开学没几天，一个学生举手问我：老师，这些参数能不能让AI自己找？
我愣了两秒。有点高兴，也有点慌。
那节课讲铣削用量。切削速度、每齿进给、轴向切深，三个数。书上有公式，后面还附一长串修正系数表。我讲了十几年，学生背得滚瓜烂熟，一进实验室就抓瞎——料不一样、刀不一样、机床还哆嗦。现在有人问我能不能让算法来找，这问题本身，就比那张系数表有意思多了。
但接下来一个学期，我在课上折腾 AI工艺优化 的过程，基本就是不断发现自己讲漏了东西。
它给的那组参数，零件表面像搓衣板
先说坑。
我找了个开源优化库，写了个小脚本。输入是主轴转速、进给、切深，目标是最小化加工时间。约束呢，只写了机床的转速范围和进给范围。跑出来一组参数，看着挺漂亮——比原来短了三成。
学生拿去试切。出来一看，表面像搓衣板。
振动。机床刚性不够，径向切深给大了，颤振。算法不知道什么叫颤振，它只知道数字边界。
这件事我在课上讲了三遍。不是讲颤振，是讲约束从哪来。学生习惯把优化问题当成“我给个目标，你给个解”。可工艺问题的难点从来不在求解，在于你把什么写进约束里。
夹具刚度、刀具悬伸、机床功率、排屑空间、冷却液能不能冲到那个位置——这些东西，算法一个都不知道。你不写，它就不管。写进去了，它才可能给你一个能落地的解。
我把优化器塞得太早，这是一次失败的教学设计
更糟的是节奏。
起初我的设计很简单：讲完基础，直接上贝叶斯优化。理由很朴素，工具好用，学生照着调包就行。结果全班三十几个人，一半卡在环境配置上，剩下的一半把二十组试验数据喂进去，模型就过拟合了，推荐出来的参数一次比一次离谱。
那天下午我坐在办公室复盘。问题不在工具，在我把顺序搞反了。
工艺试验是有成本的。真机上做二十组，学生得排一整天。数据量小、噪声大、还不可重复——这就是工艺数据的本来面目，不是我该绕开的困难。
改法是把链条拆开：先用正交试验表把因素和水平想清楚，每人手工记录粗糙度和切削力；再用这批数据训练一个代理模型；最后才让算法在这张响应面上搜。多花了三周课时，学生反而更快进入状态。
有学生跟我说，老师你这么一拆，我才知道那个“黑箱”里面装的是什么。
还有个很现实的问题：环境。Python、依赖库、求解器，版本一冲突，一个下午就没了。有人装了三个小时，最后发现是路径里有中文。这时间花得冤。后来我把课程环境搬进容器，开浏览器就能用，算是把这块浪费掐掉了。工具链不该成为门槛，它只是台钳。
我自己也感慨。以前总觉得新方法要早点上。现在看，早不等于快。
真正卡人的，不是代码
后来我把任务重新梳理成一条线：从CAD模型出发，CAM里出一段刀路，仿真拿切削力，再回头调参数。学生要做的事其实只有两件——定义目标，划清边界。中间的计算交给脚本。
听起来简单。课堂上最难的地方，落在两个提问上：
你要优化什么？
你允许它动哪些量？
就这两句，能问倒一大片。有人说优化效率，可效率是加工时间还是刀具寿命？这俩目标经常打架。有人把进给和转速都塞进去，却忘了机床功率上限是随转速变的，不是个常数。
我让他们先画一张图：横轴列可控量，纵轴列不可控量，中间连线，标出影响的路径。画完再讨论。图一出来，讨论就有料了。有人发现，自己一直当作“噪声”的东西，其实是装夹重复定位误差，是能管住的。也有人发现，自己使劲优化的那个量，对结果几乎没影响。
这就是我想要的课堂状态。吵一点没关系。
还有个学生，做完仿真后嘀咕了一句：原来课本上那堆系数，是这么来的。我没接话。这种自己撞上来的领悟，比我在讲台上说十遍都管用。
评价方式不改，学生还是只会交零件
期末我动了一次评分标准。
以前看最终零件尺寸和表面质量。这学期加了一条：交一份决策日志。记录你试了什么、为什么否掉、哪一步是算法给的建议、你采信了多少、在哪一处推翻了它。
有意思的是，推翻算法次数最多的那几组，分数并不低。
有个组让算法推荐了一组高速切削参数，但他们发现机床接近最高转速时振动明显，主动降了两百转。加工时间长了，表面质量稳住了。日志写得很清楚。这种判断，我认为比“跑出最优解”值钱。
也有反面的。一个组从头到尾让脚本决定一切，日志就几行。零件合格，我还是给了中等分。他们来问我为什么。
我说，你现在会用的这个工具，明年可能就换一版了。你留下的那份判断，才是你自己的。
他愣了一下，说那下次我多写点。我笑了，说不是写多点，是想多点。
这学期下来，我对 AI工艺优化 的看法变了一点。它不是课程里新增的一章，更像是铺在整个工艺教学底下的一层网——把参数、约束、试验、评价串在一起。串不好，它就是多装一个软件；串好了，学生会开始问一些以前不会问的问题。
比如，为什么这个系数是 1.2 而不是 1.5？
比如，算法说这组参数好，它凭什么？
这些问题，我在讲台上等了很多年。
下学期的安排还没想清楚。有件事我想先做：把“可解释性”单独拎出来讲一节课。让学生不光会用模型，还得敢质疑它。要是连质疑都不敢，那学到的不过是一套新公式罢了。
