南大教授称“无Token就退学”：扎心狠话撕开AI时代计算机教育的真相

发布时间：2026-09-05来源：图灵人工智能

单击上方“图灵人工智能”，选择“星标”公众号

您想知道的人工智能干货，第一时间送达

转自EncodeBrainLab，仅用于学术分享，如有侵权留言删除

近日，南京大学计算机学院一句爆红言论，刷屏了全网科技与教育圈层。

在2026秋季新课《生成式软件工程》的课件上，蒋炎岩副教授一句标红的“没有token的CS学生应该立即退学”，瞬间引爆舆论。截图在知乎、GitHub、技术社群疯狂流转，有人怒斥极端、不公，有人直呼清醒、通透。

争议铺天盖地而来，但抛开情绪化的站队与谩骂，这句看似刻薄的“劝退言论”，从来不是一句简单的教师狂言，而是一记狠狠砸在传统计算机教育身上的警钟。它赤裸裸地撕开了AI浪潮下，高校计算机教育与产业现实脱节的核心矛盾，也抛出了所有CS学子必须直面的终极问题：大模型时代，程序员的核心能力，到底是什么？

一、别只抓着“退学”二字较真：老师的核心诉求从不是劝退

舆论发酵的核心，大多集中在“老师太傲慢”“上学还要自费买算力，教育不公”“买不起Token就不配学计算机”等情绪观点上。但通读课程规则与教师完整表述后不难发现，大众的解读，大多陷入了断章取义的误区。

首先，这句话绝非学校官方的退学规定，只是教师极具夸张、警示性的教学观点，目的是打破学生的固有思维，而非真正劝退学子。

其次，课程要求的学生自费购买Token，并非高额消费，只是基础实训所需的小额算力开销。同时课程留有充分的人文缓冲：针对经济困难学生，教师明确表示可私下沟通、协调解决，绝不会让学生因经济问题无法完成课程学习。此外，课程严格禁止算力滥用，杜绝学生无节制消耗Token，引导理性、高效使用AI工具。

拨开舆论的滤镜，蒋炎岩老师的核心逻辑其实十分朴素：在AI重构软件工程的今天，Token不再是可选的工具，而是计算机专业学生的“实验耗材”。

化学专业的学生，需要自备试剂、操作实验器材；物理专业的学生，需要使用仪器、消耗实验耗材；同理，生成式软件工程领域，算力与Token，就是新时代的实验设备。

过去的CS学习，拼的是敲代码的速度、语法的熟练度、算法的背诵程度；但现在，产业早已完成迭代。只会手写基础代码、依赖免费开源模型、抱着“零成本学习”思维的学生，已经跟不上行业的发展节奏。

二、争议的本质：是教学革新，还是教育不公？

这场全网热议的分歧，本质上是两种教育理念、两种行业认知的碰撞。支持与质疑的声音，各有立场，也各有痛点。

站在教学革新的角度，这位老师的大胆尝试，恰恰是高校教育中最稀缺的“落地式教学”。

当下互联网与软件工程行业，早已全面AI化。企业开发、项目落地、工程迭代，全程离不开大模型辅助。真正的职场工程师，每天都要面对成本、质量、延迟的三重博弈：如何用最低的算力成本，产出最高质量的代码，兼顾项目交付效率与稳定性。

而长期依赖免费AI工具、本地开源模型的学生，永远学不会这种核心工程思维。免费工具的无成本属性，让学生习惯了随意试错、无脑生成、无效迭代，完全脱离了产业真实场景。

课程要求学生自费使用Token，核心目的不是收费，而是用微小的经济成本，倒逼学生建立算力预算思维。让学生明白：工程落地不是实验室理想场景，每一次模型调用、每一次参数调试，都对应着真实的资源成本。这种成本意识，是传统编程教学永远教不出来的职场核心素养。

但与此同时，质疑方的声音，同样值得所有人正视，这也是事件最扎心的痛点——AI时代的教育公平缺口，正在悄然扩大。

很多人反对的不是“用AI学习”，而是“把学习成本转嫁到学生身上”。对于家境优渥的学生，小额Token开销不值一提，他们可以肆意试错、反复调试、深耕Prompt工程，快速积累AI工程经验；但对于普通家庭、寒门学子，哪怕是微薄的算力开销，也会成为心理与经济负担。

更现实的问题是：工具门槛，正在变成能力门槛。

当部分学生因顾虑成本不敢反复实训，而另一部分学生可以无压力深耕AI工程能力时，高校本应公平的教育赛道，就出现了天然鸿沟。免费模型、本地部署模型固然可以学习，但算力速度、模型精度、实训场景，都无法媲美商用付费模型，这就导致学生从学习阶段，就拉开了未来的职场差距。

除此之外，大众的核心顾虑还有：计算机专业的核心，从来不是“会不会用AI”。算法逻辑、底层架构、系统原理、代码思维，才是CS专业的立身之本。如果过度神化Token与AI工具，很容易本末倒置，让学生沦为“AI工具操作员”，而非真正的计算机工程师。

三、AI颠覆CS专业：淘汰的从来不是穷人，是守旧者

在这场争议中，最容易被忽略的一个真相是：老师的狠话，针对的从来不是“没钱的学生”，而是“拒绝拥抱AI的惰性思维”。

从来没有人说，没钱买Token就不配学计算机。真正劝退学生的，从来不是小额的算力成本，而是固守传统、拒绝迭代的学习认知。

如今全网仍有大量CS学生停留在旧时代：执着于手写每一行代码、鄙视AI辅助编程、认为“用AI就是投机取巧”、固守着十年前的学习模式。但行业早已翻天覆地，企业招聘的底层逻辑已经彻底改变。

过去企业招聘，看算法能力、代码功底、基础扎实度；现在企业招聘，更看重AI协同能力、工程优化能力、成本控制能力、问题甄别能力。

AI可以快速生成基础代码，但AI无法完成需求拆解、架构设计、错误甄别、算力优化、场景适配。新时代的优秀CS学生，核心竞争力早已不是“会写代码”，而是“会用AI高效、精准、低成本地解决复杂工程问题”。

这也是这门课程的真正价值：它不是教学生依赖AI，而是教学生驾驭AI、管控AI、优化AI。训练学生设计精准Prompt、甄别AI生成漏洞、优化算力开销、平衡项目成本与质量，这正是当下高校计算机教育最缺失的实战内容。

换言之，Token是表象，工程思维是内核。没有Token、没有算力支撑，学生就没有真实的工程实训场景，最终只会沦为“纸上谈兵的程序员”。

四、高校AI教育，不能让学生独自买单

即便理解了课程的革新意义，我们也必须清醒地指出：南京大学这场教学尝试的争议，暴露了国内高校AI教育的普遍短板——产业已经进入AI工程时代，高校的资源配套、教学体系却还停留在传统编程时代。

算力，是AI时代的核心教育资源，就像实验室、图书馆、教学设备一样，本应是高校的基础办学配套。但目前国内绝大多数高校，都没有完善的学生算力扶持体系，只能让学生自费承担实训成本。

这也是争议的核心症结：教学要接轨产业，资源却脱节学生。高校想要培养适配行业的新型人才，却不愿承担对应的算力成本，将新时代的实验耗材压力，转移到学生身上。

真正完善的AI计算机教育，不该是“学生自费买Token学本事”，而应该是学校搭建公共算力平台、设立实训算力补贴、完善贫困学生帮扶机制，让所有学生都能无差别、无成本、无压力地完成AI工程实训。

革新的教学理念值得肯定，但革新的成本，不该由学生独自承担。

结语：放下情绪，看见时代的变革

回头再看“无Token就退学”这句狠话，刺耳、扎心，却足够清醒。

它不是对寒门学子的苛责，而是对所有守旧学习者的警示；不是教育的不公，而是时代变革下，教育迭代的阵痛。

AI时代不会淘汰学不会代码的人，但会淘汰拒绝用新工具、固守旧思维、缺乏工程认知的程序员。Token只是一个小小的载体，背后承载的，是新时代计算机专业必备的成本思维、工程思维、实战思维。

高校的AI教育改革，注定道阻且长。我们需要蒋炎岩老师这样敢于打破传统、接轨产业的革新者，更需要高校补齐算力资源短板、抹平教育鸿沟，让每一个热爱计算机的学子，都能不被成本困住脚步，真正跟上时代的步伐。

毕竟，教育的终极意义，从来不是筛选有钱的人，而是成就愿意成长的人。

文章精选：

1.图灵奖得主姚期智最新演讲： AI有边界，恰恰是好事

2.图灵奖得主本吉奥警告全网：AI已经学会“演给安全测试看”，下一代我们可能真的抓不住了！

3.图灵奖得主萨顿 WAIC 2026 最新演讲：现在的 AI 还不算真智能，我们正迈入经验时代

4.菲尔兹奖得主陶哲轩最新访谈：未来数学属于人类与 AI 的混合体

5.图灵奖得主、AI教父辛顿：AI已具备意识，且将进化成远超人类的智能生命体

6.图灵奖得主、“AI教父”辛顿认错：我当年想得太简单！卡死医疗AI落地的，其实是背后的法律

7.图灵奖得主Bengio预言o1无法抵达AGI！Nature权威解读AI智能惊人进化，终极边界就在眼前

8.图灵奖得主、强化学习之父Rich Sutton：大语言模型是一个错误的起点

9.图灵奖得主杨立昆：大语言模型缺乏对物理世界的理解和推理能力，无法实现人类水平智能

10.压缩即是全部 —— 菲尔兹奖得主 Michael Freedman 给数学和 AI 的一封信

转载说明：本文系转载内容，版权归原作者及原出处所有。转载目的在于传递更多行业信息，文章观点仅代表原作者本人，与本平台立场无关。若涉及作品版权问题，请原作者或相关权利人及时与本平台联系，我们将在第一时间核实后移除相关内容。