AI搅乱计算机课堂：一个大二女生的学位危机
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
我的计算机学位正被AI一点点毁掉。
说这话的是Katie，一个从小就把学计算机当梦想的大二女生。
她没进过名校，高中数学成绩只是个B；此前也没受过任何正规训练，简历上唯一能写的「项目经历」，就是几个看着挺粗糙的网页小游戏。
她本来想着，进了大学这扇门，总算可以正正经经学计算机了。
谁曾想——
可现实是：课程大纲由
Claude成批生成，期末大作业交给LLM自动打分，连导师发来的关心邮件，背后可能也是自动化脚本在跑。
荒唐到这个地步，她整个人都垮了（bushi）：
因为AI，我的大学好像正面临一场生死存亡的危机。
这篇博客挂出去不到24小时，就冲上了Hacker News首页热榜第一。
计算机系彻底乱套了
她读书这段时间，赶上了生成式AI爆发，学校的教学政策从那时起就没消停过，来回折腾。
一开始当然是全盘接纳：
给作业打分写评语、做课程大纲、群发催学邮件……这些活儿统统交给了大模型。
结果呢？
结果不到三个月，发现产出的全是幻觉和垃圾，又赶紧撤回。
整个教学管理始终处于一种极度分裂的状态——
你们绝对不能用AI！
哦不对，是所有人都必须用AI！
也不对……好像还是不能用啊……
于是就冒出一种很魔幻的情况。
同一门课，上一个模块的作业，教授硬性要求用AI，还说这是这门课成绩的重要考核项。
听完这话，你只能咬咬牙，自己掏钱订了Claude的Plus。
到了下一个模块，你信心满满地把站起来蹬Opus 5.5调出来的代码传上去，结果——
不er?
这也能算学术不端，用LLM还要扣分？？？
不过说实话，规则改来改去倒还好，勉强能应付。
真正让作者破防的是：自己拼命考上大学，交这么贵的学费，图的就是跟着专家教授系统地学。
更让她没想到的是，大学教授自己也拿Claude糊弄人。
讲台上的导师一边板着脸警告学生别投机取巧，转过身就把需求直接扔给Claude，让它一键生成教学资料。
此前的作业，多少是教授照着教学目标反复琢磨、又在教研组过了一遍才拿出来的，体量适中，一步接一步。
现在呢？她怀疑这帮教授连MD都没打开过。
满屏都是大模型凑出来的废话：3000字作业说明，要交15份材料。
粗粗一算，任务量比过去翻了三倍。
这样一来，那些数学底子本来就薄、从别的专业跨考过来的普通学生，只能走马观花地把知识点速通一遍。
她写道，自己来这里是踏踏实实学真东西的，不是为了在一份3000字作业里，对着15个根本做不完的任务浮在表面。
让她更崩溃的还在后面。
不少同学埋头研究了十几天，却怎么都跑不通，谁也说不清问题出在哪。
直到DDL前一周，老师突然发来一封勘误邮件：
大纲里有两处写错了，现在已经改好，请大家重新提交。
她心疼的是白烧掉的那些Token。
那学校为什么要这么干？
Katie的看法是，这事不能全怪教授，真正的源头在管理层。
资方最爱听什么？规模化学习，最好是全自动的。
这样一来，校方不用多付员工工资，就能尽可能多地从学费里榨出利润。
大模型既然能自动出题、秒批作业，那还有什么必要花大价钱请助教、扩讲师编制？
技术成了校方无限压缩教学开支的借口，讲师被无止境地压榨，工作量多到光靠人的注意力根本扛不下来。
Katie还提到，平时根本见不到导师的人影。
她跟导师之间唯一的联系，是自己好几天没登录线上学习平台时，会收到对方一封来信——
她满怀紧张地点开，发现信不是导师本人写的，而是系统触发的自动警报。
Hacker News最热门
帖子发出去后很快火了，一路冲上Hacker News首页榜一。
帖子底下很快挤满了计算机老哥。不过出乎意料的是，即便同为计算机系，也不全是共情的声音。
整个技术社区就此裂成两派。一边是早在行业里站稳脚跟的资深老鸟。在他们看来，眼下这些混乱，只是技术范式演进中躲不过的短痛。
「我干这行已经超过二十年了，每天都能学到新东西。过去几年人工智能技术发展起来，我学得更快了，对正在做的系统也看得更深。」
说到底，AI不过是一件趁手的工具。只要拿大模型做苏格拉底式的循循善诱，如今的学习资源，比他们当年强出不知多少倍。
人工智能不会取代教育和传统的学习方式。反过来，它还能提升你理解和记忆的能力。「对一个技术思维较强、靠自学的专业人士来说，我一直想要的就是持续学下去。」
于是，不少经验丰富的前辈反倒对新一代新人有点羡慕。
「成为高级工程师，并不真的取决于你做软件开发做了多久。我见过一些非常出色的21岁开发者，编程能力甚至超过已经干了20多年的人。」他认为，这些人表现这么好的原因，是具备扎实的计算机科学基础。
可这终究是少数人的故事。
另一头，绝大多数刚毕业的年轻人，只觉得喘不过气。
有跟帖者搬出了一项量化研究的结论：斯坦福大学的研究人员发现，他们去年预测的初级职员就业趋势仍在延续，而且在扩大。具体来说，在最容易受人工智能影响的行业里，22至25岁员工的就业水平比不常面对人工智能冲击的同行低19%。
一些常年参与招聘的从业者也直言印证了这个现实：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
这个问题，我觉得或许能在Katie那篇博客里找到答案。
文章收尾处，她留下了这样一段话：
管它计算机科学和数学是不是已经到头了，我还是想学。
当然，我关心自己将来靠什么吃饭。可这不等于我要把已经学过的东西全丢掉，也不等于就此不再往前摸索。
有意思的方向还多着呢，有的跟AI沾边，有的压根不沾。问题是满屏标题都在喊「软件工程已死」「不用AI就被淘汰」，看多了叫人透不过气。
女孩子就不能只是图个乐子去学统计学吗？
走完这一遭，Katie给出的回答是：
我能接着走下去，但我不打算了。再下去我会消化不良。
说不定哪天我会回到OpenProcessing，做几个更傻乎乎的小游戏。
至少现在，我确确实实学会了怎么写一点程序。
说完，她翻出自己早年在OpenProcessing上捣鼓的几个简陋网页：
一个是配着带感音乐的简易太空射击游戏；
一个是点一下就会「喵」一声的莫古利；
还有一个互动demo，靠麦克风的声音把小鱼吓跑。
说实话，做得相当粗糙。
单拎哪个出来，都比如今Astra、Fable一句Prompt直接生成的效果差得远。
热度上，恐怕还比不过新模型那个鹈鹕自行车demo。
可点开的那一刹那，你就是能摸到一种模型永远造不出来的东西——
生命力。
那是许多程序员最初迷上写代码时的样子。
不是为了在求职流水线上把几百道LeetCode刷穿，不是为了在周报里报一报又省下多少Token调用账单，更不是为了迎合大厂中层拍脑袋定下的效能指标。
在这些东西把一切功利化规训之前，事情原本很简单：在黑底白字的终端里敲几行字符，看着屏幕上的像素点照自己的心意亮起来、动起来，就够让人兴奋到通宵不睡。
我们亲手造出了近乎无所不知的超级机器。
可好像也在不知不觉间，把人类最原始的探索欲和沉浸感，关到了门外……
博客原文：https://lordtoots.bearblog.dev/ai-is-destroying-my-cs-degree/
