计算机专业学生吐槽：学校AI政策反复，作业量涨到3倍

奖学金到手，从小喜欢的计算机科学总算能正经学了，可入学没多久，Katie 就被 AI 折腾得冒出退学的念头。这名计算机专业学生在自己的博客里写道：“AI 正在毁掉我的计算机科学学位（AI is destroying my CS degree）。”

她碰上的事听着有点荒唐：学校今天禁止学生碰 AI，明天又强制大家用；老师拿 AI 出课程作业，作业量一下子翻了三倍；导师被各种自动化管理系统缠住，学生想找个人问问题都难。

让 Katie 更没辙的是，她本来只想安安静静学点编程和数学，可一打开科技新闻，满屏都是“软件工程已死”“不用 AI 就会被淘汰”，焦虑感扑面而来。

这篇吐槽后来在 Hacker News 上引来不少讨论。有人觉得 AI 能让学习更高效，也有人担心初级程序员的机会正被挤压，还有网友直接说：现在的大学生，就是 AI 教育改革的“小白鼠”。

学校自己都没搞明白 AI，到底该不该让学生用？

Katie 自己介绍，她去年拿到的是计算机科学与 AI 专业的奖学金。在此之前，她几乎没受过系统的技术训练，高中数学只拿了个 B，编程经历也就是在 OpenProcessing 上做过几个小游戏。

她倒不介意从零起步，反而挺享受这个过程，毕竟计算机科学是她从小就想学的东西。真正让她头疼的，是学校对 AI 的态度。

在 Katie 眼里，大学对待 AI 简直是在“反复横跳”：

● 今天：“绝对不允许使用 AI！”

● 明天：“必须使用 AI！”

● 过几天：“没错，我们正在用 AI，但这不代表你们也应该用！”

学校似乎特别爱把 AI 塞进一些不太合适的场景，比如自动批改作业、生成课程内容、给学生发学习情况邮件。每次推行都声势不小，可往往撑不过三个月，之前的决定又被撤回去。

最让 Katie 想不通的是，不同课程的规定还互相打架：上一门课要求用 AI 完成作业，下一门课只要用 AI 就扣分。

说白了，学校自己都没想清楚 AI 该怎么用，却要学生去适应一套不断变的规则。

AI 帮老师出作业，学生作业量涨了 3 倍

比学校政策反复更让 Katie 头疼的，是课程作业本身的变化。

过去一份课程作业通常由老师设计，再交给院系其他教师审核，做不到十全十美，但起码有人认真掂量过任务难度和学生实际能力。现在 Katie 怀疑，一些 AI 生成的作业要求压根没人从头到尾检查过。

错误到处都是，老师常常拖到截止日期前一两周才发修正通知。学生好不容易按原要求排好时间，快交作业了，任务又变了。

作业量同时涨到了原来的三倍。原因在于，AI 根本不知道一个学生掌握新知识、学会技术技能、再独立完成实际任务要花多少时间；而那些在学术圈工作多年的教授，匆匆扫一眼 AI 生成的作业说明，也很难看出这些任务对学生意味着多大的工作量。

Katie 举了个例子：一份 3000 字的课程作业，居然要求完成 15 项交付任务。结果，大多数技术基础偏弱的学生只能拼命赶进度，根本没空真正理解每个知识点，勉强交差而已。

博文里她忍不住吐槽：“这真的糟透了！我来大学是为了学习知识的，好吗？不是为了在一份 3000 字的作业里，勉强交付 15 项任务，每一项都只能草草略过，根本没时间去真正理解和掌握。”

HN 上有网友也注意到了这个问题。在他看来，这可能是 AI 教育里最讽刺的地方之一：过去老师精心设计的传统作业，对 AI 来说已经太简单；为了防着学生直接把任务甩给 AI，老师只能不停加难度。

可模型每个月都在进步，作业难度也跟着往上涨。最后就成了一个尴尬局面：作业难到学生根本不可能自己做完，而作业设计里的一点小错，就可能让实际工作量和预期差出一大截。

导师忙不过来，学生收到的关心来自数据看板

作业变多了，老师却没见多。Katie 说，现在大学管理层嘴边最常挂的一个词就是“规模化”（Scale）：靠自动化把教学铺开，不添教职员工，也能接更多学生。

她自嘲说，如今几乎只有很久没登录学校在线学习平台的时候，才会收到导师的消息。原因是学校的数据看板发现她迟迟不登录，系统就自动给她打上“高风险学生”（At Risk）的标签。

这让 Katie 有点无奈：落到自己头上的关心，好像越来越多来自系统里的一个标签，而非导师本人。讽刺的地方也在这儿——学校追踪学生的手段越来越熟练，真正关心学生学得怎么样的人手却未必够。

还没毕业，就被告知“软件工程已死”？

学校里的变化之外，Katie 还感到一种说不出的累：整个科技行业好像天天都在宣布计算机科学的“末日”。她当然在意以后的职业发展，可这不代表她就该放弃学习，更不意味着计算机科学和数学没了价值。

Katie 很喜欢这个专业，也想继续尝试不同的方向，跟 AI 有没有关系都行。问题是，一打开科技新闻，迎面而来的总是那几类说法：

● “软件工程已经死了！”

● “不用 AI 的程序员迟早会被淘汰！”

● “AI 将彻底改变编程行业！”

她对此相当无奈，忍不住反问：“难道就不能让我单纯因为兴趣，安安静静地学点东西吗？”

“我本来还想继续吐槽，但还是算了，再说下去，恐怕真的要把自己气出消化不良了。”博文写到结尾，Katie 决定先回到 OpenProcessing，把以前那些“傻乎乎的小游戏”再做几个：“只不过这一次，我已经真正学会了一些编程知识，应该能做得比以前更好了。”

她还晒出了几个以前做的小玩意儿：

（1）一个简单的太空射击游戏：https://openprocessing.org/@u304330/1557487

（2）一个点一下就会“喵”一声的 Moogle：https://openprocessing.org/@u304330/2205896

这些游戏做得显然谈不上精良，可它们正是 Katie 体会到编程乐趣的起点。

网友吵起来了：AI 让学习更容易，却也正在消灭初级岗位？

Katie 的博客发出来后，Hacker News 上的讨论很快从大学教育扯到了程序员的就业市场。

一位干了 20 多年开发的工程师觉得，AI 没有取代教育，反倒抬高了人们理解和掌握知识的上限：“我已经在这个行业工作了 20 多年，但直到今天，我每天依然能学到新东西。过去几年，有了 AI 的辅助，我学到的东西反而更多了，工作效率也更高了，还能更深入地理解自己负责的系统。”

另一位网友不买这个账。他的判断是，AI 正在重创初级开发者的就业市场：企业与其招好几个初级程序员，不如直接请一位高级工程师或资深工程师，再给他配上 Claude 或 Codex：“如果现在让我给即将毕业、准备进入开发行业的学生提建议，我真的不知道该说些什么。”

也有人对科技行业那套“终身学习”的说法感到厌烦。

这部分网友看来，开发者总在追新编程语言、Web 框架、Python 工具和 Linux 发行版，一刻停不下来。不少工具干的事其实差不多，可一套刚学会，紧接着又得换另一套。眼下 AI 又把做新工具的门槛压了下来，为迭代而迭代的情形，往后多半只会更甚。

更有一位网友指出，今天试一种新的教学方式，可能要等 3～6 年后学生毕业，才能真正知道它有没有效果——在那之前，学生其实只是在充当未经验证的新教学模式的“小白鼠”。

其实有个很现实也挺有意思的问题：AI 已经能替学生写代码、替老师出作业，那大学到底还应该教什么？如果企业越来越倾向于招能驾驭 AI 的高级工程师，那么今天正在大学里从零学编程的学生，又该靠什么积累经验、长成下一代高级工程师？

这些问题，你的答案又是什么呢？