其他
电脑方面
在介绍其他部分之前，我先说一下我的经历。在步入预科二之后，用电脑的场景回增加许多，不只是几个竞赛有需要，同时很多课程作业也是需要的。我使用的是一台2020年的MacBook Air，CPU是M1.
'c. user@hostname.local
,xNMM. -------------------------------
.OMMMMo OS: macOS 15.5 24F74 arm64
OMMM0, Host: MacBookAir10,1
.;loddo:' loolloddol;. Kernel: 24.5.0
cKMMMMMMMMMMNWMMMMMMMMMM0: Uptime: 2 days, 1 hour, 24 mins
.KMMMMMMMMMMMMMMMMMMMMMMMWd. Packages: 181 (brew)
XMMMMMMMMMMMMMMMMMMMMMMMX. Shell: zsh 5.9
;MMMMMMMMMMMMMMMMMMMMMMMM: Resolution: 1440x900
:MMMMMMMMMMMMMMMMMMMMMMMM: DE: Aqua
.MMMMMMMMMMMMMMMMMMMMMMMMX. WM: Quartz Compositor
kMMMMMMMMMMMMMMMMMMMMMMMMWd. WM Theme: Blue (Light)
.XMMMMMMMMMMMMMMMMMMMMMMMMMMk Terminal: Apple_Terminal
.XMMMMMMMMMMMMMMMMMMMMMMMMK. Terminal Font: SFMono-Regular
kMMMMMMMMMMMMMMMMMMMMMMd CPU: Apple M1
;KMMMMMMMWXXWMMMMMMMk. GPU: Apple M1
.cooc,. .,coo:. Memory: 1594MiB / 8192MiB
无论是什么操作系统，对于自己的电脑是要有一些基本常识的。无论你使用 Windows、macOS 还是 Linux，最好尽早熟悉文件路径、终端、环境变量、软件安装、代码编辑器、压缩与解压、常见报错信息这些基础概念。它们看起来不起眼，但之后写实验报告、配置 Python、编译 LaTeX、跑代码时，都会反复出现。
这里也想顺便说一句：技术上的熟练不应该变成优越感。每个人都是从“什么是终端”“为什么又报错了”开始的。真正厉害的人，不只是自己会用工具，也能把复杂的东西讲清楚，让后来的人少一点无助感。至少...不要和我一样，对于别人的求教，却让他徒留失落。
整个预科二阶段学习的东西真的挺多的，我想想应该从哪里说起。
LaTeX
这应该是我预科二期间在电脑上用的最多的东西之一。
相较于“所见即所得”的Word，latex需要你使用对应的编译器去编译对应的tex源文件从而得到一些中间文件与所需的pdf文件。
我个人并不是很喜欢Word，毕竟对于我这样的新手来说太难了。尤其是在进行一些复杂的排版工作时，往往会被一些隐藏逻辑折磨。Word排版工作是很多时候只是在拖动视觉结果，这种所见即所得，并不是你真的看见了文档的全部逻辑，只是看见了最终渲染效果。再加上Mac上并不原生的应用环境。使我逐渐的放弃了Word.
LaTeX相较于其他的编程语言而言的话，它不是在控制计算流程。latex的源文件大多数是在描述文档的结构。
各种课程的作业还是比较常使用latex的对我来讲，比如生物实验报告，物理实验报告，物理小论文，语文小论文等。这一类通常有严格的排版格式要求的作业会使用latex排版。在这个项目中也是有EQmarks学长制作的生物实验报告的tex模版以及word模版。我认为这些作业一般是比较看重你的排版结构以及内容的。所以建议是自制一个好的模版或者说自行寻觅一个好的模版。
| 
|
左侧是著名的论文《Attention I s All You Need》，右侧是我的物理小论文5。选用的都是AAJ的论文latex模版。
| 
|
这个则是我采用的物理实验报告的模版，可以看到还是比较正式的。毕竟后面在大学期间编写论文和报告很大程度上也是要使用latex的，所以个人还是比较建议学习并熟悉一下latex的。
各类编程语言
（注：本部分不包括计算之美课程）
预科二是要学python的，像杭高是我听说预科一就会教py，但是交附教的是C++。如果陈老师来一个Mworks限时返场的话，那还要学julia。（我吐槽两句，julia语法和matlab很像，但这门语言却又有很多问题诸如性能是只在精心设计代码结构时才有的；社区生态环境是小众的；调试过程是慢到想砸电脑的；垃圾回收是差的离谱的等）
预科二有一门课叫做基础数学实验，这门课其实就是从0开始学习py。想去打数模或者对py感兴趣的可以认真学一下马军（雪人）的课的内容，这是我认为的预科二最有用的一门课了。
马军老师在上课时会使用jupyter notebook带着大家去一步一步学一步一步教，其广度设计的还算合理。先是会在课上教怎么配置py环境。这一点挺不错的，虽然整体的教学相对来说有点原始。但是在一个大家几乎都是0基础的情况下，这一步遍就显得十分之重要了。相较于某几位在明知少年班没有高数和线代基础的情况下硬讲的老师来说的话，给一个夯的评价。往后，则会教学像分支结构，循环结构，函数，类等编程的基础概念。最后几节课则教一些第三方库的东西。
如果以后准备去一些像是土木、环境、材料之类的专业，那其实有没有编程基础都一样。但是对于电气、软件、电信、自动化等大部分专业的话，还是建议好好学一学的。
截止到我写这一篇为止，雪人依旧没有在思源学堂上批改我的作业，所以我也不敢说我的作业是一个优秀的。因此我选择仅把其中一个摘出来作为给学弟学妹的参考。使用的是jupyter编写导出html再打印为pdf.马军会要求只能上传word给他，但事实上是因为他在思源学堂上可以直接预览.docx文档，PDF需要先下下来才能查看。你如果提交PDF，他也是可以接受的。
其他的话建议学一下matlab，毕竟这和py学好了之后在各种竞赛中也是很有用的。加上现在AI普及，学起来还是比较快的。
AI & Agent
by FYC
进入预科二，大家将首次自由使用电子产品。像豆包、DeepSeek、千问、ChatGPT 这类 AI 工具，想必多数同学已有所接触。实际上，日常学习和生活中的大部分问题，用好其中一两个便足以应对。但需注意，不同 AI 工具的能力参差不齐。当前大模型的图像识别尚不成熟，幻觉问题也未被彻底解决，因此使用时建议多方查证、交叉验证，优先选择幻觉率较低的模型。
最近，Agent 发展迅速。简单说，Agent 就是能读写本地文件、上网搜索的 AI，与网页版没有本质区别。如果你有编程基础，不妨尝试一下 Agentic coding，这正在成为编程的重要形态，但对代码结构的理解和逻辑表达依然是核心技能。若你不打算深入计算机方向，Agent 也能显著提升学习效率。学会使用 Agent 对于完成 ~~课内作业~~、整理资料以及各种竞赛都有很大帮助。
快速上手
各位可以从安装配置一个 Agent 开始尝试，下表整理了部分常见的 Agent。
| 名称 | 说明 |
|---|---|
| Codex | OpenAI 出品，如果有 GPT 的 plus/pro 套餐，首选自家的 codex。有 GUI 和完善的插件系统，开箱即用，上手门槛低。 |
| opencode | 开源 Agent，有 GUI 和 TUI，开箱即用，因此上手门槛较低。适合与大部分国产模型配合使用。 |
| pi | 开源 Agent，仅 CLI，需要自己配置插件，上手门槛较高，但是灵活、可扩展性强，适合有编程基础、定制化需求者。 |
| Claude Code | 业界公认最强 Agent，提供 CLI与桌面版，外接模型需要用非正常方法。 |
下载完 Agent 后一般不能开始工作，如果是 Codex 或者 Claude Code 并购买了对应的套餐，可以直接登录后使用。如果希望接入其他模型，则需要自己配置供应商和 API key，关于配置网上资料很多，网页版 AI 也能很好地指导。模型各有各的好处，购买 coding plan / token plan 后价格会优惠不少，除非是 DeepSeek 和 Mimo，否则强烈建议购买一个 coding plan。配置完成后关于 Agent 的进一步配置，例如 skill, mcp 和扩展的安装可以直接问 Agent，Agents 有能力配置自己。关于模型供应商的选择，见下表。
| 模型名称 | 推荐调用方式 | 说明 |
|---|---|---|
| DeepSeek | API 按量计费 | 国产模型，模型能力中上（你们看到的时候 V4 GA 应该发布了，以下仅作参考），分 DeepSeek V4 Flash 和 DeepSeek V4 Pro，flash 价格为 pro 的 1/3，能力都够用，pro 在自主解决长任务时正确率较高，不像 flash 经常需要人工干预。对于轻度使用者或尝鲜使用推荐 DeepSeek，按量付费可以做到接近 coding plan 的性价比。也适合作为 coding plan 的补充。缺点是不支持多模态。也是笔者现在的主力模型之一。 |
| MiniMax | Token Plan | 国产模型，主打性价比，具备很强的多模态能力。最新模型是 MiniMax M3，个人体验模型能力和 DeepSeek 接近，指令遵循或许更好？Token Plan 性价比极高，适合大量使用。也是笔者现在的主力模型。 |
| GLM | Coding Plan | 国产模型，编码能力非常强，具备多模态能力，适合写代码、做项目。但是性价比较低，且 plan 需要抢，很难抢（代抢都抢不到的那种）。 |
| Kimi | Coding Plan | 国产模型，K3 能力非常强，但是太贵了我没用过😭。听说性价比较低。 |
| Qwen | Coding Plan | 国产阿里出品，编码能力非常强，也具备很强的多模态能力。但是 plan 仅有 200 元一档，API 价格 非常 昂贵，我几乎没有用过。 |
| MiMo | Coding Plan / API 按量计费 | 国产模型，最便宜的模型，个人认为能力非常一般。 |
| ChatGPT | Plan | 能力最强的模型之一，能力强、额度高，但是档位较少。建议有能力使用的同学购买。ChatCPT的套餐从Plus开始带有Codex的使用额度，这个我认为还是比较好的，毕竟作为一个包含了Computer Use插件功能的Agent来说，很多事情都是变得不需要额外的连接器也可以实现codex的自动化。所以Codex带来的不止是vibe coding. 综合来看，gpt的逻辑推理、科学分析和复杂问题处理能力长期处于头部水平。当然，如果只是满足平常学习需求的话，其实并不是很必要考虑开一个GPT Plus。但是如果有一些长期的竞赛需求，或者是一些复杂任务，还是可以考虑一下ChatGPT的。 ——Luminol |
| Claude | Plan | 能力最强的模型之一，但是出于 Anthropic 的企业价值观，以及对中国账号的态度，不建议购买。（Fuck you A\ —— 匿名）（据我使用的Opus4.7的感受而言，至少有一点传言是真的：贵 。其他的来说的话，毕竟大学生，又不是初创公司，其实也用不上这么贵的模型，同时其文风一而再的下降，同时实际使用上其编程能力和其他的模型差距也不是很大。而且其对于国内的策略与行为也一言难尽，使用起来极其易封号。（原则上根据Anthropic的用户协议是封号不退款的，但是根据某同学所说封号的确退全款了）但是这种不稳定性就说明了其实并不是很适合去使用这样的一个模型。总而言之，如果对于高级的国外模型有需求，建议还是ChatGPT吧。——cppo） |
| Gemini | Free | 这个模型又称“北美大糖包”，试问：“你会为豆包儿付费吗？”Google将这个模型塞进了许多地方，在它的官网可以免费使用其pro模型。Gemini最为突出的点一来是有着免费用户亦可使用其最新的模型，这对于白嫖党来说是再好不过的事。而且其具有独一档的原生多模态能力，超长上下文处理能力，同时与 Google 生态结合紧密，特色的视频、PDF和跨模态检索处理能力。以及堪称丰富的逆天幻觉产出能力与一言难尽的拍马屁能力（某人把美赛论文发给 Gemni，Gemni 称可以冲击 O 奖，导致他们自信满满提交了论文，最后获得了 S 奖）。有条件的可以尝试将一些日常的东西从豆包迁移到Gemini上来体验一下。 ——Amethyst |
使用场景
AI 可以做的事情很多，和普通软件的最大区别就是可以 个性化 地完成任务。所以不必拘泥于以下用法，可以尝试结合自己的需求，让 AI 为你所用。
配置 Agent
这是被很多人忽略的，大部分 Agent 都需要经过个性化的配置才能比较顺手。但是配置 Agent 需要学会 AGENTS.md, skill, MCP 和插件等概念，需要找到各种配置文件并修改，而且网上充斥着各种广告和错误信息。大部分 Agent 都有能力配置“自己”，所以直接告诉 Agent，让它帮你配置并给你解释是一个非常取巧但是好用的方法。
排版
正如上文所说，使用 \(\LaTeX\) 可以排版出优美的出版物。但是手动编写 \(\LaTeX\) 非常繁琐，\(\LaTeX\) 复杂的语法也经常为人诟病，但有了 Agent，使用纯文本编写文档成为了 AI 时代的优势。你可以写一个 Markdown 版本，然后交给 Agent 排版成 PDF 版本，或针对写完的版本提出修改意见并执行修改。~~当然也能直接完成整篇论文，这是不推荐的。~~ 理论上也能用这个方法 + Beamer 制作 PPT，但是个人认为用 \(\LaTeX\) 做 PPT 不如 PowerPoint 直观，因此我几乎没有这么做过。
制作复习资料
复习时可以把复习资料全部丢给 Agent 编写知识点汇总、模拟试题等，但是需要注意验证知识点是否完整，模拟题难度是否合适，以及知识点覆盖是否完整。可以针对 自己的记忆习惯和现有知识 做针对性的梳理。以语文考试为例，我需要把各个知识点归类才能更好地记住，所以我做了几个分类汇总的表格（欧美文学史简编），这帮助我快速记住了课程的各个作者和知识点；我的室友用 Agent 制作了 Anki 卡片，并用 Anki 背诵（Anki 是一个辅助记忆软件，Anki 官网）。我们都取得了不错的成绩。
做小工具
很多时候记账、统计之类的工作，或一些数据处理的工作都可以完全交给 Agent 完成。现在我很少用 Excel 了，基本上如果有需要处理的数据就交给 Agent，直接让 AI 分析，有问题还能直接追问。如果需要长期记录，或需要经常使用，可以让 AI 做一个 HTML 小工具，这些工具大多是非常个性化的，但是能极大提升效率，把我们从重复的劳动中解放出来。当然如果这个工具可能帮到其他人，也可以补上 README 和 LICENSE，然后放在 GitHub 上，供他人使用（如学长的项目 XJTUToolBox，btw, 这个项目其实很实用，我也在参与开发，欢迎各位使用）。
各种竞赛
大创、数模等各种竞赛之前都少不了能熟练编程的选手作为组员，但 Agent 的出现能极大降低这方面的需求。AI 让不会编程的人也能做出项目，能在数模比赛有限的时间内提供多样的建模思路，甚至并行尝试多种建模方式。
但这不代表不需要训练。有些人能用 AI 做出更大规模、更优质的项目，有些人只能做出玩具级的应用，差别依然存在。学习编程不必拘泥于记忆语法和库的用法，而应关注更高级的架构设计、系统思想等抽象概念。参加建模比赛也不意味着不需要学习各种模型——否则可能会把大量时间和金钱花费在错误的道路上——但确实不必花大量时间死磕算法的数学原理或背诵函数名。
一点感想
AI 工具迭代极快，但多数只是短暂热点，未必经得起长期检验。很多是其他竞品的模仿和炒作的产物，并不适合普通用户，更难以长期使用。如果出于兴趣可以尝试，但频繁迁移工作流、花费大量时间学习新工具，反而得不偿失。好比当年没能第一时间拿到第一代 iPhone，其实并不会对后续的生活产生实质影响。选工具时，“顺手”和“高效”比“新潮”更重要。
最后想分享一个亲身教训。AI Agent 确实降低了开发门槛，即使完全不会编程也能较快生成可用的软件。但过度依赖 AI 完成项目，容易让人在即时反馈中沉迷投入，最终产出没有实际价值。翻看我的 GitHub 主页，堆满了各种半成品——它们耗费了大量精力，却因缺乏前期市场调研和可行性分析，最终被放弃或从未发挥作用。因此，在启动任何一个 AI 辅助项目前，不妨先问自己两个问题：“这个项目真的需要我自己来开发吗？” 以及 “我的时间和精力是否值得投入在这个方向上？” 仔细思考这两个问题，才能筛选出真正有价值投入时间、投入精力制作的项目。
总之，工具和 AI 是辅助手段，而非主导者。与其在众多选择中反复比较，不如回到问题本身，用最直接的方式解决，同时保留自己的独立判断。这或许是在技术快速变化中保持清醒的可行之道。
XJTUToolBox
XJTUToolBox是在交大（无论是少年班还是本科阶段）都特别实用的小工具。在这里推荐一下。毕竟移动交大app和jwxt网站的速度很多时候真的挺让人抓狂的。具体的功能可以点击链接到github上进行探索。
国卓班资料
其他/ 目录新增了两份国卓班材料。6 页的国卓班学生管理办法说明选拔准入、3+1+2 本研贯通培养、校企双导师、学籍管理、退出与转段等规则，并注明自 2025 级实施；18 页的2026 年少年班专业宣讲来自钱学森学院 2026 年 6 月的宣讲。它们适合提前了解培养路径和规则，但政策具有时效性，真正填报、转段或确认资格时一定要再看当年学院与教务部门的正式通知。
长安小师赛出品
陕公网安备61010302001373号