人工智能（AI）的公众可见度正快速提升，得益于其在各学科的积极应用。因而，涵盖 AI 与机器学习基础的课程成为理解其社会角色与潜力的关键。教学中必须将理论与实践紧密结合，以掌握基本概念和基础算法。本文分享我们在编程自动评估平台上设计机器学习练习的经验。我们并未研发新的自动评分系统，而是提出一种视角：将机器学习问题视为输入‑输出评估任务。基于此，每道练习都有唯一且确定的答案，因而可借助 VPL（Moodle）、Codeforces、MOJ 等自动编程评估工具高效支撑 AI 教学。此思路鼓励教师采用更动态、交互式的教学方式，将理论与实践深度融合，提升 AI（尤其是机器学习）学习效果。
点评