计算机学位被AI搅乱：课程大纲由Claude生成，作业批改也交给大模型
教授也用Claude糊弄…
连教授都在用
Claude应付差事。
一个从小就想学计算机的大二女生写下控诉：AI正在毁掉她的计算机学位。她叫Katie。
她没有名校背景，高中数学只拿到B，之前也没受过任何科班训练，能拿出手的“项目经历”只是几个略显粗糙的网页小游戏。
她原本以为，进了大学就能踏踏实实学计算机。
谁曾想——
结果课程大纲是Claude批量生成的，期末大作业由LLM自动批改，连导师发来的关心邮件，背后很可能也是自动化脚本在跑。
面对这种荒唐场面，她整个人都软了：因为AI，她的大学似乎正经历一场生死存亡的危机。
博客发出去不到24小时，就冲上Hacker News首页热榜第一。
计算机系彻底崩坏
在她的求学经历里，生成式AI爆发之后，学校的教学政策就没停止过反复摇摆。
一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，全都交给了大模型。
结果呢？
折腾不到三个月，发现全是幻觉和垃圾内容，又火速撤回。
整套教学管理始终处在一种极其分裂的状态：先说你们绝对不能用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。
然后就出现了很魔幻的事。同一门课，上一个模块的作业，教授强制要求用AI，还说这是这门课成绩的重要考核维度。
你咬咬牙，自掏腰包订了Claude。到了下一个模块，你满怀信心地上传用Opus 5.5调教出来的代码，结果——
不er?
这算什么学术不端，用LLM还要扣分？
说白了，规则改来改去还能硬扛，忍一忍也就过去了。
真正让作者崩溃的是另一件事：自己拼了命考上大学，交这么贵的学费，图的就是跟着专家教授正经学点东西。
可结果呢，你个大学教授也拿Claude来敷衍我？
没错，台上那位导师一边板着脸警告学生别投机取巧，一转身自己把需求直接丢给Claude，一键就把教学资料生成了。
搁以前，作业好歹是教授围着教学目标反复琢磨、在教研组过过一遍的，任务量适中，难度一步步往上走。现在呢？妹子怀疑这帮教授连MD都没打开过。
整篇全是大模型攒出来的废话。一份作业说明写了3000字，底下要交15份材料。粗粗一算，作业量比以前翻了三倍……
这么一来，那些数学底子本来就薄、转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。可我来这儿是想踏踏实实学真东西的，谁要在3000字的作业里对着15个根本做不完的任务浮在表面啊！
这还不算最崩溃的。不少同学辛辛苦苦研究了十几天，可就是不知道为什么，怎么都跑不通。
结果离DDL还有一周，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。我白烧的那么多Token谁来还😭
那到底为什么要这么干？Katie的说法是，这事也不能全怪教授，罪魁祸首在管理层。
你知道资方最爱听什么吗？规模化学习，最好是全自动的。这样他们不用多掏员工的钱，就能尽量多地从学费里榨出利润。既然大模型能自动出题、能秒批作业，那何必再花大价钱请助教、扩讲师编制？
技术成了校方无限度砍教学开支的借口，讲师被无止境地压榨，工作量多到光靠人的注意力根本干不完。
Katie还说，自己平时压根见不着导师的影子。唯一的联系，是她好几天没登录线上学习平台时，会收到导师的一封信——结果紧张兮兮点开一看，根本不是导师本人写的，就是个自动触发的警报o(╥﹏╥)o。
Hacker News最热门
帖子发出后迅速走红，没多久就冲上了Hacker News首页榜首。
评论区里也挤进了大批计算机从业者。
可让我意外的是，即便同为计算机系出身，回帖里也并非全是同情的声音。
整个计算机技术社区，就此分成了两个阵营。
一边是早早在行业里站稳脚跟的老手。
在他们看来，眼下这些混乱只是技术范式更替中的一段短痛。
有位从业者说：“干这行已经二十多年了，每天都有新东西要学。这几年人工智能技术往前走，我学得更快了，对自己在做的系统也看得更透。”
说到底，AI不过是一件顺手的工具。只要拿大模型做苏格拉底式的步步引导，今天的学习资源比他们当年强了不知多少倍。
人工智能不会取代教育，也不会取代传统的学习方式。
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。
于是，不少经验丰富的前辈反倒对新一代新人多了几分羡慕：
在他看来，能不能当上高级工程师，跟写代码写了多少年关系不大。他见过一些才21岁的开发者，水平相当高，编程能力甚至压过干了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。”
不过，这终究只是少数人的故事。
另一头，绝大多数刚走出校门的年轻人，感受到的只有窒息。
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%。
一些常年参与招聘的从业者也直言，这一现实确实存在：
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
这个问题，答案也许就在Katie那篇博客里。
她在文章末尾写了这样一段话：
计算机科学和数学是不是走到头了，我压根不在乎！我还是想学！
未来的职业发展我当然在意，可这并不代表我要把学过的东西全忘掉，或者不再往前探。
有意思的方向还多着呢，有的跟AI沾边，有的不沾。问题是满屏标题都在喊「软件工程完了」「不用AI就被淘汰」，看多了真让人窒息。
女孩子就不能纯粹图个乐子学点统计学吗？
走完这一路，Katie给出的回答是——
我能接着做，但我不做了。再做下去会消化不良。
说不定哪天我回OpenProcessing，做几个更傻的游戏。
起码现在，编程这件事我是真的会一点了。
接着她晒出自己早年在OpenProcessing上写的几个粗糙小网页：
一个配着带感音乐的简易太空射击游戏；
一只点一下就叫「喵」的莫古利；
外加一个靠麦克风声音把小鱼吓跑的互动demo。
说实话，糙得很。
随便挑一个出来，都比现在Astra、Fable一句Prompt直接生成的效果差着十万八千里。
热度恐怕还比不上新模型那个鹈鹕骑车demo……
可点开的那一瞬，你偏偏能感觉到一种模型永远生成不出来的东西——
生命力。
那正是很多程序员最初迷上写代码的样子。
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下多少Token调用账单，更不是为了迎合大厂中层拍脑袋定出来的效能指标。
在被功利化规训之前，事情原本很简单：在黑底白字的终端里敲几行字符，看屏幕上的像素点照自己的心意亮起、流动，就够让人兴奋到通宵不睡。
我们亲手造出了几乎无所不知的超级机器。
可人类最原始的探索欲和沉浸感，好像也在不知不觉间被关到了门外……
