值得学,但学的重点要从语法、算法这类记忆型基础,转向熟悉编程环境、能用 agent 真正动手做事,以及判断该不该做这件事。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
不必从语法和算法啃起,但要跨过动手门槛
材料里的观点立正提到,让没有编程经验的人用 agent 是有门槛的,只是这个门槛不再是传统意义上的编程基础。在 AI 时代,从语法和算法开始学,既劝退人,也未必对应真实需要;更该先熟悉编程环境,再让 AI 调用工具、真正把东西做出来1。他的判断依据是:很多人到 2026 年仍把 AI 当聊天框用,而会用 agent 动手做事的人,认知和产出效率都处在人群前列1。所以“学 CS”如果指背语法、刷算法题,紧迫性确实下降了;如果指理解环境、工具和系统怎么运转,它反而成了用 agent 的前提。
真正稀缺的是判断哪些复杂度不需要
立正讲过一个反差:同一门课,有实践经验的工程师觉得深,大学里的 CS 学生却觉得浅。原因是学生只看到简化后的答案,没经历过排除其他路径的过程;而“只知道一种办法”和“比较过几条路后选这一种”,写出来的代码可能很像2。他还说,做出复杂的东西是能力,判断哪些复杂度根本不需要也是能力,后者更难展示2。这给“要不要学 CS”一个更准确的问法:学它是为了多掌握几件工具,还是为了在真实问题里能判断该用哪件、该省掉哪件。前者的价值在被 AI 压缩,后者仍然稀缺。
把学习落到做出一个能用的东西
AI推演如果正在犹豫,可以先选一个自己真想要的小工具或小网站,用 Cursor 或 Claude Code 这类 agent 工具从零做出来,遇到卡住的地方再去补对应的环境知识,而不是先系统啃完一门课1。这样做能检验两件事:你是否跨过了“让 AI 替你动手”的门槛,以及你补的知识是不是真在解决问题。立正也提到,做完不等于学会,AI 能替你把作业做出来之后,学会与否得自己回答3;所以做完之后,试着不看记录复述关键决策,看自己是否真的理解。
现有片段谈的是用 agent 的门槛和学习方式,没有系统讨论 CS 学位、课程体系本身的价值,涉及择校或专业选择时依据不足。
出处
- 12026年,普通人想跟上AI时代,这件事必须要做
直接讲 AI 时代编程基础的门槛变化,以及该先学什么、不必从哪学起。
- 2通过Jev,辨清AI新技术的叙事陷阱:谁替你决定了什么叫“厉害”?
解释为什么简化答案看起来浅,以及判断复杂度是否必要这种能力为何稀缺。
- 3假学习的终结
补充“做完不等于学会”,适合核对学 CS 时如何检验自己真的掌握。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- AI时代如何学习呢
AI时代学AI,重点不在看懂概念或让AI替你做出来,而在自己动手、在关键处保留难度,并用撤掉帮助、隔段时间、换道题来检验能力是否真的长在自己身上。
- 你会如何定义"在AI时代的自我提升”, 比如一个人如果要自我提升,有哪些方面,可以以什么来衡量成果。
在AI时代,自我提升的方向是把判断力、品味和收口能力练出来,而不是多学几个工具;衡量成果看撤掉AI帮助后你还剩下什么。
- 课代表立正在哪里讲过为什么要多用动词,少用名词,怎么拆解一个概念,怎么用prompt
立正在《为什么所有人都在学名词,但真正拉开差距的是动词》和《AI的正确打开方式:不学概念,学动作》里讲过:名词是地标,动词是走路的能力,拆概念就是把它还原成一组动词。
- 作為一個軟件工程師,已經用agent 寫99% 代碼,在專業的學習上應該要學習什麼,以前要學習編程語言,框架的syntax, 在AI 年代好像學來也沒有什麼意思
立正认为不必再从语法和算法入门,该学的是怎么把任务交给 AI 并让它可靠交付:给多少上下文、怎么拆任务、哪些环节必须人判断、出错时定位是能力限制还是上下文没给够。
- 我不学习ai会怎样?
不学 AI 的代价,不在少懂几个名词,而在把判断力外包出去:工具替你做对了,你以为自己也会了,撤掉工具就交付不了。
- 我其实一直想搞清楚:一个普通人要了解AI到什么程度?需要从底层开始了解吗?还是该怎么弄?
普通人不必从底层原理学起,先建立对AI的基本判断、再用它动手做真实任务,比啃算法更有效。