首先贴一下自己当时的blog：关于我心目中的理想课堂&&构建之法的一些感受 - SCJ980128 - 博客园
两个半月之前写的博客，现在看来，很多问题已经得到了解答，并且也有自己的切身实践。现在来回答我之前的几个问题。
（1）AI辅助编程是否能真的帮助开发？
当然可以，而且让开发更加便捷。使用cursor的感觉很强烈，ai可以帮助你做很多事情，这对于自己提高效率可是十分重要的。在进行开发的过程中，你需要做到的是明确的描述自身的问题，你描述的越清晰，步骤越明确，取得的效果会越好。我认为，这是现在的开发者需要具备的素质。当AI帮你完成工作后，可以自己检查一下，这一点对于后续的开发也很重要，毕竟谁也不能保证AI不会产生幻觉。
（2）初学者如何参与开源
开源，在经过读书研讨会后，我觉得，应该先成为一个合格的开发者。或者说，从0到1的过程，编程需要好。唯一的办法，多写多品味。在上课的过程中，学习到了如何使用github以及如何正确使用开源社区，以及自己仍在不断地努力code(发出去，发出去，发出去，不出错的一遍发出去)。
(3)MSF中“赋能团队成员”这一原则为何有助于项目成功？
提高决策速度与响应力、提高决策质量、强化个体责任感、激发创造与士气、增强团队抗风险能力，这些都有助于项目的成功。
(4)“Build To Win”原则与传统的“Build To Show”或“Build To Learn”方法的区别？
先build to learn,后build to show，最后必须推倒重来或者进行深度的工程化重构时，才可以build to win。
(5)在不同的团队模式中，如何确保团队成员之间的有效合作，特别是在处理复杂项目时，如何平衡个人贡献与团队合作？
基于场景类型的差异，所采用的方式是不同的。举例，如果项目侧重与算法攻坚，那么主程序员模式效率更高；倘若侧重于产品化，则MSF的方式可以确保项目的成功。关于平衡，一定要建立连接个人和团队的桥梁，尤其是在开发中，可以使用Daily Scrum来进行（我们正在做的）；接口的提前定好也很重要，尤其是在合作开发的过程中。
关于AI时代的软件工程，我的问题是，当出现跨语言编程的任务时，AI帮助你完成工作，但是你不懂其他的语言的代码，如何保证不被幻觉所迷惑？（这一点的感触很深，在进行项目的工作，自AI的c++代码写的有问题，自己没看懂导致多了半天的debug时间）同时，另一个问题是，作为编程新人，底层的计算机逻辑怎么学习才最高效？如内存管理，并行计算等。
点评方法：
以公开博客来交作业的方法，千帆竞发图的跟踪：很好，很实用。让我见到了开发者和社区的魅力。
结对编程的 API 驱动的编程：这个我的体验感很差，主要是另一半投入这个课的时间不多，因此会出现自己和自己结对编程的情况。
pq-问答 的当堂测试，对软件 UX 的现场测试等：还好。PQ做的很不错。
学生自行组队并选择项目：很好，就该这样，通过组队认识了现在共事的队友，学到了很多。
alpha 阶段后强制团队有人员变动：不做评价，因为我没有换组，我们组也没有来新人。
请业界的专家、相关的老师、工程师来讲课 + demo：拓宽了眼界，很好
用 ‘天使投资’ 的方法来评选成功的团队项目：新颖，这也让我知道了，你认为好的东西在投资人眼里不一定好，还是需要在发布阶段把投资人忽悠到给你投资，这个很重要哈哈哈哈。会说才是核心科技！
同学们在alpha 之后已经给出对课程的反馈：这个我就不评价了。我加一条，就是课程的每周一晚上的答疑，很nice，发现邹老师和高总都是非常nice的人（知识渊博懂技术还风趣幽默），希望有机会还可以继续聊聊。
提高的能力：智能开发与人机协同+云原生与约束工程化！
（这里缺一张合影，周三补上）
