AI毁掉我的计算机学位：作业量涨3倍，老师用AI出题
当AI已经能替学生写代码、替老师出作业，那大学究竟还应该教什么？
奖学金好不容易拿到手，从小喜欢的计算机科学也终于能正经学了，可Katie刚进大学没多久，就被AI折腾得冒出退学的念头。这名计算机专业的学生在个人博客上发了篇帖子，标题就叫“AI正在毁掉我的计算机科学学位（AI is destroying my CS degree）”。
她碰上的一系列事，说起来挺离谱。学校对AI的态度一天一个样，今天禁、明天又强制用；老师拿AI生成课程作业，作业量一下子涨到原来的三倍；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，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能让学习更有效率，也有人担心初级程序员的饭碗正被挤压；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在文中介绍，她去年拿到了计算机科学与AI专业的奖学金。此前她基本没受过系统的技术训练，高中数学只拿到B，唯一的编程经历是在OpenProcessing上做过几个小游戏。
从零开始她倒不介意。相反，她挺享受这个过程——计算机科学本来就是她从小想学的东西。真正让她头疼的，是学校对AI的态度。
在Katie眼里，大学这段时间对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往不太合适的场景里塞，比如自动批改作业、生成课程内容、给学生发学习情况邮件。每次推行都声势浩大，可往往撑不过三个月，前面的决定又被撤回。
最让Katie想不通的是，不同课程的规定还会互相打架：上一门课要求用AI完成作业，下一门课只要用AI就扣分。
说到底，学校自己都没想清楚AI该怎么用，却要学生去适应一套天天变的规则。
AI 帮老师出作业，结果学生作业量暴涨 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，再经院系其他教师审核，虽然谈不上十全十美，但至少有人认真掂量过任务难度和学生的实际能力。现在Katie怀疑，一些AI生成的作业要求根本没人从头到尾检查过。
错误到处都是，老师往往拖到截止日期前一两周才发修正通知。学生按原来的要求把时间排好，眼看要交了，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、再独立做完实际任务到底要花多少时间；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，也很难意识到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，居然要求交付15项任务。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。
她在博文里忍不住吐槽：“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，这或许是AI教育最讽刺的地方之一：老师过去精心设计的传统作业，对AI来说已经太简单；为了不让学生直接把任务甩给AI，老师只能不断加难度。
可模型每个月都在进步，作业难度也跟着往上走。最后就成了一个尴尬局面：作业难到学生根本没法独立完成，而作业设计里的一点小错误，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
作业是变多了，可老师并没有跟着多起来。Katie 说，现在大学管理层嘴上挂得最勤的一个词就是“规模化”（Scale）：靠自动化把教学铺开，不加教职员工，也能接更多学生。
她甚至自嘲，如今几乎只有在很久没登录学校在线学习平台的时候，才会收到导师发来的消息——学校的数据看板一发现她长时间没登录，就会自动给她打上“高风险学生”（At Risk）的标签。
这让 Katie 有点无奈：自己得到的关心，好像越来越多来自系统里的一个标签，而不是导师本人。说来也讽刺，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”？
学校里的这些变化之外，Katie 还有一层说不出的疲惫：整个科技行业好像天天都在宣布计算机科学的“末日”。她当然也在意以后的职业发展，可这不代表她就该放弃学习，更不等于计算机科学和数学没了价值。
Katie 很喜欢这个专业，也盼着能接着摸索不同的方向，不管跟 AI 有没有关系。但一打开科技新闻，扑面而来的总是差不多的论调：
● “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。”博文最后，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
这些游戏做得显然不算精良，可它们正是 Katie 感受到编程乐趣的初心和起点。
网友吵起来了：AI 让学习更容易，却也正在消灭初级岗位？
Katie 的博客发出后，Hacker News 上的讨论很快从大学教育一路延伸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 并没有取代教育，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。”
另一位网友则不买这种乐观的账。在他看来，AI 正狠狠冲击初级开发者的就业市场：对企业来说，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。”
也有一部分网友，对科技行业挂在嘴边的“终身学习”感到厌倦。
在他们眼里，开发者天天追着新的编程语言、Web 框架、Python 工具和 Linux 发行版跑。很多工具的实际用途并没有本质区别，可学会一套之后，很快又得换另一套。如今 AI 又把开发新工具的成本压低了，这种为了迭代而迭代的现象恐怕只会更严重。
还有网友指出，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——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”罢了。
其实有个很现实也挺有意思的问题：当 AI 已经能替学生写代码、替老师出作业，那大学究竟还应该教什么？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，又该通过什么途径积累经验、成长为下一代高级工程师？
对于这些问题，你的答案又是什么呢？
