AI 时代编程教学为何仍需强调基础

作为一个在过去十年中带领开发者关系团队、在编程训练营授课，并担任专业软件工程师的人，我亲眼见证了生成式 AI 工具的崛起给编程教育带来的巨大变化。我想分享一下自己对这个新时代应当如何教授编程的看法。

寻找平衡：基础知识与 AI 工具

编程教学正在发生非常、非常迅速的变化。但我认为，基础知识几乎比以往任何时候都更加重要。尽管 GitHub Copilot、Amazon Q Developer 和 Cursor 等 AI 编程助手正在兴起，理解核心编程原理仍然至关重要。

原因很简单：你依然不应该把自己无法理解的代码提交到生产环境。生成式 AI 固然可以加快开发速度，但软件工程师必须能够解释自己的代码、识别安全问题，并对代码进行长期维护。

“Vibe Coding”时代

“Vibe coding”正在社交媒体上风靡，而我很喜欢它。你只需要编写 prompt 来构建应用，整个过程中完全不用理会代码。

我认为，其中最令人兴奋的一点，是它让非技术人员也有能力成为开发者，并对开发产生兴趣。他们可以非常快地实现从零到一的突破。这让编程变得更加普及，使新手无需先掌握所有编程基础，就能构建 three.js 游戏之类的项目。

以前我教别人编程时，他们上的第一节课通常是使用 CodePen 构建简单的 HTML 和 CSS 网站。这样一来，他们可以很快取得成果，并通过视觉反馈看到自己正在创建的东西。Vibe coding 则把这种体验提升到了一个全新的层次。

然而，当 AI 生成的代码进入生产环境时，风险也会随之出现：

安全漏洞

应届毕业生与资深开发者

不同代际使用这些工具的方式存在明显差异。对于学生和应届毕业生群体来说，这些 Gen AI 工具已经成为他们思考和构建软件的方式。它们从根本上融入了他们的开发过程，而这与资深开发者的开发方式截然不同。

经验丰富的开发者可能很难改变自己的 devtools 配置和使用习惯（比如我就离不开自己的 CLI！），而新开发者从第一天开始就把这些工具整合进了工作流，从而形成了一种更加自然的结对编程体验。

对学生和初级开发者的益处

生成式 AI 尤其擅长完成传统 CS 课程经常忽略的任务：

测试生成：GenAI 非常擅长为你的代码库生成测试，而编程课程很少教授这项内容。

代码文档与解释：真正的挑战不只是编写新代码，还包括理解前任开发者留下的代码。对于初级工程师来说，这可能非常令人畏惧。GenAI 让这件事变得容易了。

编程教育的未来

编程课程必须不断演进，才能让学生为这一新的现实做好准备。我认为，课程一方面仍然应该教授基础知识，确保人们拥有依靠这些知识取得成功的坚实基础……另一方面，也要确保人们能够充分适应当下的就业市场——在这个市场里，借助 Gen AI 工具可以更快地构建大量内容。

这意味着既要教授传统的编程原理，也要教授有效的 prompt engineering、与 AI 结对程序员协作等新技能。

价值百万美元的问题：学习编程仍然有价值吗？

我的答案并不是简单的是或否。五年后的开发工作还会和现在一样吗？甚至今年晚些时候还会一样吗？当然不会。面对当前的就业市场，训练营还是合适的学习方式吗？不是。

然而，编程从根本上说是一种解决问题的活动。尽管计算器和计算机可以轻松解决人类能够解决的任何数学问题，我们仍然要求学生学习数学。编程依然是一项值得学习的技能，而且我们还没有发展到无需人工干预、严格的代码审查，以及对安全性、可维护性和可扩展性的关注，就能将代码推向生产环境的阶段。

编程教育正站在十字路口。未来的道路，是将传统基础知识与 AI 工具结合起来，比如 Claude 刚刚推出的全新教育模式。最有效的方法，是在教授核心原理的同时，帮助学生做好负责任地使用 AI 的准备。随着这些技术不断发展，我们培养下一代软件工程师的方法也会随之演进。

未来并不是要在人类知识和 AI 辅助之间二选一，而是要充分利用两者，培养出更优秀的开发者，让他们构建出更好的软件。通过同时拥抱二者，我们可以帮助更多人成为开发者，并借助代码不断拓展可能性的边界。

部分评论可能仅对已登录的访客可见。请登录以查看所有评论。

如需采取进一步行动，你可以考虑屏蔽此人和/或举报滥用行为。