每年开春，总有不少家庭开始悄悄盘算孩子的升学路径。当“AI素养”不再只是科技圈热词，而成了国际高中课程的标配，家长们的关注点也悄然转向了真实落地的教学场景与适配逻辑。
北京四中国际课程佳莲校区的人工智能课程，这几年在学生圈里常被提起——不是因为名字响亮，而是因为课表里真有代码、有模型训练、有和高校实验室联动的项目制学习。它不靠噱头吸引人，靠的是把“人工智能”从概念拉回课桌前的一支笔、一台电脑、一次小组答辩。
招生对象很明确：面向在读10至12年级的学生。这里没有“低龄启蒙”或“兴趣体验班”的定位，课程设计本身就有门槛——它默认你已具备代数运算能力、能读懂基础英文技术文档，也愿意为一个算法优化反复调试三遍。学费方面，目前执行标准为每年17.2万元，与校区内其他国际课程保持合理梯度，体现资源投入的真实成本。
学术基础这块，学校不会只看成绩单上的数字。数学和科学类科目成绩确实重要，但更关键的是孩子是否展现出持续追问的习惯。比如有位同学曾在个人陈述里写：“我用Python复现了课堂讲的KNN算法，发现邻居数设为5时准确率最高，但换成不同数据集结果就变了——这让我开始查交叉验证。”这种带着思考痕迹的实践，比一纸竞赛证书更能说明问题。
入学测试分三块：数学、英语、专业思维。数学题不偏不怪，但会嵌入现实情境；英语侧重学术阅读与简明表达；专业思维测试则像一场轻量级头脑风暴——给一段自动驾驶事故新闻，问你会从哪些角度分析系统缺陷。有学生反馈：“题目没标准答案，但考完突然意识到，原来‘AI伦理’不是空话，是得落在传感器响应延迟里的具体判断。”
英语能力证明接受托福Junior等同等级别成绩，但若暂时未达标，学校提供加试机会。这个安排挺务实——语言是工具，不是筛子。我们见过几位加试后入学的同学，半年内就能独立完成英文版机器学习项目汇报，进步节奏远超预期。
材料准备上，学业成绩单、荣誉证书、英语成绩是基础项；个人陈述则最见真章。它不求辞藻华丽，但期待看到真实的好奇心：为什么想学AI？最近一次被技术“戳中”的瞬间是什么？有没有尝试过哪怕最简单的编程？有位女生写道：“我妈用AI修图把我P进了故宫雪景，我好奇怎么做到的，于是下载了Stable Diffusion，折腾三天终于跑通第一个提示词——虽然生成的猫长了六条腿。”老师说，这样的文字，比套话更有温度。
适合什么样的学生？未必是奥赛金牌得主，但大概率是那个总爱拆遥控器、会为APP推荐机制较真、在物理课后追问“神经网络和突触传递到底像不像”的孩子。他们未必清楚自己未来是否做工程师，但确定不想只当技术的被动使用者。
课程背后，是北京四中本部教研团队与校外技术力量的常态化协作。比如每学期一次的“AI工作坊”，由合作高校教授带学生实操图像识别模型部署；海外研学也不止于参观，曾有小组在波士顿某教育科技公司参与儿童编程工具可用性测试，回来后直接优化了校内AI选修课的交互设计。
说到底，这门课的价值不在“镀金”，而在帮孩子建立一种技术时代的认知坐标系：知道算法有边界，数据有偏见，创新需伦理，而真正的竞争力，永远藏在理解原理、质疑结果、动手验证的过程里。
教育不是流水线，选课更不该是信息拼图。当人工智能成为日常语境，我们真正需要的，是一门让人坐得住、想得深、做得出的课——北京四中国际课程佳莲校区正在做的，正是这件事。
