如果AI可以在几秒钟内生成一段能用的代码，快速总结一整本教材，甚至在你思路卡壳时抛出好几个创意方向——那么，坐在大学课堂里听课、交作业、参加考试，到底还有什么意义？

这个问题，我从进入印尼Pamulang大学信息学专业的第一天起就在反复琢磨。起初，我跟很多人一样，把上大学等同于获取知识。既然网上有数不清的文档、开源项目、视频教程，好像所有信息都触手可及，为什么还要跑到教室里坐四年？

打开网易新闻 查看精彩图片

直到真正扎进那些看起来“没必要”的环节里，我才慢慢意识到，知识本身只是旅程中很小的一部分。互联网能给你资料，却很难给你一个让你学会思考的地方。而那个地方，恰好是大学最不显眼、却又最不可替代的功能。

信息学的课堂没有教我死记某一种编程语言的语法，因为任何一门语言、任何一个框架，都可能在未来几年内被迭代甚至抛弃。真正被反复打磨的能力，是面对一个模糊不清的问题时，先坐下来分析它到底在问什么，拆解出核心矛盾，再设计一条可行的解决路径。这个过程里写代码只是最后的执行动作，真正费功夫的，往往在手指碰到键盘之前。

回想起来，我在Pamulang大学经历的很多次小组讨论和课后项目，都是在训练这种“先把问题看清楚”的习惯。有一次我们面对一个看似简单的系统需求，大家本能地想立刻分工写模块，但很快发现每个人都对需求有不同的理解，讨论了两个钟头才把最根本的用户诉求梳理清楚。那一天我几乎没写一行代码，却觉得学到的东西比闷头敲几天键盘都多。

AI工具的出现，让这种能力的分量变得空前突出。现在任何学生都可以一键生成函数、调试错误、翻译论文，甚至用自然语言驱动机器输出一个完整的程序原型。可如果连自己都不清楚生成的代码为什么那样写、背后的数据结构为何如此设计、潜在的边界情况在哪里，那么再智能的助手也只是在替你制造自己看不懂的结果。看似省掉了时间，实际上是绕开了成长。

因此，AI带来的不仅是一种便利，更是一份新的责任。我们可以借助它加速摸索过程，但前提是心里始终绷着一根弦：工具应该辅助我们学习，而不是接管思考的主权。那些试图跳过理解、直接用AI拼凑答案的动作，短期也许能交差，长期却在慢慢消解一个人独立解决问题的能力。

这种认知也让我重新审视大学在今天该扮演的角色。如果学校还只是单向传递信息，那的确会显得越来越无力。但如果能把重心调整到培养学生拆解复杂问题的习惯、团队协作中互相校准观点的能力、对技术伦理的敏感度，以及不管技术如何换代都愿意持续学习的心理肌肉上，那么大学就永远不会过时。这些素养不受特定编程语言或框架的寿命约束，无论AI变得多聪明，它们仍然是人类在技术洪流中保持判断力的锚点。

回过头看，我在Pamulang大学收获的东西，远远超出一纸文凭。它更像是一段漫长的思维校准过程：从遇到陌生题目就想往后缩，到可以沉住气一步步分析未知的边界；从习惯单打独斗，到理解不同视角碰撞出的方案往往更结实；从执着于“学完所有东西”，到接纳“永远学不完，但可以一直学下去”的心态。这些变化没有一门具体的课程能教，却渗透在每一次需要熬夜讨论的作业里，每一场被追问“为什么这么设计”的答辩中。

技术还会继续进化，新的语言会冒出来，AI也会变得更擅长模仿人的推理过程。但有一个东西不太会变：你愿不愿意面对自己不会的东西，蹲下来花时间把它拆开，再试着拼出一点新的解法。这份学习的意愿，既是最朴素的起点，也是整个大学经历留给我最有生命力的东西。