7.5
深览指数
人文虎嗅·席春迎博士··AI 生成
南大教授说“没有Token就退学”：我更关心的是，大学生为什么要带10个智能体毕业？
本文围绕南京大学“生成式软件工程”课程引起的争议展开，作者认为其核心并非学生是否应自费购买Token，而是AI正在从辅助工具转变为正式生产工具，推动教育范式迁移。作者提出,未来大学生毕业时不应只有证书和简历，更应拥有一套与自身长期磨合的“个人AI生产系统”及“数字团队”。文章进一步阐述了建立该系统的方法论，并指出在AI能力日益廉价化的趋势下，真正的护城河在于判断力、可信数据与长期积累的个人语境（Context）。适合关注高等教育变革、AI应用与个人知识管理策略的读者。原文 ↗
核心观点
- ▍未来大学生的核心竞争力不是会不会用AI,而是能否在大学四年建立一套可以持续积累和复利的“个人AI生产系统”，即带着自己长期磨合的“数字团队”毕业。
- ▍AI已从辅助学习工具转变为正式的生产工具，其作为“实验耗材”进入教育生产过程，改变了教育的“生产函数”，教育核心应从训练执行能力转向培养定义任务、组织AI和承担最终责任的能力。
- 01南京大学2026年秋季开设的《生成式软件工程》课程PPT上写着“没有Token的CS学生应该立即退学”，旨在要求学生把Token视为AI时代的实验耗材，建立对成本、质量和延迟的真实认识。
- 02作者主张，学生建立个人AI系统应完成三个具体步骤：建立动态修正账本（Correction Ledger）沉淀个人语境；将偶然成功转化为可重复调用的SOP；建立多Agent协作体系，让不同AI承担搜索、分析、写作与核验等不同角色。
- 03文章指出，AI时代真正的竞争将发生在“能够建立AI复利系统的人”与“只会零散使用AI工具的人”之间：前者对AI的一次纠正能降低未来无数次沟通成本，而后者则陷入每天从零开始的“西西弗斯式循环”。
- 04作者认为，当Token（智能算力）越来越便宜后，判断力、可信数据、真实经验、责任能力以及长期积累的个人Context（语境）将成为更稀缺的资产，是个人对抗技术贬值的护城河。
反方 / 局限
- — 文章承认，其核心主张“带10个智能体毕业”听起来“还有一点未来主义色彩”，暗示了当前教育体系和学生在实践层面推行此理念的困难与不确定性。
- — 文章对“AI时代是否就不用学基础了？”的担忧给出了回应，强调基础训练更重要，只是目标需从“写代码”转向“理解系统逻辑”，这间接承认了其主张可能引发“教育虚无化”的误读。
12 分钟 · 4 卡片 · 11 资料
读原文 →