自上世纪九十年代中期教育部倡导所有大学生都要学习“计算机文化”，进而引导大学如何开设第一门计算机课程以来，已有30余年。大致经历了四个阶段，第一个阶段是以“任务驱动的流行软件应用”为主要教学内容，第二个阶段是以“计算机基础知识外加新术语新技术介绍”为主要教学内容，第三个阶段是以“建模和算法为核心的问题求解”为主要教学内容，第四个阶段是以“覆盖计算+（含问题求解）、互联网+、大数据和人工智能+等计算思维”为核心教学内容。当前处于第四阶段，也有高校的课程位于第三阶段、第二阶段，甚至于第一阶段。各高校开设的大学第一门计算机课程的名称也从《计算机基础》，到《大学计算机基础》、《大学计算机》、《大学计算机-计算思维导论》等发生了很多改变，有些高校也以《计算机导论》、《计算机科学导论》、《信息技术导论》、《高级语言程序设计》等作为大学的第一门计算机课程。进入新时代，随着大模型与生成式人工智能的快速发展，教育部又倡导所有大学生都要学习“人工智能通识课”，大学第一门计算机课程需要与时俱进，要更多地融入人工智能，尤其强化大模型与生成式人工智能，强化AI+X 与X+AI相关内容，而课程名也可能要改变为《计算思维与人工智能》或者《大学计算机-计算思维与人工智能》，进而进入课程发展的第五阶段。

大学计算思维教育空间如下图所示。

本课程选择教学内容如下图所示。

本课程内容组织顺序如下图所示。

大学第一门计算机课程究竟要让同学学什么，究竟能为学生的未来奠定怎样的基础，已经成为计算机教育教学改革的重要问题。仔细分析高校毕业生未来的工作能力需求，各专业毕业生未来一方面能够应用面向各学科的计算工具/仿真工具来研究本学科的问题，例如化学专业的毕业生未来应用如Gaussian 工具（一款量子化学分析软件包）来研究化学学科的问题，生物科学专业的毕业生未来应用Geneious 工具（一款基因组设计与分析软件）来研究生物学问题等等，另一方面我们培养的各专业毕业生是否只能应用这些他人开发的工具？能否自主设计、构造和开发这些计算/仿真工具呢？无论毕业生未来是应用工具，还是设计构造工具，他们在大学一年级都应受到计算思维与人工智能的训练，从思维层面理解完整的计算或智能系统/计算或智能工具。因此大学第一门计算机课程的课程目标应该是：理解并掌握科学与工程思维--计算思维（含计算+思维、互联网+思维、大数据思维和人工智能+思维），能够从思维层面深入理解计算与计算机的本质、理解计算或智能系统的构成与特征、理解计算或智能系统求解问题的模式和机制，尤其要理解大模型与生成式人工智能思维，为今后深入学习设计、构造和应用各种计算或智能系统求解学科问题奠定思维基础。

本课程共有40讲：

第1讲-从小白鼠验毒到数据传输校验-初识计算思维

第2讲-从数学和计算机看方程求解—最基本的计算思维枚举-计算-验证

第3讲-什么是计算：计算机的理论模型-图灵机

第4讲-从加法自动计算看机器硬件实现—逻辑运算与逻辑门电路

第5讲-数值性信息怎样表示：机器数与定浮点数

第6讲-从多项式计算规则变化看自动计算—规则与迭代

第7讲-计算系统与程序怎样构造：基本运算与运算组合

第8讲-非数值性信息怎样表示：文字-声音-图像-视频

第9讲-从两种不同的递归函数看规模化计算的规则表达与执行--递归与迭代

第10讲-从学生宿舍管理看存储器—基于编码的管理思维

第11讲-从多项式自动计算看机器程序--编码-指令与机器程序

第12讲-机器程序是如何被执行的--一台典型的计算机

第13讲-化整为零与还零为整看文件存取--计算思维是一种精细化管理思维

第14讲-分工-合作-协同看操作系统--计算思维也体现高水平领导思维

第15讲-如何产生与如何运用大规模计算能力—虚拟化与云计算

第16讲-由01指令编写程序到用符号-语句编写程序--机器语言与高级语言

第17讲-语言怎样编译：如何构造编译器

第18讲-分层次抽象与自动化思维

第19讲-从背包问题求解看算法—数学建模与不同算法策略

第20讲-算法与计算环境

第21讲-什么是有限时间内能求解—问题的计算复杂性与分类

第22讲-难解性问题怎样求解-遗传算法示例

第23讲-软件构造方法的演变：函数-对象-组件-服务

第24讲-从软件构造走向软件定义

第25讲-从表的管理看数据库--结构化与非结构化数据管理

第26讲-炒股不看股盘看微博—关联规则挖掘与大数据思维

第27讲-世界是怎样被联结在一起的--由机器网络到万物互联

第28讲-对比邮政网络理解互联网协议

第29讲-用户创造内容与万般皆服务--互联网与互联网＋思维

第30讲-从PageRank看互联网内容推荐

第31讲-机器怎样学习--有监督学习与分类

第32讲-机器怎样学习-无监督学习与聚类

第33讲-机器怎样学习-强化学习与搜索决策

第34讲-深度学习是怎样提高智能的--神经网络与深度学习

第35讲-从神经网络到LSTM：长短期记忆与使用控制

第36讲-人工智能与人工智能+X

第37讲-Transformer：注意力自注意力与理解和生成

第38讲-大模型与AIGC：生成式人工智能

第39讲-大模型的应用方法：训练与调优

第40讲-计算之树-大学计算思维与人工智能教育空间

本课程适合于各类专业的大学本科学生学习，建议在大学一年级开设。

不同基础的学校、不同学时的课程，可选择不同的内容进行讲授。

战德臣、聂兰顺、李雪，大学计算机--计算思维与人工智能（第5版），高等教育出版社，2025

聂兰顺、战德臣等，计算与智能程序实践，高等教育出版社，2026