AI正在毁掉我的计算机学位。
写下这行控诉的，是一个从小梦想学计算机的大二女生，Katie。
没有名校光环，高中数学只拿了个B；此前也没接受过任何科班集训，唯一拿得出手的「项目经历」，不过是几个略显简陋的网页小游戏。
原本以为，迈进大学象牙塔，终于能好好学计算机了！
谁曾想——
课程大纲是Claude批量生成的，期末大作业是LLM自动批改的，就连导师发来的关怀邮件，很可能也是后台自动化脚本。。。
面对这荒诞的一幕，她瘫软了（bushi）：
由于AI，我的大学似乎正在经历一场生死存亡的危机。
博客发布不到24小时，光速成Hacker News首页热榜第一。
彻底崩坏的计算机系
在她的求学经历里，自打这波生成式AI爆发后，学校的教学政策就没停止过反复横跳。
最开始当然是全面拥抱：
给学生作业打分写评语、生成课程大纲、发全员催学邮件……全给安排上了大模型。
结果呢？
折腾不到三个月，发现全是幻觉与垃圾内容，光速撤回。
整套教学管理，始终处于一种极其精神分裂的状态——
你们绝对不能使用AI！
哦不，说错了，所有人必须使用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事。
同一门课程，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考核维度。
听罢，你咬咬牙，自掏腰包开通了Claude的Plus订阅。
到了下一个模块，你满怀自信地上传了站起来蹬Opus 5.5调教出来的代码，结果——
不er?
什么叫学术不端，使用LLM要扣分？？？
但说实话，如果只是规则朝令夕改，也还好，可以勉强应付。
最让作者破防的是，自己努力学习考上大学，付这么高的学费，就是指望能跟着专家教授系统学习。
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，转过头自己直接把需求丢给Claude，一键生成教学资料。
以前的作业，好歹是教授结合教学目标深思熟虑、在教研组过过一遍的。任务体量适中，循序渐进。
现在？妹子怀疑这帮教授连MD都没打开过。
满篇都是大模型生成的废话。3000字作业说明，要提交15份材料。
掐指一算，作业量比以前翻了三倍……
结果就是，那些本来数学底子就薄、转专业跨考过来的普通学生，只能被逼着去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，但不知道为啥，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……