现在的cs本科大学生，还有必要像鸭哥一样一年敲几十万行代码吗

立正把“会用AI”和“懂原理”分开：撤掉AI不是要回到手写代码，而是看你能不能往深里多懂一层，比如不只会用RAG，还懂检索背后的原理⁠1。他还提到，能把复杂的东西做出来是能力，能判断哪些复杂度根本不需要也是能力，而后者很难展示——多加三个组件别人看得见，研究后省掉两个别人看不到⁠2。所以“必须学”的不是某个框架或提示词技巧，而是能比较几条路、知道为什么选这一条的能力。这个判断成立的前提是你确实经历过比较和排除；只记住老师给的结论，下次新品发布还是得等别人表态⁠2。

那期哥大课程的问答里提到，工作是手艺，像游泳和滑雪，只能在做的时候学⁠1。同一篇里，鸭哥补充说AI本身就是很好的老师，可以问它为什么这么写、为什么不用别的办法、各有什么利弊⁠1。能放心交给AI多少活，取决于你能不能判断它做得对不对，信任要像带新人一样先给简单任务再慢慢加码⁠1。对CS学生来说，这意味着把课程项目或小工具交给AI做，然后逐段追问取舍，比单纯刷题更能积累判断。

立正给过一条很具体的路径：看目标岗位需要什么样的人，想清楚自己怎么证明符合要求，差的部分花一两周补上，先拿到六十分再想七十分⁠3。他也提到，想学一个东西怎么搭，直接去读公司里真实的代码，再找当事人聊当时为什么选这个方案而不是别的⁠4。对还在读本科的人，可以试的是：挑一个真实的小需求（比如给同学做个工具、复现一个开源项目的一个模块），让AI写主体，自己负责判断和修改，并记录哪些地方你判断错了。这个尝试能检验你的判断力是否真的在长，而不只是产出变多。