龙虾AGI通用实验室Lobster AGI Lab · est. 20262026 · 09 · 16
首页 / 文章 / 对AI的思考
对AI的思考

你的孩子编程得学,但不是原来那样的学

格里灰丝2026-05-22约 2376 字Markdown 原文

少儿编程培训班火了好几年了。

Scratch、Python、C++,从幼儿园到高中,一条龙服务。家长们花几万块钱送孩子去上课,觉得这是"面向未来的投资"。培训机构的广告词写得也好——"编程是未来的第二语言""不会编程的孩子将被时代淘汰"。

但如果编程本身正在变成一种过时的技能呢?

你还记得摄影曾经是一种专业技能吗

二十年前,拍出一张好照片是很难的事情。你需要懂光圈、快门、感光度之间的关系,知道什么时候用点测光什么时候用矩阵测光,拍完还要进暗房冲洗,控制药水浓度和时间。学好几年才能入门,很多人专门靠这门手艺吃饭。

然后智能手机来了。

现在你掏出手机按一下快门,AI自动帮你调好曝光、优化色彩、识别场景、虚化背景、甚至把路人P掉。一个从没学过摄影的人拍出来的照片,发朋友圈完全够用,甚至比十年前专业摄影师用胶片拍的效果还好。

摄影消失了吗?没有。专业摄影师还在,但他们的价值不再是"会操作相机",而是审美、构思和对画面的判断力。至于技术参数,机器全包了。

编程正在经历一模一样的事情。

AI让"写代码"这件事变得越来越容易,就像智能手机让"拍照"变得越来越容易一样。终局不是"人人都要学编程",而是"编程能力被嵌进了AI里,人人都可以通过AI来实现自己的想法"。

以后还会有人研究编程语言,就像现在还有人研究文言文一样。有学术价值,高考也考,但没有人用文言文写工作邮件。编程语言未来大概就是这个位置——值得研究,但跟绝大多数人的职业发展无关。

那未来该学什么?

如果写代码不用学了,学校应该教什么?

很多人的第一反应是"学AI"。但"学AI"太模糊了,就像说"学电"一样——你是要学发电、输电、还是学怎么用电器?对绝大多数人来说,需要学的不是AI的原理,而是怎么驾驭AI。

驾驭AI的核心不是写代码,而是把你想要的东西描述得足够清楚、足够精确、足够有边界感,让AI能准确地把它做出来。

这听起来简单,其实非常难。

"我想要一个电商网站"——这是一句废话。"我想要一个面向25-35岁女性的饰品电商,客单价200-500元,核心体验是'逛'而不是'搜',首页要有瀑布流推荐,支持微信支付,库存同步延迟不超过30秒"——这才是有效的约束。从第一句话到第二句话之间的距离,就是这项能力的门槛。

什么样的人天然适合这件事?

我仔细想过这个问题,发现一件有意思的事:最适合驾驭AI的人,可能根本不是学计算机的。

有四类人有天然的优势。

第一类是学系统工程的人。 航天、汽车、大型基建,这些领域的工程师每天做的事情就是定义复杂系统的约束条件——这个零件的公差是多少、接口规格是什么、如果这个组件失效了整个系统怎么降级。这种思维模式跟驾驭AI写软件几乎是同构的。

第二类是学哲学和逻辑学的人。 这可能出乎很多人的意料。但分析哲学训练的核心能力是什么?把一个模糊的概念拆解成精确的命题,发现隐含假设,识别逻辑漏洞。"用户要一个简单的界面"——什么叫简单?对谁而言简单?在什么场景下简单?操作步骤少叫简单,还是视觉元素少叫简单?学过分析哲学的人会本能地去追问这些,而这恰恰就是写好约束的关键。

第三类是做产品设计和交互设计的人。 他们习惯从用户行为出发思考。用户在什么场景下用这个功能?用户的手指在屏幕上怎么滑动?用户可能在什么地方感到困惑?这种对人的理解和对使用场景的敏感度,在跟AI协作时非常重要。

第四类是学法律的人。 这个听起来更意外,但你想想法律工作的本质是什么。用精确的语言定义边界条件和异常处理——"如果甲方违约,则乙方有权……""如果遇到不可抗力,则双方……""本条款不适用于以下情况……"。这跟写软件的规约在结构上几乎一模一样。

他们有一个共同的底层能力

你可能会问,这四类人背景差异这么大,为什么都适合?

因为他们共享同一个底层能力——在混沌和模糊中建立秩序。

面对一个没有清晰边界、没有标准答案的问题,能把它拆解成清晰的、可操作的结构。这是系统工程师面对一个复杂系统时在做的事,是哲学家面对一个模糊概念时在做的事,是设计师面对一个用户需求时在做的事,也是律师面对一个纠纷时在做的事。

形式不同,但认知内核是一样的。

而写代码,从来就不是这个认知内核的唯一载体。它只是过去几十年里,恰好最容易把这种能力变现的渠道。当这个渠道被AI接管之后,那些拥有底层能力但不会写代码的人,反而可以弯道超车。

一个懂金融的人用AI写交易系统,会远远强过一个只懂代码但不懂金融的程序员。一个懂教育的人用AI做学习产品,会远远强过一个只会写App但从没带过孩子的开发者。

所以学校到底应该怎么改?

如果让我设想一下未来的教育,大概是这样的。

计算机科学系不会消失,但会大幅缩小,变成一个基础学科方向,类似今天的数学系或物理系。极少数人去研究AI本身的底层原理、编译器、操作系统,维护整个技术生态的地基。

其他所有专业都会加入一个新的模块:怎么用AI把自己的专业能力放大。医学院的学生学的是医学加AI协作,建筑系的学生学的是建筑学加AI协作,法学院的学生学的是法律加AI协作。

"编程"不再是一个独立的通用技能。它融化进了所有专业里,只不过融化的方式变了——不是人人学写代码,而是人人学怎么跟AI协作,让AI来写代码。

至于少儿编程培训班,如果还想活下去的话,大概得改个名字。

别叫"学编程"了,叫"学想清楚"吧。教孩子怎么把一个模糊的想法变成清晰的描述,怎么把一个大问题拆成小问题,怎么判断一个方案好不好。这些能力才是真正面向未来的。

至于具体用什么编程语言,让AI操心去吧。

我建了一个AI学习群,目前几十来人,都是在真正动手学AI的人。如果你也在自己跑模型、写代码、做项目,欢迎加我微信,备注"你在做的AI方向",我拉你进群。纯围观的就不加了,群里大家都在真搞。

上一篇每个时代,都有自己的周星驰下一篇AI时代,开发最难的部分不是写代码(以微信为例)