MarsCode AI的使用对我来说是一个很大的惊喜，具体来说有以下方面：
（1）逻辑严密性。用过刷题助手AI后发现，其对于题目的剖析和概括精练到位，在此基础上，从总体的思路框架构建、到大体步骤划分、到每个步骤中涉及到的细节，逻辑上层层推进，以使用者的思维角度出发，让使用者能清楚地了解整道题的思考脉络。这种逻辑上的严密让我领略到大模型在上下文记忆、理解和推理方面的成效。
（2）代码合理性。刷题助手AI给出的伪代码和代码在变量设置、条件判定、函数构建方面都能做到有条理、自然，没有生硬从算法步骤“逐条翻译”出代码的情况，这无疑将提升题解书写的高效性：使用者无需从大量人为写就、风格迥异，且潜在错误率高的题解中寻找参考，而可以直接向AI的成熟代码学习。
（3）交互高效性。刷题助手AI允许追问，这让使用者可以对算法某一步骤，或具体变量的条件判定、状态转移等细节向AI提问，由此，对于不同的使用者，AI可以针对性地给出指导，让使用者更高效地获取所需信息，从而更好地举一反三。
（4）校正精准性。刷题助手AI可以检查使用者所写的代码，并给出各类建议，包括语法修正、变量或语句优化、逻辑修正或优化等。针对每一个需要校正的地方，AI会给出对应的局部代码。然后，其能给出优化后的整体代码，并对关键的函数予以解释。这种校正上的精确性对使用者有重要意义，因为使用者写完代码后自查出逻辑上的缺漏，或者自行优化写法是有相当难度的。在AI代码校正的帮助下，使用者可以更好地积累代码经验。
在刷题过程中，其实我不断思考的就是如何形成专题化的举一反三式做题。纵然有编程大神们做好的题型分类和知识点整理，但我感受到，由于个人思考体系、代码偏好的差异，一个个性化的算法题整理对于自己是很关键的。现在有AI的协助，就要对题目有更精细的分类，同时对自己的代码有更及时的优化。这也是AI在计算机软件教学中发挥作用的一个具体体现。同理，对于其它需要更加直观、即时、个性化指导的工程学科，比如自动化、机械等领域的指导，我认为在各领域具体大模型的支持下，AI教学同样前途无量。
