12 个项目 · 实现方法 · 前置知识 · 实验结果

能实现什么，
能让学生学到什么。

按提供的案例方向独立实现，逐项验证关键交互与规则。
每个项目都附有演示步骤、观察点与实现范围。

12可操作的教学原型

可部署 / 可调整 / 可解释

这次验证回答三个问题

12 个案例已有可运行交互。第一人称建造、数列规则、波形反馈、轨道变化、群体状态与控制系统都能操作和观察。

公共基础是变量、条件、函数、数组、事件和状态机。三维场景、物理积分、概率统计与反馈控制需要更深入的知识。

让学生先预测结果，再改变参数或规则，并用一次失败或对照实验解释原因。作品的画面效果只是展示的一部分。

我的世界采集/合成 → 轨道速度对比 → 火星手动/自动着陆 → 传播对照 → 细胞缺失检查 → 数列滑动规则。剩余项目按兴趣快速浏览；时间有限时优先看轨道、着陆、传播三项。

难度是相对知识门槛，不是学生适合年龄或开发工期。

当前结果验证的是可交互的教学原型。正式课程还需确定学习目标、学生起点、课时安排、教师讲义、作业与评估。物理、生物和工程模型需要学科校核；更高精度的复刻需要原始项目资料。

“用 AI 编程”与“理解 AI”是两条能力线：这些项目主要体现规则建模与系统搭建。要覆盖机器学习，还应加入数据集、特征、训练/测试划分、模型训练与误差评估。本次没有把规则仿真表述为训练 AI。