任你选择
课程介绍：
本培训大纲针对企业系统架构师的AI方向培养需求，聚焦AI在研发全流程中的嵌入与提效、架构设计中的应用以及编程工具的掌握。培训旨在帮助架构师全面理解AI如何优化研发工作，提升架构设计效率，并熟练运用最新AI工具辅助开发。通过理论讲解、工具演示和实践案例，学员将掌握AI在toB软件研发中的实际落地策略。
课程收益：
通过本课程，学员将系统掌握以Claude Code为核心的AI工具在toB复杂系统研发全流程中的实战应用能力，能够独立完成AI辅助架构设计、智能代码生成与重构、企业级智能体构建及自定义SKILLS（技能库）积累，显著提升个人及团队研发效能30%–50%，并快速形成可复用的AI工作流与企业级AI能力底座，为企业产品架构升级与数字化转型注入强劲动力。
课程特点：
实战讲解，全面透彻，一站式学习过程
课程对象：
系统架构师为主，兼顾开发人员。具备软件研发基础经验，对AI有初步兴趣但缺乏系统性了解的人员。
学员基础：
本课程适合具备3年以上软件开发或架构经验、熟悉toB企业级系统设计（如微服务、DDD）、熟练掌握主流编程语言及研发全流程、并对AI工具抱有兴趣的系统架构师及高级开发人员，零AI工具经验者也可快速上手。
课程大纲：
时间 | 内容 |
第一天：AI应用实战（以架构工作流为主线） | 1. AI辅助架构设计 1. 需求输入与约束整理（自然语言 → 结构化Prompt） 2. 多方案对比生成（微服务 / DDD / 模块化单体 / 事件驱动等） 3. 风险自动识别与评估（性能、安全、扩展性、信创合规、成本等） 4. 架构质量自检与文档自动生成（C4/UML/Mermaid图、ADR(架构决策记录)、评审PPT/Word初稿） 5. 多轮迭代与反馈优化技巧 6. 实战演练：输入企业类真实需求，完成方案对比 + 风险报告 + 评审材料闭环 2. AI编程深度应用 1. 基于架构决策自动生成DDD/Clean Architecture分层代码骨架 2. 接口/契约智能生成（OpenAPI 3.x、gRPC proto、接口Mock） 3. 测试用例自动化生成（单元/集成/契约/性能测试框架） 4. 大规模多文件重构（单体拆微服务、引入事件溯源、模块边界调整等） 5. 性能热点路径分析与优化建议（缓存、索引、异步、数据库调优等） 6. 代码质量与安全自检 7. 实战演练：提供半成品代码仓库，完成骨架 → 契约 → 重构 → 性能优化闭环 3. AI全研发流程提效 1. 需求阶段：从用户故事、会议纪要、PRD自动提炼非功能需求、技术约束、验收标准 2. 设计阶段：直接复用“AI辅助架构设计”模块的能力，实现从需求到架构蓝图的快速闭环（方案对比、风险识别、C4/ADR/评审文档自动产出） 3. 开发阶段：直接复用“AI编程深度应用”模块的能力，实现从架构决策到可运行代码骨架、契约、测试、重构、性能优化的无缝落地 4. 测试阶段：智能测试用例生成 + 缺陷定位建议 + 覆盖率分析 5. 发布阶段：CI/CD pipeline风险评估、变更影响分析、回滚建议 6. 运维阶段：日志智能分析、根因定位建议、容量预测 7. 人机协同规范建立：AI输出必须人工Review的红线、Prompt模板库、版本控制中的AI提交规范 8. 实战演练：模拟一个完整小迭代闭环（需求文本 → 架构设计 → 代码骨架 → 测试点 → 风险评估 → 发布建议），至少覆盖3个环节的AI自动化提效，体现“设计-开发-测试-发布”的端到端衔接 |
第二天：AI进阶与业务价值落地 | 1. AI Agent实践落地 & 企业智能体构建（架构师视角） 1. 2026年可靠Agent核心要素（工具调用、状态管理、守栏、预算控制、可观测性、多代理协作） 2. 企业智能体构建路径（单Agent → 多Agent体系） 3. 自定义SKILLS（技能库）积累方法（封装领域知识、重复任务模板、Prompt链、领域规则） 4. toB场景典型智能体示例（工程量清单校验、风险预警、进度预测、变更影响分析等） 5. 安全与合规考虑（数据隔离、调用审计、输出可追溯） 6. 实战演练：构建一个简单企业智能体 + 积累并演示1–2个自定义SKILLS 2. AI产品应用（架构师视角，面向业务侧的可封装AI能力与落地路径） 1. toB产品中典型AI能力封装方向（智能推荐、预测性维护、流程智能体、清单生成、风险预警等） 2. 落地路径建议（内部试点 → 增值服务 → 产品标配） 3. 技术实现参考（SKILLS库 + Agent能力通过API/MCP封装） 4. 商业化考虑（定价、SaaS化、数据隐私） 5. 讨论环节：企业应用场景下优先封装方向、落地难点与解法 |
