造一个自己的 AI。像打游戏一样写代码。让模型一关关升级。用数据赢下每一局。
玩得投入,学得扎实:每节课都做出一件真能运行的作品。
从写下第一行代码,到完成第一个 AI 作品,孩子在项目中学习:边做、边测、边问、边讲。
- 学科
- 4
- 适龄
- 9-14
- 死记硬背
- 0%
- 作品归孩子
- 100%
我们教什么
每个学科都按项目来上,学生做出成果,再解释背后的道理。
- SUBJECT 01 · 提示 · 连接 · 判断开课中
AI & Agent
理解大语言模型怎么生成答案,学会写清楚的提示词,再把 AI 和工具连起来做成能自己完成任务的 Agent,并判断哪些决定不该交给 AI。
- 大语言模型
- 提示词设计
- 工具调用
- AI 安全与伦理
- 01 · 写清楚提示词
把目标、限制和格式讲清楚,让 AI 按要求完成任务。
- 02 · 搭一个 Agent
让 AI 调用工具、分步骤完成一件真实的事。
- 03 · 检查 AI 的答案
核对 AI 的输出,分辨哪些决定必须由人来做。
成果一个能完成任务、又有人工把关的 AI 助手 - SUBJECT 02 · 拆解 · 编码 · 调试筹备中
编程
从图形化积木到 Python:孩子把任务拆成步骤,写出真正能运行的程序,也学会自己找 bug、修 bug。
- 图形化编程
- Python
- Minecraft
- micro:bit
- 01 · 拆成步骤
把一个大任务拆成电脑能执行的小步骤。
- 02 · 写出能跑的代码
写出真正能运行的程序,而不是照抄示例。
- 03 · 自己找 bug
程序出错时,先定位是哪一步错了,再动手修。
成果一个自己写、自己调通的程序作品 - SUBJECT 03 · 比较 · 训练 · 评估筹备中
算法 & 机器学习
从搜索、排序到训练第一个模型:孩子比较不同解法的快慢,再亲手收集数据、训练模型,看它学会了什么、又学错了什么。
- 搜索与排序
- 路径规划
- 分类模型
- 模型评估
- 01 · 比一比解法
同一个问题用两种方法解,数一数哪种更快。
- 02 · 训练一个模型
自己收集数据、标注、训练,而不是调用现成结果。
- 03 · 找出它为什么错
模型判断错了,就回到数据里,找出是哪些样本把它教偏了。
成果一个自己训练、能讲清原理的模型 - SUBJECT 04 · 采集 · 清洗 · 可视化筹备中
数据处理
从传感器和表格里收集真实数据,清洗、整理、画成图,再用数据回答一个自己提出的问题。
- 传感器采集
- 表格处理
- 数据清洗
- 图表
- 01 · 先提问题
先想清楚要回答什么,再决定收集哪些数据。
- 02 · 清洗数据
找出缺失、重复和明显出错的记录,再动手分析。
- 03 · 用图说话
选对图表,让别人一眼看懂结论。
成果一份用自己数据回答问题的图表报告
AI 守护者:重建失落之城
从一座只为家人开门的智能小屋,到 Minecraft 里用代码造出的大桥和跟着现实变化的数字孪生,孩子还能讲清 AI 的局限。
- 01建造
做小屋,建城市
先让木质智能小屋会迎客、听手势;再用循环、函数和变量在 Minecraft 里建城墙、大桥和过山车。
- 02训练
亲手训练模型
用 micro:bit 训练手势遥控,用电脑摄像头训练只认家人的 AI 门锁。
- 03测试
找出 AI 的盲点
记录门锁的误判,检查 AI 建筑师粗心的蓝图,还会亲手发现 Agent 如何钻奖励规则的空子。
- 04解释
为结果负责
说明系统如何工作、可能在哪里出错,以及哪些决定必须由人来做。
- 适龄
- 9-12 岁
- 课程长度
- 12 节课 · 每节课 90 分钟
- 语言
- 中文讲解;英文学生 deck;中英双语任务单
- 授课形式
- 线下授课 / 线上授课
- 基础要求
- 不要求 Minecraft、编程、机器学习或 AI 经验
> AI & Agent · 作品归孩子所有
我们怎么上课
先做出来,再讲原理
孩子先动手做出一个真的能用的东西,再回头弄懂它为什么能用。老师的讲解都围绕手上的任务,不是为了讲而讲。
每节课都有拿得出手的东西
每节课下课时,孩子都能拿出一件作品给别人看。家长不用等到期末,就知道孩子这段时间学了什么。
讲得出来,才算学会
做对不等于学会。每节课都要求孩子用自己的话讲一遍。讲不通的地方,正是还没学会的地方。
错了要说清错在哪
我们不只给正确答案。孩子要能指出自己错在哪一步、当时为什么那样想,下次才不会再犯同样的错。
谁适合,谁可能不适合
适合
- 零基础的孩子不需要任何编程、硬件或 AI 经验。课程从第一节课讲起,不要求孩子在家提前学过。
- 已经会一点编程的孩子每个任务都有进阶挑战,有基础的孩子不会没事做,也不用干等别人。
- 想以后做 AI 相关工作的孩子孩子会亲手训练模型、搭建 Agent、检查 AI 哪里出错,提前了解 AI 从业者平时是怎么工作的,也学会判断哪些决定必须由人来做。
可能不适合
- 只想轻松打发时间上课时孩子要一直动脑,自己想办法解决问题。如果只是想找个地方让孩子轻松待着,这里的课会让孩子觉得吃力。
- 需要立刻看到分数和排名我们看的是孩子能做出什么、能讲清什么,不排名。想每周看到分数对比的家长,会觉得我们的反馈来得太慢。
- 不愿意动手每节课都要动手做东西,做错了还得返工。完全不想动手的孩子,在这里会觉得没意思。
家长最常问的问题,我们直接回答
需要自己买昂贵的套件或 3D 打印机吗?
不需要。 课堂上用到的工具、开发板、零件和测量工具都由我们提供。学期项目完成后,孩子可以把做好、能运行的作品带回家,不另收套件费。
课堂硬件全部由我们提供
孩子的照片和学习记录怎么处理?
我们遵守马来西亚《个人资料保护法》(PDPA)。孩子的作品照片和讲解录像只和家长分享;未经家长同意,我们绝不会把孩子的照片或影像用于任何公开宣传。
未经同意,绝不用于商业宣传
孩子在制作中弄坏了昂贵的零件怎么办?
坏了,也是一次学习机会。 孩子大胆尝试,难免会弄坏东西。我们不会向家长收取任何赔偿。老师会把坏掉的零件或烧掉的电路当教具,带孩子一起找原因。
损坏无需赔偿
常见问题
一个班多少人?
小班授课,每班 8 到 12 人。老师能照顾到每个孩子的进度和问题,孩子之间也更容易讨论、合作完成项目。
缺课了怎么补?
请至少提前 24 小时告诉我们。我们会优先安排孩子到同一进度的其他班次补课(视名额而定);如果下次正式课前排不开,会把本课的讲义和任务发给家长,下次上课时老师再帮孩子补上关键步骤。每期可补课的次数以报名时的说明为准。
课程结束后孩子手上有什么?
孩子的代码、作品文件和实物作品都归自己所有,还会拿到一份按课堂实际表现写的能力说明,而不是一张只证明出勤的证书。