这位学弟目前大二，在大一下学期从食品专业转入自动化。聊起这段经历，他谈到成绩怎样限制了选择、准备考试时漏掉了什么，以及如今怎样借助 AI 学习。以下是他的个人经历，涉及的考核要求是他对当年的回忆，不代表其他年份或学校的政策。
他刚入学就想过转专业，对电感兴趣，也觉得电气、信息工程等方向的就业更有优势。但有想法的时候，他还没有认真准备。大一上学期玩得多，期末成绩不理想，寒假才开始向学长打听具体要求。
了解到电气的考核情况后，他觉得自己的绩点没有优势，转而寻找有笔试的专业。他先把信息工程作为目标，提前学习大学物理和微积分。到了 4 月，新的要求公布：据他回忆，信息工程的微积分门槛是 87 分，他只有 85 分；自动化的门槛则是 85 分，刚好够报名。
他因此转向自动化。这个专业符合他对电学、代码和机器的兴趣，但他也坦言，当时有“无奈的让步、退而求其次的感觉”。兴趣是真的，因为成绩失去选择的不甘也是真的。等他开始投入时间准备时，上学期的成绩已经决定了部分方向还能不能申请。他后来最想提醒学弟学妹的，就是别等到准备申请，才发现自己已经过不了门槛。
从要求公布到 5 月 7 日笔试，他准备了二十多天。白天除上课外，大部分时间都用于备考，重点放在 C++ 和计算机组成原理。大纲中还有对人工智能、自动化的认知，他看了相关课程，却没有特别重视，也没有进一步向有经验的人打听。
笔试里有一道题，问他有没有做过人工智能或自动化相关的项目。他没有准备，这部分留了空。到了面试，他用模板和 AI 辅助生成的文字做了 PPT，主要介绍自己对专业的看法。老师却问他有没有写过多层感知机代码。他回答还没有，但已经跟着课程搭建了环境、下载了 NumPy，老师接着追问这个库的用途。
这次经历让他觉得，面试比自己预想的更重视实际接触过什么，以及能不能解释清楚。他事前所在的转专业群，讨论更多的是 PPT 怎么做、讲几分钟；真正进入面试，才发现准备中漏掉了实践这一部分。不过，他最终仍然转入了自动化。这段经历不能被简化成“没有项目就转不了”，也不足以证明 PPT 或基础知识不重要。它暴露的是他这一次准备的偏差。
转入以后，他开始学习竞赛知识和深度学习，也经常用 AI 解释代码、讨论实现方案。但他没有让 AI 从零安排整套学习，目前仍主要跟着网课，不懂的地方再问。
一次培训任务要求让画布上的文字呈现横向颜色渐变。他先自己尝试，觉得效果不理想，或者代码太长，才向 AI 求助。AI 提出了使用 NumPy 的 linspace 函数生成等间隔数据的方案。他在访谈中能继续解释，怎样把数据扩展成渐变画布，再取出文字对应的部分。他说，那次任务完成得很顺利。
另一次，他想让 AI 直接生成刷网课的脚本。因为不熟悉网页相关语言，他拿生成的代码试验，却经常遇到错误。两次任务和条件不同，不能据此比较模型能力，但能看到他使用 AI 时的一个区别：对能理解的方案，他可以继续讨论和试验；进入不熟悉的领域，直接拿到代码也未必能顺利做成。
他对 AI 辅助学习有一个明确要求：“它可以给方案，但必须解释，我必须明白方案的原理和效果是怎样的。”这是他希望采用的学习方式。至于是否真正掌握、换一个任务还能不能独立完成，访谈没有提供进一步的验证。至少在目前的实践里，他把 AI 用在具体的疑问和任务上，也仍然依赖课程提供学习路线。