CS 教授长文：AI 时代大学教育何去何从

计算机科学教育正经历 AI 冲击，如何调整课程、培养真正能写代码、读懂代码的人才？HTMX 创始人、蒙大拿州立大学计算机教授 Carson Gross 近日发表长文，系统阐述了他对 AI 时代大学教育变革的思考。

大学仍然重要：AI 反而强化其「信号」价值

作者首先回应「大学是否仍然必要」的老问题。硅谷从来不缺退学创业的传奇人物，但绝大多数优秀软件工程师仍接受过系统的本科教育。AI 时代真正出现的，是计算机科学教育的一场「新兴危机」——危机之中也藏着机会。

过去，许多计算机系把「写代码」当作次要技能，把理论放在核心位置。作者认为这种取向是错误的：只有先会写代码，才能真正理解数据结构与算法等抽象理论。讽刺的是，AI 时代不少公司开始要求工程师「不要亲自写代码」，而是用 AI 智能体生成代码。对资深工程师这或许可行，但对没有 AI 前编程经验的初级开发者来说，他们正在被抛入「没人写代码」的环境。

这恰恰给了计算机系一个独特机会：成为年轻软件工程师真正动手写代码的地方。在没有企业时间压力的环境中，让学生通过高强度编码作业建立「能读懂代码」的核心能力，进而在进入重度使用 AI 的工业环境时占据主动。

线下纸笔考试回归：大学独有的能力信号

更核心的洞察在于：AI 时代，大学重新获得了其他机构难以替代的「能力信号」功能。AI 已经让在线考试几乎失效——作者坦承，上学期他允许在线考试时，学生的成绩「高得离谱」，明显存在 AI 作弊。

在此基础上，他重新启用了过去被视为「老古董」的线下纸笔考试机制：每三周左右举行一次现场监考的书面小测，允许带一张手写笔记，禁止任何电子设备。学生仍可能作弊，但至少必须付出努力。大学拥有的实体教室、打印机和考试中心等基础设施，反而成为其在 AI 时代提供高信噪比能力证明的独特资产。

AI 友好的课程改造方向

作者将可能的改革分为当前、近期与远期三个层面：

• 当前已实施的调整

  • 作业可以更贴近真实、更具雄心，AI 已能轻松完成「合理水平的本科作业」，教学目标应超越这个基线；
  • 把 AI 当作助教使用；
  • 回归现场手写考试；
  • 利用 AI 廉价生成演示与可视化内容；
  • 课程内容以 Markdown 形式发布，方便 AI 辅助学习；
  • 课程分析与批改等环节尽量自动化。

• 即将推进的改革

  • 建立更强的伪代码标准，训练学生先思考再写；
  • 区分「AI 方向」与「非 AI 方向」两条培养路径；
  • 引入开源项目作为学分；
  • 清晰、诚实地向学生传达 AI 的潜在风险。

• 仍属推测的远期设想

  • 推广「CS+」理念，将计算机与其他学科深度结合；
  • 在断网环境下进行编程考核；
  • 引入面试式评分机制。

结语

全文核心主张可以概括为：AI 不会让大学消亡，反而会把大学推回它本应扮演的角色——一个让学生安心写代码、安心接受能力考核、不必为效率牺牲理解力的场所。作者没有给出确定答案，但他的实践表明：教育者已经不得不重新回答「教什么、怎么教、怎么评」这三个根本问题。