生在使用 AI 工具的过程中，自然地开始质疑其局限性。这比老师说 AI 不是万能的有效 100 倍。亲身体验过的怀疑，比听来的教条深刻得多。

引发思考

当我们讨论 SWE-CI、TDAD、Harness Engineering 这些工程方法论时，往往忽略了人这个变量——工程师怎么学会正确使用这些方法？

企业内部做 AI Coding 推广时，与其发工具使用指南，不如设计类似的 hands-on workshop——让工程师先用 AI 完成真实任务，产生疑问，再引导用实证方法评估效果。

AI Coding 工具的采纳曲线，可能不取决于工具本身的能力，而取决于用户是否有实证思维去正确评估它。真正受益的，是学会用科学方法验证的人。

相关阅读

  • 论文原文：https://arxiv.org/abs/2604.01110
  • SWE-CI（阿里+中大）：Software Engineering CI for AI Coding
  • TDAD：Test-Driven Agent Development

逍遥云初 | 2026.04.02