从思路到理解
学生先描述解题思路，再逐步组装程序步骤、完成代码实践，最后用自己的话解释实现过程。系统把“会写”与“能说清楚”放在同一条学习路径里。
三阶段闭环
思路描述 → 步骤组装 → 费曼式解释与修正；每个阶段都保留可回顾的学习记录。
让编程学习走向会思考
CodeSense（酷森思）是面向高校编程教学的 AI 引导式评测与学习平台，把思路、代码、执行证据和学习反馈连接成一个可回顾的闭环。
智谱 GLM-4.5-Flash
三阶段引导式学习
Causal Sandbox
教师学情视图
以执行证据辅助评测
Causal Sandbox 统一收集编译、运行、测试结果和错误信息，再交给规则与模型分析，帮助学生从“哪里错了”继续追问“为什么错”。
边界说明
当前实现适合课程内受控实验；公网运行仍需配合操作系统或容器级隔离、低权限账户和资源配额。
让教师看见学习过程
教师可以围绕作业、班级、提交记录、知识点和能力画像查看学习情况，把一次提交放回连续的学习过程里理解。
反馈原则
AI 建议用于启发和整理证据，不能替代程序评测、教师判断或对学习结果的人工复核。
一条可回顾的学习路径
1
描述思路
先用自然语言说明问题理解、算法方向和关键边界，形成自己的解题计划。
2
组装步骤
把计划拆成程序步骤并查看代码预览，在动手前检查顺序和逻辑。
3
提交实践
提交代码后获得编译、运行、测试和错误等执行证据，再结合反馈定位问题。
4
解释与修正
通过费曼式追问解释程序，修正代码并再次提交，把反馈转化为下一次尝试。
当前产品与技术组成
智谱 GLM-4.5-Flash
用于 AI 引导、代码分析和学习建议；可通过 ZHIPU_MODEL 配置。
Causal Sandbox
记录受限编译、运行、测试和错误证据。
Python · Flask
承载教学页面、评测流程、教师端和 API。
学习数据记录
保存提交、反馈、知识点和能力趋势等教学记录。
CoDeBuGo
CodeSense 与 Caifusi 共用的组织级协作入口。
团队与公开入口
Team CoDeBuGo · CodeSense
CoDeBuGo 围绕代码、调试、协作与行动组织知识与项目。CodeSense 是其中面向高校编程教学的项目，相关申报学校为沈阳航空航天大学。