//Eric Hsu
火爆的斯坦福“不寫一行代碼”計算機課，到底在教什麼？
上周，斯坦福計算機系的CS146S這門課在我的X（原Twitter）裡刷屏了。這裡說一下，CS就是計算機科學的意思。這門斯坦福計算機系的課程全名叫《現代軟體發展者》，授課老師米哈伊爾·埃里克（Mihail Eric）說過一句話：要在不寫一行代碼的情況下完成所有課程專案。
就是這話引爆了輿論。不少自媒體直接拿來就用，宣稱以後程序師再也不用學代碼了，這是編程的終結，AI已經讓碼農失業；也有網友更直接，說斯坦福這是在培養“提示詞工程師”，以後連代碼都不用看懂了。
看到這些短視頻時，我的第一反應是：斯坦福計算機系真的會開一門這麼“傻瓜”的課嗎？帶著這個疑問，我找到了課程的完整教學大綱，還看了一些深度分析。結果發現這些媒體都理解錯了。這門課不僅不是“降維打擊”，反而是“升維要求”。說實話，它對計算機基礎能力的要求，比傳統課程只高不低。
所謂的“不寫代碼”，其實是一個徹頭徹尾的誤導性說法，或者說是一種爽文寫法。這種說法就像“躺在家裡天天刷短視頻，不用工作，天上突然掉下一個白富美，死心塌地帶著巨額財富非要嫁給自己”一樣，只能在腦海裡想想，不能當真，更不能誤人子弟。
咱們先搞清楚這門課到底在教什麼。首先，CS146S這門課程，從課程編號就能看出來，是一門高年級課程。這裡，我岔開分享一下斯坦福的課程編號規則，還挺有意思的，也方便你以後看到斯坦福的計算機課程時，馬上知道它屬於什麼等級。
咱們開頭說過，CS是計算機科學的意思。重點在146這個數字，在編號體系裡，編號為1到99的課程，通常是基礎課或通識課，面向包括非計算機專業在內的所有學生；而100多的基本是計算機本科生專業課程。最後的字母尾碼S含義比較靈活，通常是課程主題或特別班的縮寫。
所以，翻開教學大綱你就能發現，這門課的設計，不是在學校禮堂裡搞一個那種AI編程的通識公開課，而是預設學生已經完成數據結構、作業系統、軟體工程這些傳統CS課程。也就是說，選這門課的學生本身就有扎實的編程基礎。
課程大綱裡的內容相當硬核，比如第二節課就要構建自訂的MCP伺服器、編寫終端自動化腳本、搭建AI測試套件。這些內容的技術深度，遠超任何圖形化的低代碼工具。更關鍵的是，學生必須具備識別AI幻覺、發現邏輯漏洞、排查安全後門、優化性能問題的能力。換句話說，你得看得懂代碼，還得看得出代碼的問題。
那“不寫代碼”到底是什麼意思？其實是代碼的生成方式變了。
在這門課裡，學生不需要一行一行手敲代碼，但他們要做的事情一點都不簡單：用自然語言向AI下達清晰指令，讓AI生成代碼，然後對AI生成的代碼進行嚴格審查、測試和驗證。需要注意的是，這裡的產出物可不是拖拽式低代碼平臺生成的玩具，而是標準的、工業級的代碼，Python、TypeScript、Rust這些語言一個不少，運行在真實的伺服器和架構上。
這就帶來一個有意思的矛盾：不寫代碼，不等於不需要懂代碼。恰恰相反，這門課對學生的要求是升維的。傳統編程課，你只要會寫就行了，語法對了、邏輯通了、能跑起來就算過關。但在這門課程裡，你不僅要懂代碼，還要懂系統架構、數據流程轉、介面設計，要理解大模型的工作機制、智慧體的架構邏輯。因為你要指揮AI完成複雜工程任務，如果你自己都不清楚系統應該長什麼樣，AI怎麼可能幫你做出來？
值得一提的是，授課老師米哈伊爾·埃里克是斯坦福計算機系畢業的，之前在亞馬遜Alexa擔任AI科學家，還創立過AI代碼工具公司。這樣的背景說明，他比誰都清楚大模型的局限性和風險，開這門課也不是為了趕時髦。
所以，CS146S的核心不是“不寫代碼”，而是“編程方式的轉變”。從手動編寫代碼，變成用自然語言編排系統、用測試驗證品質、用邏輯推理發現問題。這種轉變的本質，是從“碼農”變成“架構師”的思維升級。
在我看來，這種轉變背後，其實藏著一個更深層的變化：驗證能力正在取代生成能力，成為程序師的核心壁壘。也就是說，“品味”正在決定程序師的護城河。
有一些場景，可能在外行人看來特別不可思議，比如一群程序師會圍著一台計算機螢幕指指點點，由衷感歎“太美了”。你以為他們在看什麼亂七八糟的東西，擠進去一看，才發現他們在看黑色窗口上的綠色代碼，還用“美”“帥”這類明顯形容人的詞來誇獎代碼。這就是優秀程序師的特質，和優秀的作者、優秀的設計師一樣，他們不僅會做，更重要的是對自己領域的作品有審美能力。
過去，寫代碼是技術活。你得記住語法規則，知道各種庫怎麼調用，一行一行把邏輯翻譯成計算機能理解的語言。這個過程慢，還容易出錯，但好處是你對每一行代碼都心裡有數。現在AI把代碼生成這件事變成了容易事，幾秒鐘就能吐出幾百行代碼。那麼問題來了，這些代碼靠譜嗎？
說實話，AI寫代碼確實快，一天寫上萬行都不在話下，但它也確實愛犯錯。有時候是邏輯漏洞，有時候是安全後門，有時候是性能低下。更要命的是，這些錯誤往往藏得很深，表面上代碼能跑，實際上埋了一堆雷。這就要求程序師必須具備一種新能力：在不親自編寫代碼的情況下，通過測試、邏輯推理和對系統的理解，來判斷AI生成的代碼到底有沒有問題。
這種能力，可比寫代碼難多了。寫代碼是確定性過程，你知道輸入是什麼、輸出應該是什麼，中間邏輯一步一步推導就行。但驗證代碼是開放性問題，你得想到各種邊界條件，考慮各種異常情況，從系統角度去審視這段代碼會不會引發連鎖反應。這需要更強的抽象思維能力，也需要更深的系統理解。
所以現代程序師的職責，不僅是指揮AI，更重要的是擔任AI的“看門人”。在CS146S的課程設計裡，有個很重要的環節是教學生如何識別“AI垃圾代碼”——那些不加節制地堆積起來，導致代碼庫膨脹、邏輯混亂、難以維護的垃圾代碼。
從這個角度看，也能說明CS146S要求的能力比傳統編程課高。傳統課程只要會寫就行，這門課卻要求你不僅會寫，還得會審、會測、會判斷，這可比之前難多了。
不過，對於這種教育變革，國內學者的態度要冷靜得多。南京大學軟體學院副院長劉嘉老師，他也就斯坦福這門計算機課發了一條朋友圈。他認為，像斯坦福CS146S這類“AI-native軟體發展課”，大概率會成為未來計算機科學體系的一塊重要拼圖，甚至可能成為非專業學生的必修課，但有個前提是，它不能替代傳統的基礎課程。
劉嘉老師的邏輯很清楚。學生要驗證代碼、判斷代碼品質，靠的是什麼？是對底層知識的扎實掌握。你得懂數據結構，才能判斷AI生成的演算法效率高不高；你得懂作業系統，才能發現AI寫的多執行緒代碼有沒有鎖死風險；你得懂網路通訊協定，才能看出AI設計的介面會不會有安全性漏洞。所以僅僅會用AI工具，遠遠不夠。
他還特意強調了一點，從米哈伊爾·埃里克的教學大綱來看，CS146S是一門高年級課程，預設學生已經完成了數據結構、系統、軟體工程這些傳統課程。也就是說，這門課的定位是“在扎實基礎之上，學習如何與AI協作”，而不是“用AI替代基礎學習”，這個順序不能顛倒。
更有意思的是，劉嘉老師還提出了一個他正在糾結的問題：AI編程課程到底應該面向低年級學生，還是高年級學生？他認為，AI編程未來應該成為大學的基礎類課程，就像高等數學和英語一樣。因為在未來，即使是非計算機專業的學生，也需要具備低門檻的AI編程能力——比如寫腳本、處理數據、編寫自動化報表。這些能力可能會像使用Word和Excel一樣，成為最基本的職場技能。
基於這個判斷，他提出了三層課程設計思路。第一層是通識課，叫《AI與計算表達》，目標是讓所有學生看懂一點代碼，能用AI編寫程序解決身邊的小問題，並且敢於懷疑AI寫的代碼。第二層是理工和經管專業的基礎課，叫《AI輔助編程與分析》，目標是讓需要用代碼的學生會用AI寫工具和實驗，有一定的修改能力，培養迭代提示詞的能力和習慣，還有代碼驗證能力。第三層是實踐訓練營，叫《AI4Code Bootcamp》，目標是讓有意願深入的學生能為一個真實場景設計人機協作方案，並做出可用的原型。
這個三層設計思路，其實揭示了一個事實：AI編程不是讓編程變簡單了，而是讓編程的門檻和天花板同時發生了變化。門檻降低了，普通人也能用AI完成一些基礎編程任務；但天花板也提高了，要成為真正的高手，你需要掌握的知識反而更多、更複雜。
對咱們同學來說，這件事意味著什麼？
我覺得最重要的一點是：別被“不寫代碼”這種說法誤導了。AI確實在改變編程方式，但它改變的不是“編程變簡單了”，而是“編程能力的定義變了”。現在，會編程意味著你會設計系統、會驗證品質、會指揮AI，這要求其實更高。比如我們這樣的互聯網公司產研團隊，以前程序師的界限很清楚，有前端工程師、架構師、後端工程師、測試工程師，但是在未來，這個界限會非常模糊。每個人都應該能在AI幫助下，完成一個方向的閉環工作，不會再出現自己寫完代碼、其他工程師來測試的情況。
當然，過去一段時間，也有不少家長問我，AI時代是不是還需要讓孩子學編程。我的建議是，如果孩子喜歡，還是可以學的。因為一些青少年編程課，教的不是成年人的編程技能，而是面對問題的邏輯思維能力。不過家長也要留意，有些編程課只是讓孩子拖拖拽拽生成點兒互動小遊戲，但沒有任何思考環節，這種課程還不如讓感興趣的孩子自己在家玩《我的世界》這類需要動腦的遊戲。
相關連結：斯坦福CS146S課程
