深夜里，蘇州科技大學電子學院的實驗室依舊亮著燈，計算機科學與技術專業大二學生朱偉杰還在調試一段新的算法，在他的電腦后臺，另一個“老伙計”——一套能為中小注塑企業自動推薦生產參數的AI系統，正持續運行。

“我想看看，AI到底能在多少實體場景中‘跑起來’。”朱偉杰說。使用AI工具，朱偉杰很早就開始嘗試。入學不久，在學院學生會工作時，面對二十多人的值班排班表，他嘗試求助AI。然而，AI“幻覺”頻出，經常把沒空的同學排上去。

“我發現，不是AI不行，是我不會‘問’。”他通過增加“必須參考同學填報的空閑時段”等精準指令，讓AI生成了一份清晰合理的排班表。這次實踐，成了朱偉杰理解人機協作的起點。

真正的挑戰來自一個更“硬核”的領域。2024年，通過導師引薦，朱偉杰加入學院持續數年的“MES注塑系統”研發項目。盡管當時對注塑行業幾乎一無所知，朱偉杰卻敏銳察覺，“這是將技術用于實體經濟、解決真問題的機會。”

跟著導師走訪蘇州、常州的20多家中小注塑企業后，他觸碰到真實生產中的一些“痛點”——車間里，老師傅憑借記在泛黃筆記本上的經驗調校機器參數，一次試模失敗，數百元材料就打了水漂；設備品牌雜亂，且數據無法互通……

“我們能不能用AI把成本打下來？”朱偉杰和團隊提出構想——不做大而全的傳統軟件，而聚焦“智能參數推薦”這一核心痛點，打造一個輕量化、低成本的AI模塊。

說干就干。團隊聯合校企合作企業共建數據庫，收集超過7萬組注塑工藝參數，通過構建知識圖譜，讓AI學習參數間的復雜關系。起初，AI推薦的壓力參數與實際值偏差很大，“老師傅直搖頭”。在導師指導下，他們又加入“反向修正”模塊：老師傅手動調整的參數會被記錄，用于反向訓練AI模型，使其越用越準。

2025年夏天，這個項目站上中國國際大學生創新大賽的舞臺。沖擊國賽的階段，是“壓力與燈光”的記憶。

“深夜宿舍斷電，只有電腦屏幕亮著，一位同樣備賽的室友默默用充電寶給我接了一盞USB小燈。”朱偉杰回憶。那個夏天，他學會了如何在專家各異甚至矛盾的意見中做判斷，如何把艱深的技術邏輯講得讓外行聽懂。最終，項目斬獲國賽銅獎。

“我不再只是一個親手寫代碼的執行者，”朱偉杰說，“我學會了如何指揮AI協同工作，如何從用戶需求出發規劃產品方向，成為一名真正的架構師。”

如今，朱偉杰參與研發的MES系統智能推薦模塊已在兩家合作企業投入試用。關于未來，他目標清晰：一方面，繼續深耕注塑行業，希望將系統從“參數推薦工具”拓展為“數據智能服務”；另一方面，報考人工智能方向的研究生，夯實技術根基。

“我們要把學生從理論中‘拉’到應用場景里。”蘇州科技大學電子學院黨委副書記嚴生說。江蘇省、蘇州市對“OPC”（One Person Company，一人公司）等創新模式高度關注，政策活水正在灌溉“個體創新者土壤”。

實驗室的燈常常亮到很晚，越來越多像朱偉杰一樣的青年正滿懷憧憬，讓AI技術在實體場景中生根結果。（中國教育報-中國教育新聞網記者 阿妮爾 通訊員 周健 趙玉姝）