开学季，南京大学一位老师在课件里的一句文字，让整个计算机圈都开启了吵架模式：
“没有token的CS学生应该立即退学”。
这句话并不是学校正式处分通知，只是老师课程里的个人观点，却让无数学生感到心惊胆战，更引出了一系列的问题：
AI时代的实验耗材token，到底该由谁买单？
当产业模型迭代日新月异，大学课堂为什么还在原地踏步？
学生拿不到足够算力，真的是学生自己的错吗？
先要说明一件事，这位老师虽然语出惊人，但的确是一位好老师。
因为太多老师忽视了“在校学生Token短缺”这一现实，更对学校教育跟不上AI发展选择当鸵鸟。
这位老师不过是把现实展现给了象牙塔里的学生们，仅此而已。
他的初衷也不难读懂。token之于AI课程，本来等同于化学实验室的试剂、物理系的实验器材，是做实践必不可少的耗材。
只有学生自己消耗过token，才能切身感知成本、质量、延迟三者之间的制衡关系，理解大模型不是一直免费的魔法盒子，才能懂得如何高效调用资源，而不是无节制地挥霍掉算力。
比起这些年充斥高校地照本宣科、对生成式AI视而不见的授课老师，能够敏锐意识到token是新时代必备实践条件，本身已经是很难得的认知了。
这几年刚毕业的大学生应该能感受到学校和工作在技术方面的差距：
很多高校计算机课堂，还在重复几年前的旧案例，对行业已经普及的大模型开发、AI工程化避而不谈。即使有，也不过是停留在表面，说是教AI，不过是把一些无意义的环节让AI来做。
从这个角度，蒋老师看到了技术变革，想逼着学生直面真实产业环境。
但问题出在表达方式和责任边界上。
把缺少token的压力全部转嫁到学生身上，用近乎劝退的话语，掩盖了高校教育供给侧的缺位。
我们在聊到高校和AI时，不得不承认一个残酷现实：大模型技术迭代的速度，已经把高校教育体系远远甩在了身后。
如今大模型版本几个月就完成一轮迭代，快的甚至需要几周。一个月的时间，AI技术就天翻地覆。
但是高校教材出版完整周期普遍以年为单位，当书稿定稿印刷完成，书中记录的技术已经过时了。教材刚出版，内容就落伍了。
调研数据显示，现在大学生几乎都会使用AI工具，但只有不到三成学校开设了系统完整的AI课程；大量高校AI相关课程仓促上马，课程体系碎片化，有的院系老师鼓励学生使用AI，有的老师直接明令禁止，学生身处其中充满困惑。
更糟糕的是跟风，现在我国五百多所本科院校开设人工智能相关专业，但大部分都是传统计算机专业在仓促转型，课程设置和产业真实需求根本对不上，学生以为自己学了AI，出来后面对公司的AI需求却两眼一抹黑。
那为什么学校很难把token、算力这些实验资源配齐？
因为产学研结合是老难题了。而AI技术的涌现，放大了这一参差。
一是成本压力。
大模型API调用是持续消耗的刚性支出，一门课几十上百个学生，每个人反复调试、跑项目、做课程作业，token消耗量会快速膨胀。
如果多门课程同时使用大模型，一所高校全年算力开销会涨到非常可观的数字。很多学校有算力集群，但优先供给科研项目，普通本科生课程实验分不到什么配额。
二是制度惯性。
高校的经费采购、资源申报流程，适配的是传统实验室设备采购逻辑。买仪器、买书本有成熟流程，但采购大模型token、API算力，属于新型数字化耗材，财务、资产管理体系没有完全适配这套新型开销。
经费审批、预算编制都缺少现成路径，想要批量给本科生发放免费token，任课老师决策不了。
三是认知鸿沟。
很多老师都不理解token、API调用在工程教学里的价值。大量教师甚至停留在传统编程教学思维，老师都没意识到AI算力已经是基础实验条件了。
我不是给高校辩解，而是这些问题，其实本都可以解决。甚至已经有力量下场在做了。
市场商业力量已经不得不出来补充缺口了。
这几年，各大科技厂商陆续推出面向高校学生的开发者校园计划，学生完成身份认证，就可以领取免费API调用额度，比如字节豆包就推出了开发者平台校园计划、阿里云百炼推出校园开发者计划、腾讯云推出混元校园计划、百度突出千帆校园开发者计划，甚至就连算不上头部大厂的科大讯飞，都在用星火校园开发者给学生们发放Token额度。
今年开学季，今年刚做起来的产品WorkBuddy都启动开学季普惠活动，国内在读大学生完成学生认证，即可领取1000积分，用来支撑代码调试、资料检索、课程作业、论文辅助等各类需要Token的场景。
有一说一，这些企业端对高校学生释放的红利的确填补了高校教学资源的缺口，让很多没有预算的学生，能拿到实践所需要的算力。
但有一个问题是，企业也是出于自身的需求做这类事情。毕竟高校学生的能力不在校园培养，就得在企业里培养。
就算成本差不多，也得面临消耗的时间问题。
而企业也要面临成本提升的困境，光靠企业，是难以变成高校教育的常态解决方案的。
企业校园福利会有额度上限，有活动周期，会受产品策略调整影响，今年有的福利，明年未必继续。
不同学生获取信息的能力也有差距，有的同学擅长搜集各类校园活动，轻松拿到充足积分token；信息闭塞的学生则不知道这些渠道，依旧两手空空。
企业能解决一部分高校学生之间资源不平等的短期问题，但解决不了成体系的高校学生之间信息差的问题。
而后者，只有高校能做到。
我举几个简单的例子。
化学系不会要求学生自己掏钱买实验试剂，物理系不会让学生自费购买实验仪器。
高校总得承担这个责任。
同理在AI时代，token作为新型实验耗材，就应该纳入教学资源保障清单。
我们不是说，所有token都必须无限免费给到学生。
因为不计成本放开配额，会出现算力滥用、资源浪费、甚至学生拿去变现而不是获得受教育权的问题。
合理的模式应该是学校承担基础教学配额，保障课程作业、课堂实验的使用需求；学生如果要做大创、竞赛、个人深度项目，产生超额消耗，再自行承担增量成本。
而底线是完成课程这件事本身，真不应该让学生自掏腰包。
我自己现在高度调用模型，一个月的开销大概是一千元左右。对于收入而言没什么负担。但是我前段时间看到一个数据——现在大学生平均月生活费也就是1500元，和十年前上大学的我比起来都没什么提升。
所以南大这起争议事件，是老师看到了时代变化，却搞错了责任对象。
他看见了学生需要使用token做实践，却把资源缺失的责任算在了学生头上。
真正该反思的，是整个高校的教学供给体系：当技术浪潮呼啸而来，我们的课程、教材、经费制度、实验资源，有没有跟上时代脚步？
技术的浪潮不会等待大学慢慢改革。现在的计算机学生，一边要啃着滞后的课本，一边要自学产业最新的工具，一边还要四处寻找算力资源完成作业。
他们已经承担了太多时代转型的代价了。
热门跟贴