袁承业是中国萃取剂化学研究的奠基者，在“两弹一星”等国防任务需求下，成功研制出关键萃取剂如P204 (双(2-乙基己基)磷酸酯)、p350 (甲基膦酸二甲庚酯)等。他还结合有色金属综合利用情况，研制出多种磷萃取剂如P507 (2-乙基已基膦酸-2-乙基已基酯)。袁承业先生团队在大量实验数据的基础上对萃取剂的结构和性能进行了研究，并通过量子化学、分子力学、热力学以及其他测试手段等进行了深入分析，将有机磷萃取剂的化学性能提升至一个新的高度。这些研究为萃取剂的设计与优化提供了坚实的理论基础，同时也推动了工业应用的发展。

随着人工智能技术的快速发展，其在化学教育中的应用已成为教育变革的核心驱动力。本文以卤代正丁烷合成实验为例，基于南开大学AI创新平台(NK-GeniOS)，构建了红外光谱智能识别与教学辅助系统。通过单调性抗锯齿优化法实现了对于图片形式的红外谱图中产品及杂质红外吸收峰的快速准确识别，通过设计分析Agent与评价Agent的多智能体协同机制，系统实现了对实验数据的精准解析与个性化反馈，解决了传统教学中谱图解读依赖教师经验、缺乏实时指导的痛点。此外，通过组建项目小组，以“研究-汇报-讨论”的模式实现了实验教学的分层赋能，不同层次的学生都能有所收获，并极大地激发了学生的科研兴趣，79%的同学开始愿意参与到类似的研究中，参与翻转课堂的意愿也从20%提高到71%。

课程思政的有效融入是教学质量提升和高素质人才培养的关键。我们以“电动势法测定化学反应的热力学函数”这一实验项目为例，构建了一次深入的实验探究与思政教育相结合的教学实践活动。通过对电动势测定原理和方法的探讨以及反应热力学量的导出，学生们不仅深化了对相关基础理论知识的理解，提升了他们解决实际问题的实验技能和创新能力;同时强化了学生的家国情怀以及责任担当意识。