力耘论坛（第54期）｜教育教学改革新进程系列讨论（之四）

厦  门  工  学  院

「宣传与馆园教育处」出品

《能力为本 · 产教深融 · 数智赋能》

——机信学院2026-2029人才培养改革行动计划

2026年我们将迎来“十五五”开局之年。作为全校体量最大、工科属性最强的学院，机械电气与信息工程学院（以下简称“机信学院”）必须回答一个问题：面对AI重塑制造业的洪流，今后，我们靠什么让学生立足，凭什么让家长买单？

1.产业对人才的需求变了

对人才的需求由单一技能转向对复合型、跨界协同能力的转变。三条厦门千亿产业链的变化极具代表性：

这种新质生产力的人才缺口，预计2030年前将超3100万。

2.我们的痛点：范式老了

我们当前面临四个“结构性痛点”：

教与用“两张皮”：课程与岗位脱节。

有实践之名，缺交付之实：学生动了手，但没出活。

会背不等于会做：评价体系依然偏向记忆。

产教协同偏表层：签协议、挂牌，企业没有真正参与教学全过程。

3.改革目标

到2029年，机信学院的人才培养要做到：让每个学生带着“作品集”毕业，让企业用“交付物”认可我们。我们核心指标就是这九个字：能设计、能集成、能交付。

我们将通过“以能力地图锚定目标、以模块化课程群整合内容、以项目主线强化驱动、以证据闭环验证成效”这四步路径，实现系统升级。

能力地图：将原本模糊的培养目标，清晰定义为学生应具备的核心能力。

课程群组：围绕核心能力进行课程重构，最后形成有机衔接、层层递进的课程模块。

项目主线：从大二到大四，让学生在真实的场景中能力逐渐形成。

证据闭环：转变评价方式，更重视可验证、可追溯的项目交付物与过程表现。

该方案的核心理念体现为：能力导向、课程重构、项目贯穿、证据为本。

三个学科大类是智能制造交叉融合的核心源动力。机械类提供了智能制造的物理载体，电气类赋予了智能制造行动的能力，信息类注入了智能制造智慧的灵魂，只有当这三个核心同时发力并深度融合时，才能为智能制造提供强劲动力，三者关系如下图所示。

1.学科大类能力框架及课程组

为强化“主攻能力”的专业深度、拓宽“辅助能力”的融合广度，我们系统重构了学科大类能力体系及课程模块。

(1) 机械类专业能力课程群

(2) 电气类专业能力课程群

(3) 信息类专业能力课程群

2.三层递进

学科基础层、跨界协同层、融合应用层，由浅入深，逐渐递进，最终达到岗位胜任。

学科基础——以宽口径基础能力构建“硬件底座”

智能制造的工程能力最终表现为系统集成与复杂问题求解，但其根基来自扎实的数理基础与机械/电气/信息等学科基础。宽口径基础相当于智能制造能力的“躯体”，决定了学生能否理解装备、控制与信息系统的共同语言。培养过程中强调基础课程与工程任务之间的可追溯关系，避免知识碎片化与“学用断层”。

跨界协同层——以项目需求组织知识，形成可迁移能力

在完成基础打底后，学生进入跨学科模块化学习阶段：围绕项目任务按需选修控制、通信、传感、数据采集与监控、算法与优化、系统工程、标准与安全等课程模块。知识不再按学科边界被动铺陈，而以工程问题为牵引进行组织，从而显著提升综合设计能力与跨域迁移能力。

融合应用层——用真实场景与真实交付证明能力达成

能力是否形成，最终要靠工程交付来验证。因此培养的核心载体是项目式实战：围绕智能制造典型工程场景开展研究、设计与实现，以作品/系统/工程报告等可验证成果作为学习证据链（learning evidence）。这一阶段强调“真实约束”——节拍、可靠性、安全、成本、可维护性与可扩展性等，使学生在接近产业真实环境的条件下完成从方案到落地的闭环训练。

岗位胜任——对标岗位能力画像，实现从“会做”到“能用、好用”

全景图的出口是岗位胜任：毕业生能力直接映射到现代工厂关键岗位要求，可成长为技术骨干或工程管理/现场管理人才，在系统集成、工艺与装备、自动化与信息化、数据驱动决策等方向形成稳定的专业优势与持续精进路径。

“学科能力交叉融合路径图”不仅仅是一个指导人才培养的图谱，更是跨界创新、产业协同、科研布局的战略载体。其核心价值在于打破学科壁垒，激发复合型人才成长，实现“知识-实践-创新”的全过程培养模式，为新兴产业输送具备高水平复合能力的人才梯队。

AI不是“加一门选修课”的表面工程，而是必须内化为学生的基础能力底座。

面向智能制造领域“系统复杂、技术交叉、迭代快速、岗位能力复合化”的典型特征，人才培养必须从“课程知识传授”转向“工程能力生成”，并以成果导向（OBE）贯穿全过程。“从大二至大四的成长路径图”，以“分类分层、项目导向、能力导出”为核心理念，构建了以学生兴趣为驱动的个性化、多路径工程教育新体系。采用“先分流、后汇聚”的培养模式，将基础理论系统转化为解决复杂工程问题的实战能力。

1.大二至大三（专业分流）：夯实学科专业基础

对标学科能力要求，完成“理论基础模块+主攻能力课程模块”的学习，构建扎实的学科专业理论体系与核心能力底座。

2.导师发布课题：学生自主选择方向

该机制起到桥梁作用，将理论推向应用。五个代表性方向为：数字化工艺设计方向：优化智能制造过程中的工艺规划；机器人集成应用方向：从设计建模到控制编程；工业互联网方向：实现设备与数据间的智能互联；机器视觉应用方向：聚焦智能生产中的质量检测；更多应用方向：根据实际产业项目需求动态生成。每个方向都服务于实际生产场景，强化工程化思维的养成。学生进入项目组后，按项目需求从“课程超市”选修本学科及跨学科的模块化课程，形成“以问题为牵引、以能力为导向”的学习路径。

3. 大三下至大四（项目汇聚）：融合实践与工程解决能力

进入“大三下至大四”的实践汇聚阶段，学生面临更高阶的挑战——多路径汇聚，项目集成、团队合作，解决复杂工程问题。项目来源多元：涵盖RoboMaster大赛、企业课题（如自动化产线改造）、科研探索等；项目团队不再局限于同专业、同班级的单一结构，而是按任务需要跨专业、跨方向组队协作，提升系统集成与工程协同能力；毕业设计与实际对接：如实物样机、系统平台、专利、论文或工程报告等，实现“学—研—用”闭环。

工业智造产业学院是我院的产业学院，拥有柔性智造产线，主要包括硬件与软件。硬件：仓储、加工/装配单元、AGV/输送单元、视觉检测单元等。软件系统：PLC控制单元、制造执行系统、数据采集与监控系统、数字孪生系统。如何依托该产业学院开展项目制，主要采取以下三个步骤：

其一，产线要素教学化拆解。智能产线天然是软硬一体、强耦合系统，必须拆解为可教、可练的能力单元：硬件层包括仓储、加工/装配单元、AGV/输送、视觉检测等；软件与系统层包括PLC控制、MES、数据采集与监控（SCADA/IIoT）、数字孪生等。通过“结构—控制—信息流/物流—数据闭环”的统一视角，学生逐步建立从单元到系统的工程认知框架。

其二，项目库体系化建设。项目库承担“产线能力—课程模块—评价标准”的对齐功能，并按“三条主线”组织多学科能力：机械类以“结构—工艺—性能”为主线，电气/自动化以“控制—通信—协同”为主线，信息/智能以“数据—算法—决策”为主线。项目库分级设计（入门—提高—综合—创新），使不同年级学生都有可启动、可完成、可提升的工程任务，保证培养的连续性与可扩展性。

其三，以代表性项目贯通培养链条，形成螺旋上升的能力路径。以“AGV小车设计与应用”为例，AGV系统包含机械底盘与驱动机构、电源管理、感知与导航、运动控制、通信与调度等典型要素，天然具备跨学科与系统集成属性，适合作为贯穿式项目载体：

在工程认知阶段（大二上），通过拆解工业AGV与场景复盘，建立整机系统观与安全规范，解决“由什么组成、如何在产线中工作”的认知问题；

在单元模块阶段（大二下/大三上），深入底层硬件与控制实现，完成驱动电路、传感器接入、嵌入式代码与基础运动控制，解决“如何稳定运动”的关键问题；

在系统集成阶段（大三），引入物联网与AI能力，部署视觉/定位与导航算法（如SLAM、YOLO等），打通通信、监测与调度接口，让设备具备可感知、可互联、可优化的智能特征；

在综合创新阶段（大四），面向真实产线约束，解决多机协同、拥塞与路径优化、异常诊断等复杂痛点，完成“需求—设计—实现—测试—交付”的工程闭环，最终形成可交付、可评价、可迁移的卓越工程实践能力。

“AGV小车设计与应用”项目实施的方法如下图所示。

通过上述体系，产线从“参观对象”转变为“教学底座”，项目从“课堂作业”升级为“工程交付”，评价从“考知识点”转向“看系统成果”。在AI赋能与产教融合的共同作用下，培养过程实现持续迭代：产业问题进入项目库，项目库反哺课程结构，课程输出支撑科研与产业交付，最终形成面向智能制造的多学科融合人才培养闭环。

2026：筑基之年 —— 建标准、搭框架、跑试点。重点完成能力地图与课程群重构，建立项目库与成果包标准，并成功运行3–5个旗舰试点项目。

2027：扩面之年 —— 全覆盖、强实践、深协同。大二以上主干课程全面项目化。

2028：提质之年 —— 抓内涵、出成果、树标杆。建成典型案例库，学生作品集成为就业“硬通货”。

2029：固化之年 —— 成体系、数据驱动、对标认证。

“能力为本”从来不是一句停留在墙上的口号，而是一场真正触及课堂、触动评价、触及每一位学生成长的深层变革。

我们之所以坚持推进，是为了兑现一个根本的教育承诺：让每一门课，都能清晰回答“培养什么能力”；让每一个项目，都成为“真刀真枪”的实战训练；让每一位毕业生，不仅获得文凭，更拥有一份扎实的、可展示的“能力履历”！

编辑 | 陈文婷

初审 | 黄颜希

复审 | 戴丽欣

终审 | 姜亚男