1.时代变了
2022年底，ChatGPT的问世，仿佛无意中打开了结界，人间突然变幻了时空。
太阳东升西落照旧，世界却已今是昨非。
“人工智能”、“数智时代”、“赋能XX”等字眼铺天盖地而来，幻化为时代标签。它们是如此流行，以致于很快就变成了陈词滥调，多看一眼都容易不适。
三年过去了，大语言模型的第一波红利已经吃干抹尽。人人都能指点江山，激扬文字；个个发言都高屋建瓴：谈概念、谈设想、谈利弊、谈模式......。
漫谈越多，注水的空间就越窄。
说一千道一万，落地应用才是根本。
“AI应用”是即将到来而且必将到来的另一波红利，它将更加宽广、更加持久、也更加扎实。
AI应用不单单是国家、机构的事，也不单单是行业、学科的事，还是每个人的事。个人的知识、经验、需求和想象力受AI加持，会产生质的飞跃，而不仅仅是效率的提升。
AI给教学带来变革
就我所熟悉的课程来说，AI都可以为之带来变革。
《现代翻译技术》不需要再局限于教会学生如何使用那几款知名翻译软件，而是教会学生如何使用AI技术来解决各类翻译问题，包括但不限于那几款软件能解决的问题。传统的翻译软件可能大势已去。它的三大板块功能：翻译记忆库、术语库、翻译编辑器。前两块已能够由AI更好地实现：AI编程能够更精确地自动对齐双语句对、建设翻译记忆库，避免了传统翻译软件的人工对齐之苦；AI能够更准确地从各类文本中自动提取术语、并自动翻译，质量比传统软件高出一大截。至于第三个板块，稍有AI编程基础的人，只要能够有条理地陈述自己的设想和需求，AI都可能给他量身打造出一款个性化的编辑器。
《英语词汇学》不仅能够教学生如何学，如学习词汇概念和理论，包括：构词法、词汇语义关系、词汇语法理论、框架理论，等等，还能够教学生如何做，如词汇处理和计量，包括：分词、词表生成、关键词提取、词形还原、词性标注、句法标注、实体识别、WordNet应用、FrameNet应用、语料库搭配分析、语义距离测量，词汇数据可视化，等等。妥妥的词汇学与自然语言处理（NLP）完美合体，这种结合在以前是不可想象的，因为自然语言处理需要编程基础，而如今AI编程使一切成为可能，因为AI编程人人可以上手。这种结合有何好处？一旦掌握了词汇处理和语言计量方法，语言学、翻译、文学、教育学、新闻学、政治学......，但凡涉及到文本分析的任务，都能够实现数据批量处理和分析。因为词汇是文本分析的基本颗粒，不论是自然语言处理还是各类话语分析，实质上都是以词汇为基础的计量与探索。
《外刊选读》再也不用为老古董的教材而发愁了。传统的《外刊选读》、《英语报刊阅读》教材一出版就落伍了，因为一本教材从编辑到出版至少需要一两年时间，教材所选的“新闻”早已不“新”，学生阅读兴趣锐减。如今，指定几家国际大媒体，设定新闻选材标准，AI编程很容易实现新闻报刊的实时选材。更重要的是，对新闻文本的分析和解读，也会更加精准和高效。不论是态度分析、情感分析、评价资源识别、批评话语分析、还是框架分析，都能够教学生通过AI编程自动化完成。
......
每位老师都可以根据自己的课程特色、知识体系、学生需求和个性设想用AI打造出独特的课程，从这个意义上讲，老师更像个性化的设计师，机器并不能完全替代。
换言之，把AI掌握在自己手里，就多了件防身武器；否则，在滚滚的时代洪流面前，我们手无寸铁。
2.人人都需要AI编程
你很需要他，但却不自知，这是多么大的遗憾！
AI应用有两条路径：一是去大语言模型的官网窗口提问；二是通过编程调用大语言模型API来解决问题。
前者人人都会做，或者觉得自己会做并乐于去做，而后者则被大多数人敬而远之。很多人可能会质疑：既然前者能做事，为何还需要后者？
其实，前者相当于你去他家里请教，后者相当于他到你家里来帮工。
大家想想，在什么情况下我们需要别人上门服务？
一是，在我们做大事的时候。比如，在自家宅基地上盖房子，是不是需要请建筑公司上门？土地我们又搬不走，不请人上门怎么能盖得出来呢？同样，你要完成本地电脑的大任务，很多时候也需要请AI上门服务。
二是，在我们想偷懒的时候。比如，在代购点买菜，我们就想让别人送货上门，免得自己去跑路。同样，你想用AI完成批量任务，你不用到他官网窗口逐条地上传处理，而最好把他请到家里，让他自动吃进你的文档，并把处理结果依次吐出到指定文件夹中。
一言以蔽之，AI编程能够帮你自动完成官网窗口无法完成或不便完成的任务。
3.人人都能快速学会AI编程！
AI的出现直接拉低了编程的门槛，我们只需要学会使用一款比WORD还简单的编程软件，用自然语言提出设想，点一两下按钮，AI片刻就能够写出程序。然后，我们只要知道怎样调试、执行程序就可以了，这些也多是点点按钮的事。
目前当红的AI编程软件，有Cursor和Trae。Cursor是美国公司的产品，国际流行度高，插件丰富，但部分专业功能需要付费才能使用；Trae是Cursor的竞品，由字节公司出品，分国内版和海外版，完全免费，且功能同样强大。这是既便宜又好用的东西，我们就挑他了。
Trae国内版与海外版的区别：海外版能够直接调用Claude3.7，能够跟github直接互动；国内版使用github常常受限。
我们的课程过去主要使用DeepSeek或DouBao的官网来生成代码，使用Anaconda环境下的Jupyter Notebook来调试程序，缺点是软件开发工具没有跟AI无缝对接，代码生成和故障排查需要手动来回切换，优点是安装了Anaconda，就自动安装了程序运行特别是Python程序运行所需的常用环境，比如python解析器、Jupyter Notebook，以及其他常见的第三方库。还有就是，在手动切换的过程中，学生能够更好地体验代码的生成、调试和执行方法。
相对于Anaconda而言，Trae的缺点是需要手动安装程序运行的各种环境，连Python的解析器都要人工下载安装；但Trae的优点也非常突出：它高度集成了AI，代码生成、调试和执行的全过程跟AI高度融合，进一步降低了编程的难度。由此，AI编程真的变成了：“提出设想+点点按钮”的简单操作。
AI编程也有难点，难就难在“提出设想”这里，他需要有宽广的知识面和深厚的个人专业积累，不然我们与程序员何异。AI编程能使我们成为更好的自己，而不是使世界多了一群程序员。说到底，AI编程最终还是依赖并提升我们自己原有的专业能力。
4.Trae的下载安装方法
接下来会演示Trae国内版的安装方法，海外版的安装方法也相同。只是软件下载地址不同。
下载地址：
国内版 www.trae.com.cn/
海外版 www.trae.ai/
打开国内版下载地址，可见图1，点击红色条形按钮即可下载。本图显示的是Windows系统，如果你是其他系统，请点击红条下方的“查看所有下载选项”，然后选择跟你自己系统匹配的软件。
图1
下载完成后，直接点击安装，跳出图2，选择“我同意此协议”。
图2
然后，浏览一个你想要安装的位置（图3）。
图3
点击“下一步”，进入图4。
图4
如无特殊要求，继续点击“下一步”，进入图5。
图5
接着“下一步”，进入图6。
图6
点击“安装”，稍等片刻（图7）。
图7
进入图8页面时，选中“运行 Trae CN”，点击“完成”。
图8
此时，Trae会开始运行，如跳出图9界面，点击“允许”即可。
图9
然后，点击图10的“开始”
图10
进入图11，选择你喜欢的界面颜色和语言后，点击“继续”。
图11
图12，点击“安装‘trae'命令”
图12
图13，点击“登录”
图13
这里，我是注册了“稀土掘金”账号，并用稀土掘金账号登录的。如果你的github在国内还可以使用，也可以用github账号登录。或者直接通过手机号加验证码登录。
图14，点击“登录并打开Trae”
图14
出现图15时，Trae的安装和登录已全部顺利完成。
图15
此时，我们可以为Trae设置一个文件夹，以便日后集中保存
编程项目。如图16，点击主界面中间代码编辑栏中的“打开文件夹”，然后浏览想要创建文件夹的位置，这里选择了D盘。在打开的D盘空白处点击右键--选择“新建”--“文件夹”--为新建的文件夹命名--点击选择新建的文件夹--再点击“选择文件夹”即可。
图16
进入图17，点击“信任文件夹并继续”。
图17
图18，点击“是，我信任此作者”。
图18
至此，文件夹设置完成。
由于我们的课程主要是AI Python编程，接下来需要下载安装Python解析器。
5.Python解析器的下载安装
下载地址：
打开下载地址，进入图19页面，点击图中黄条按钮，即可下载最新版
图19
如果想下载其他版本，可以下拉页面找到图20，在图20中查看、下载其他版本。
图20
下载完成后，直接点击安装，会弹出图21，切记勾选图21中的“Add python.exe to PATH”，然后点击上面蓝色箭头指向的“Install Now”。
图21
进入图22，点击“Disable path length limit”。
图22
至此，Python解析器也已完成下载安装。
6.安装测试
再次打开Trae，进入图23界面，如图23所示，依次点击编号1位置的按钮，在弹出的“终端”中（编号2），输入“python --version”（编号3），如果出现python的版本号（编号4），即证明python解析器安装成功。
图23
7.案例测试
案例设想
编写一个术语提取网页，能够接收用户提交的文档，自动实现术语提取和翻译，并将结果提供给用户下载。
操作方法
打开之前在图16中创建的文件夹Trae_Pycode，在该文件夹下创建一个子文件夹，命名为“术语提取”，专门用于保存本案例的文件，见图24。
图24
再打开新创建的“术语提取”文件夹，在里面创建一个文本文档（txt格式），命名为“术语提取页”，在该文件中写入以下提示词，并保存：
请为我编写一个可以用于提取术语的网页，网页页面应简洁明了，主要内容和要求包括：
1.文档导入框和提交按钮，用于用户导入文档，可接受txt，doc，docx和pdf格式的文档。
2.提供API Key输入框，供用户输入API Key。
3.提供“源语语种”和“目标语语种”输入框，供用户输入语种。
4.使用用户输入的API Key调用deepseek提取用户导入文档中的术语并用目标语翻译术语。
5.在服务器网页根目录的文件夹下，分别创建xlsx和tbx格式的术语表，术语表以用户导入文档的文件名命名+"术语"。
6.术语表包含“术语”和“翻译”两个字段，不需要添加其他任何信息或说明性文字。
7.读取大模型返回的术语和翻译暂时存入DataFrame中。
8.整个文档处理完毕后，把DataFrame中的数据导出至前面刚创建的xlsx和tbx格式的术语表中。
9.网页提供术语表下载按钮，xlsx和tbx两种格式供用户选择下载。
10.有进度条，全部任务结束，能够提供术语表下载时，进度条满格。
11.其他你认为必要的说明文字或功能。
12.deepseek的调用方法如下：
# Please install OpenAI SDK first: `pip3 install openai`
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False
)
print(response.choices[0].message.content)
接下来，打开Trae。可见Trae的主界面有三个部分组成，从左到右依次是：工具栏、代码编辑栏、AI对话栏。 如图25所示，找到并点击“打开文件夹”选项。
图25
找到本案例的专用文件夹“术语提取”，选中后点击右下角的“选择文件夹”，如图26。此后，在弹出的新界面操作，旧界面可以关闭。
图26
在最右侧“与Trae写作”对话框内，输入“@”标记，此时会弹出图27的选项，选择“Builder”。
图27
再在对话框中输入“#”标记，弹出如图28的选项时，选择“File”，然后浏览、选择刚刚创建的“术语提取页_提示词”（如果没有弹出该提示词文件，可以在最右侧的“工具栏”中选中它，直接拖动到对话框里来），点击对话框下方的“Doubao-1.5-pro”可以选择大语言模型，这里直接使用默认的Doubao-1.5-pro，最后再点击对话框右下角纸飞机状三角形，此时即开始了AI编程。
图28
稍等一会儿，AI编程全部完成后，点击AI对话栏中的“全部接受”，意思是接受该编程结果，如图29。
图29
接受之后，开始调试程序。依次点击图30中的按钮。
图30
图30中第3步的弹出框是要求安装requirements中的第三方库。此时，可按照图31的步骤进行安装，如果安装时出现报错可采用图32的方法解决。
图31
另外，调试报错时，直接在中间“编辑栏”下的“终端”选中报错信息，然后点击“添加到对话”（如图32），AI即可继续修改代码。修改结束后，点击“全部接受”（类似图29），或者点击新代码右上角的“应用”，稍候，修改完毕后再次调试，直至成功为止。如果是安装第三方库的问题，AI会提供详细的安装说明，按照说明操作即可。
图32
调试成功后，会出现类似图33的网址，按住“Ctrl”键同时用鼠标单击该网址，即可打开网页。
图33
图34是网页打开后的效果，包含了计划中的全部功能。现节选国务院《中国的食品质量安全状况》正文前五段，保存为txt文档，上传到新网页，看能不能顺利提取并翻译术语。
图34
等绿色进度条达到100%后，点击下载xlsx术语表，获得了图35的结果。
图35
可见，AI编程圆满地完成了本次任务。实事求是地说，本案例设计、修改提示词和调试程序的过程还是需要一些编程知识的。
不过，令人鼓舞的是，本次任务其实算是比较复杂的一项任务了，如果我们只是执行简单任务，过程就简单多了。即便就本案例较复杂点儿的任务而言，也是很容易学会的。只是调试的时候，偶尔会有些障碍，需要点细心和耐心。
要不要试试？
