大一课程：大一萌新

写在前面

刚进入大学生活的你一定会好奇：大学的学习模式跟高中到底有什么区别？高中的学习方法还能不能直接套用到大学里？

不妨先回想一下，高中的时候，我们是怎么学习的。

首先，高中有明确的教科书和考纲范围，市面上还有大量成熟的教辅材料。套卷、练习册、专题训练，几乎想要多少就有多少。可以说，高中时期对于知识的解读是“过饱和”的：知识点有人帮你总结，题型有人帮你分类，易错点有人反复强调，老师不仅告诉你“这个知识是什么”，还会一步一步教你“这类题应该怎么做”。

大学就不太一样了。

大学当然也有课本、教学PPT和考试范围，但很多课程的课堂任务主要是把整个知识体系介绍给你。老师会告诉你定义、定理、公式和基本原理，却未必会像高中老师一样，花大量时间总结“考试会怎么考”“看到什么条件应该想到什么方法”“这道题有没有更快的解法”。

所以进入大学以后，很容易出现一种情况：

上课好像听懂了，但一做题就不会。

这里面其实隔着很重要的一步——你需要自己把“知识”转化成“做题方法”。

其次，高考本质上是一场选拔性考试，它需要在大家都学过相同知识的情况下区分出不同水平，因此非常重视知识的深度运用。

比如回想一下高中学习解析几何的时候，真正需要记忆的核心知识其实并不算特别多，但你会花大量时间研究各种题型：弦长怎么求、定点定值怎么证、最值怎么做、参数范围怎么看。一个简单的知识点，可以被包装成非常复杂的形式。

换句话说，高中的特点往往是：

知识量相对有限，但题可以挖得非常深。

而大学的很多期末考试，更接近一种课程达标性考试。它首先要检查的是：这个学期讲过的基本知识你是否掌握，重要公式你是否会用，典型问题你是否会解决。

因此大学课程经常呈现出相反的特点：

知识量明显变大，但大多数考试题不会无限向深处挖。

尤其是一门课学习到后半学期，你会发现前几个星期学的内容可能已经有些模糊了。大学真正困难的地方，很多时候不是某一道题特别难，而是一个学期在很短时间内讲了大量新的概念、定理和方法，你需要在期末之前重新把它们组织起来。

所以我认为，大学里，不同阶段应该采用不同的学习策略。

平时学习最重要的任务，是跟住课程进度，理解这门课到底在讲什么，建立一个基本的知识框架。至少要知道这一章解决什么问题、有哪些核心概念、重要公式之间是什么关系。

这个阶段不一定要求自己把所有题目都做到非常熟练，但至少要保证作业独立做完（不要对着答案写）并认真批改订正（有的老师不会给作业答案，需要你自己借助AI），小测前多复习一下（看ppt，看讲义，重写一遍作业）就好。

但到了期末复习阶段，学习的目标就会发生变化。

这时候最重要的事情是把“知识体系”迅速转换成“考试能力”。

我一般会重新整理整门课程：这门课分成哪几个模块？每个模块最核心的知识是什么？老师重点讲过哪些内容？作业和例题里反复出现了哪些题型？哪些公式必须记住？哪些题我一看到就应该知道使用什么方法？

然后开始针对性地刷题。

所以我现在越来越认为，大学的期末复习非常重要，而且需要有很强的针对性。这种“针对性”并不是考前突击、临时抱佛脚，而是你要主动判断考试真正要求你掌握到什么程度。比如复习一门数学课程，我不会从课本第一页重新逐字阅读，而会先建立知识框架，再做典型题，通过做题找到自己的知识漏洞，最后回到对应章节补知识。

高中阶段，已经有人替你规划好了学习路径。今天学什么、明天练什么、哪个知识点重要、哪种题型必须掌握，老师和教辅基本都已经替你安排好了。

到了大学以后，这部分工作慢慢变成了你自己的事情。

你需要开始学会判断：什么内容值得精读，什么内容了解即可；什么时候应该理解原理，什么时候应该通过做题熟练；一门课应该投入多少时间；现在最需要解决的问题到底是什么。

因此我觉得，大学真正需要培养的一项能力，其实是管理自己的学习资源。

时间有限，课程很多，你不可能把每一门课的每一个知识点都学到竞赛级深度。你需要学会在“理解”“掌握”“应试”和“深入探索”之间进行分配。对于一门普通课程的期末考试，最重要的目标往往就是：理解基本原理，掌握核心方法，熟悉典型题型，然后稳定地把会做的题做对。

如果要总结我自己的转变，大概有三点。

第一，从“等老师告诉我重点”，变成自己判断重点。

第二，从“知识点全部学完再做题”，变成通过做题不断发现知识漏洞。

第三，从“每门课都用同一种方式学习”，变成根据课程特点选择学习方式。

数学课需要大量计算和题型训练，编程课需要真正把代码敲出来，专业课需要先建立整体框架，而一些偏记忆的课程则更适合在期末阶段集中整理。

大学的学习自由度确实比高中高很多，但自由的另一面，就是很多事情没有人再替你安排。高中时期，我们练习的是怎样在一条已经铺好的道路上跑得更快；到了大学，我们开始需要自己判断，应该走哪条路，以及把时间花在哪里。我觉得，这才是大学学习真正需要完成的转变。

接下来，是我个人整理的核心课程的学习经验。

数学分析（5学分）

老师：李俊峰 学习难度：⭐⭐⭐⭐⭐ 考试难度：⭐⭐⭐ 平时分占比：30%

有两次小测，纸笔考，题型很多样，取最高分，占最终成绩20%，难度适中，建议平时好好学，不要临到期末才开始发力。（笔者期末考试考了96，但小测最高只考了75）

课上讲的基本都是理论的证明，难度比较大，需要课上认真听＋课下多琢磨，建议课下听中科大少年班的网课（数学分析），找对应的章节。课本上的习题可以多练一下，练会了基本上小测90+没啥问题。（每年小测难度不一样）

但考试的时候也不完全是证明题，有很多计算题，证明题难度也不是特别大，老师改卷也很松。单从考试出发，极限计算技巧要知道，积分运算要熟练，至少把所有定理记住，碰到不会的证明题至少把能想到的定理套题目里。

考前突击的话，建议把老师发的练习题好好做一做，有很多类似的题。

线性代数与解析几何（3.5学分）

老师：王颖/董波 学习难度：⭐⭐⭐ 考试难度：⭐⭐⭐⭐ 平时分占比：40%

笔者的线代老师是王颖，所以经验可能只对王颖老师班的有用。王老师给平时分是完全标准化的，作业、小测（学习通线上考）都是按正确率打分。小测难度中等偏下，基本上平时学了就可以考得不错；作业的话建议自主写完，用ai辅助检查一下，没错误了再上传。平时分分得很细，一定要把能做的都做了。

课程的线性代数部分非常重要，是人工智能专业的基础。建议上课好好听，重在理解原理，必要可以找合适的网课。

考试比以往所有能做到的历年真题都难，很多同学都反映“被线代背刺了”，最后一题是证明题，难度较大，需要对知识理解非常透彻才能在考场做出来。速通的话可以听框框老师的进阶课，非常有用。

人工智能程序设计（2.5学分）

老师：刘洋/王一帆/孙焘 学习难度：⭐⭐⭐ 考试难度：⭐⭐⭐ 平时分占比：40%

这门课就是学Python的，我感觉上课能讲的东西有限，学的东西也就是基本语法，主要是需要课下自己多练习，网上有很多教程。

平时有小测，要好好准备，补考最高给30/40。

有一个大作业，可以自己选赛道，占成绩30%，一定要好好写报告！！！

高等微积分（5学分）

老师：张文龙 学习难度：⭐⭐⭐⭐ 考试难度：⭐⭐⭐⭐ 平时分占比：30%-35%

老师上课会签到，小测会签到，出勤率会计入平时分。一共四次小测，均为学习通线上测验，在总成绩中占20分，20分钟5道选择题，基本上作业会写考小测就没啥问题。作业要按时交，老师不开放补交。

学起来难度也不是那么大，就是不要忘记上学期的级数和微积分的内容。

考试选择题分值很大，五分一道，考试一定要细心，重视概念性的知识。

矩阵与数值分析（3学分）

老师：董波 学习难度：⭐⭐⭐⭐⭐ 考试难度：⭐⭐⭐ 平时分占比：尚不清楚

个人认为单论课程难度，这门课应该是第一名。课上讲得很快，原理也很难，课上完全听懂基本是不可能的。建议课下去听波波的网课复习巩固（b站：杂谈博士）。老师讲得还是很好的，但听懂太难了，所以尽量把这门课当成考试导向来学。

不过这门课我个人认为还是很重要的，建议学有余力的同学可以花心思认真学一学。

高等程序设计（2学分）

老师：朱玥/孙焘 学习难度：⭐⭐⭐ 考试难度：⭐⭐ 平时分占比：不记得了

很八股文的东西，刚开始学可能不适应，多练就好了。平时有小测，难度不大，好好学就能做出来，电脑上操作。期末考试是纸笔考，所以突击考试可以多在纸上练。考试难度较低。

大学物理上（3.5学分）

老师：常葆荣 学习难度：⭐⭐⭐ 考试难度：⭐⭐⭐⭐⭐ 平时分占比：35%

学习重点是学会怎么积分解决问题，记住定理的条件、内容、运用场景，记住几个经典的模型。考试比较难，很多细节上的、概念上的知识点。我记得在磁介质那块考了一些概念性的判断题和选择题，一定不要高中思维，只盯怎么算算算。要重视学习通上的课堂小测（一般一节课会发2道左右的小题）和章节测试（这个可以课下做），期末考会考原题。额外的小组作业一定要做，尽量让平时分加满。

大学物理实验上（1学分）

建议提前打听一下每个实验的老师性格如何，大部分老师还是非常好的。上课认真做实验基本上就能得到一个正常的成绩。RLC和示波器略难，建议提前预习一下，大一的其他实验都是比较简单的。

以上就是大一学年的所有核心课程的个人经验分享，可能会有疏漏错误之处，欢迎批评指正。