当 AI 能在几秒内写出可运行的代码、解释算法、甚至通过课程作业，计算机专业学生开始怀疑：我花四年学的，还有多少价值？
发生了什么
Hacker News 上出现一篇题为“AI is destroying my CS degree”的讨论帖，获得社区关注。帖子以学生视角表达了对计算机科学教育现状的焦虑：AI 编程工具正在改变课堂内外的学习方式，作业与项目的完成门槛被大幅拉低，传统以“能否写出代码”为核心的评价体系受到冲击。讨论迅速延伸到更广的话题——CS 学位到底在教什么、又该考核什么。需要说明的是，这是一则社区讨论，并非某项研究或官方结论，其价值在于呈现一线学生的真实感受。
为什么重要
计算机科学教育长期建立在“动手写代码”之上：作业、项目、考试，大多围绕实现能力展开。但大模型驱动的编程助手已经能完成相当一部分入门到中级任务，这让“会写代码”不再天然等同于“理解原理”。矛盾随之而来：如果学生用 AI 完成作业，他可能绕过本该训练思维的环节；如果禁止使用，又与真实工作场景脱节。
这并非第一次技术冲击教育。计算器曾改变数学教学，搜索引擎曾改变知识获取方式。但这一次的不同在于，被替代的是“构建过程”本身，而构建过程恰恰是 CS 训练中最核心的部分。学位若只剩下一纸凭证，其筛选与信号功能也会被削弱。
影响与看点
对高校而言，考核方式需要从“产出代码”转向“解释决策、调试错误、评估方案”，口试、现场改错、设计评审可能比提交作业更能反映真实能力。对学生而言，会用 AI 不再是加分项，能判断 AI 输出对错、能拆解问题才是分水岭。对雇主而言，学历信号的含金量下降，作品集与实战能力的权重会上升。
值得关注的是，这场讨论里真正被质疑的不是 AI 工具本身，而是教育体系对“过程”的忽视——当结果可以外包，唯有过程无法外包。如果课程仍然只考核最终产物，那么 AI 只是提前暴露了评价体系的脆弱，而非制造了问题。
