“AI正在摧毁我的计算机学位。”

发出这句控诉的，是一名从小立志学习计算机的大二女生，名叫Katie。

没有名校背景，高中数学成绩只是B；此前也没有接受过任何系统训练，唯一能称得上“项目经验”的，不过是几个简单粗糙的网页小游戏。

原本以为，进入大学后终于可以好好钻研计算机了！

可没想到——

课程大纲由Claude批量生成，期末作业由LLM自动评分，就连导师发来的问候邮件，很可能也是后台自动触发的脚本。。。

面对这荒唐的局面，她感到无力：

因为AI，我的大学似乎正面临一场生死危机。

博客发布不到24小时，迅速登上Hacker News首页热榜第一。

---

彻底混乱的计算机系

在她的大学生涯中，自从生成式AI爆发后，学校的教学政策就一直在反复摇摆。

起初当然是全面拥抱：

为学生作业打分写评语、生成课程大纲、发送全员催学邮件……全都交给了大模型。

结果呢？

折腾不到三个月，发现全是错误和垃圾内容，立刻撤回。

整个教学管理，始终处于一种极其矛盾的状态——

你们绝对不能使用AI！

哦不，说错了，所有人都必须用AI！

不对不对……好像还是不能用AI啊……

然后就会出现一个很魔幻的情况。

同一门课，上一个模块的作业，教授强制要求你用AI，说这是这门课成绩的重要部分。

于是，你咬咬牙，自己掏钱开通了Claude的Plus订阅。

到了下一个模块，你满怀信心地上传了用Opus 5.5优化出来的代码，结果——

不er？

什么叫学术不端，使用LLM要被扣分？？？

但说实话，如果只是规则变化无常，也还能勉强应付。

最让作者崩溃的是，自己努力学习考上大学，支付高昂学费，就是希望跟随专家教授系统学习。

结果，你个大学教授也拿Claude糊弄我？？？

是的，讲台上的导师一边严厉警告学生不要投机取巧，转头自己直接把需求丢给Claude，一键生成教学材料。

以前的作业，好歹是教授结合教学目标深思熟虑、经过教研组审核的。任务量适中，循序渐进。

现在？妹子怀疑这些教授连MD都没打开过。

满篇都是大模型生成的废话。3000字的作业说明，要提交15份材料。

算一算，作业量比以前翻了三倍……

结果就是，那些本来数学基础薄弱、转专业跨考过来的普通学生，只能被逼着走马观花地速通知识点。

我来这里是为了踏踏实实学真东西的，该死的，不是为了在一份3000字的作业里对着15个根本完不成的任务浮于表面！

但这还不是最崩溃的。

很多同学辛辛苦苦研究了十几天，但不知道为什么，就是怎么也跑不通。

结果在DDL前一周，老师突然发了一封勘误邮件：

大纲里有两个地方写错了，现已修正，请大家重新提交。

你还我白烧的这么多Token😭

所以，到底为什么要这么干？

Katie表示，倒也不能全怪教授们。 罪魁祸首还是管理层。

你知道资方最喜欢听什么吗？规模化学习，最好是自动化的！

这样，他们就可以在不支付额外员工费用的情况下，尽可能多地从学费中榨取利润。

既然大模型能自动化出题，能秒批作业，那为什么还要花大价钱去聘请助教、增加讲师编制？

技术成了校方无限度削减教学支出的借口，无止境地压榨讲师，工作量多到光靠人的注意力根本完成。

Katie也提到，自己平时根本见不着导师的影子。

唯一的联系是，她在好几天没登录线上学习平台时，会收到一封导师的来信——

结果满怀紧张地打开一看，原来不是导师本人写的，这玩意儿是触发的自动警报o(╥﹏╥)o。

---

Hacker News最热门

帖子发布后，很快火爆全网，迅速登上Hacker News首页榜一。

评论区也涌入了很多计算机老哥。

但出乎我意料的是，就算同为计算机系，竟然也并不都是共情的声音。

整个计算机技术社区，割裂成了两极。

一派是早已在行业立足的资深老鸟。

在他们的视角下，当下的种种混乱，不过是技术范式演进过程中的短暂阵痛。

我已经从事这一职业超过二十年了，每天都能学到新的东西。在过去几年里，随着人工智能技术的发展，我的学习速度更快了，也能更深入地了解我所工作的系统。

总而言之就是，AI终归只是一件趁手的工具。只要善用大模型进行苏格拉底式的循循诱导，当下的学习资源，不知比他们那时候强出多少倍。

人工智能并不会取代教育和传统的学习方式。

相反，人工智能会提升你理解和记忆的能力。对于一个技术思维较强且自学的专业人士来说，我一直渴望的是持续学习下去。

因此，不少经验丰富的前辈对新一代新人反而带着几分艳羡：

成为一名高级工程师，并不真的取决于你从事软件开发的时间长短。我见过一些非常出色的21岁开发者，他们的编程能力甚至能超越那些已经工作20多年的人。

我认为，他们能能表现如此出色的原因，在于他们具备扎实的计算机科学基础知识。

但这终究是属于少数人的叙事。

另一端，绝大多数刚毕业的年轻人，只感到了窒息。

有跟帖者贴出了一项量化研究结论：

斯坦福大学的研究人员发现，他们去年所预测的初级职员的就业趋势仍然持续存在且正在扩大。

具体来说，那些从事最易受人工智能影响行业的22至25岁员工的就业水平，比那些不常面临人工智能冲击的同行低19%。

对此，一些常年参与招聘的从业者也坦率印证了这一现实：

确实，与其花时间培养一个从零起步的应届生，不如给资深工程师配上顶配的Coding Agent来得高效。

我真的不知道应该给即将毕业的开发者什么建议。

花费四年青春学计算机，最后连工作都找不到……

那，CS学位的意义，究竟是什么？

---

找回编程的温度

对于这个问题，我觉得，或许能在Katie那篇博客，找到答案。

文章最后，她写下了这么一段文字：

我才不管计算机科学和数学是不是已经走到头了！我还是想学！

好吧，我确实关心自己未来的职业发展，但这也不意味着我想忘掉已经学过的一切，或者停下探索的脚步。

还有那么多有趣的方向值得探索，有些和AI有关，有些没有。可铺天盖地的标题总在说什么「软件工程已死」「不用AI就会被淘汰」之类的，让人喘不过气。

难道女孩就不能单纯为了好玩学学统计学吗？

经历了这一切后，Katie给出的答案是——

我可以继续，但我不会了。这会让我消化不良。

也许我会回到OpenProcessing上，做一些更愚蠢的游戏。

至少，现在我真的知道如何做一些编程了。

然后，她贴出了自己早年间在OpenProcessing上写的几个简陋小网页：

一个放着带感音乐的简单太空射击游戏；

一只点一下就会「喵」一声的莫古利；

还有一个用麦克风声音把小鱼吓跑的互动demo。

实话说，非常粗糙。

任何一个拎出来，都比如今Astra、Fable一句Prompt直出的效果差了十万八千里。

甚至可能还不如一个新模型的鹈鹕自行车demo有热度。。。

但点开的一瞬间，你就是能感受到一种，模型永远无法生成的东西——

生命力。

那是很多程序员最初爱上写代码时的模样。

不是为了在求职流水线上刷穿几百道LeetCode，不是为了在周报里汇报又省了多少Token的调用账单，更不是为了迎合大厂中层拍脑袋想出来的效能指标。

在这一切被功利化规训之前，原本仅仅是在黑底白字的终端里敲下几行字符，看着屏幕上亮起的像素点按照自己的心意运转流动，就足以让人兴奋得通宵难眠。

我们亲手造就了近乎无所不知的超级机器。

但却似乎在不知不觉中，把人类最原始的探索欲与沉浸感，关在了门外……

博客原文：https://lordtoots.bearblog.dev/ai-is-destroying-my-cs-degree/

本文来自微信公众号“量子位”，作者：关注前沿科技，36氪经授权发布。