现在很多人都在疑惑，如今AI几乎没有写不出的代码，还有人踏踏实实手敲代码吗？结合我自己的经历来看，感触特别深。当年读研阶段，我全程都是纯手搓代码，一点点啃下Python、Matlab，逐行打磨循环语句，自主处理、清洗、分析各类实验数据，独立搭建调试神经网络模型。虽说当时对深层原理只能算一知半解，也会借鉴开源项目辅助自己，但底层基础逻辑、代码调试思路全靠自己实打实吃透，遇到报错能顺着源码定位问题，手里有完整的实操功底。
可硕士毕业五六年之后，Codex这类代码大模型彻底颠覆了开发模式，曾经我读研时要熬一两个月、甚至耗费三个月才能啃完、跑通的复杂工程难题，AI短短几分钟就能给出完整代码方案。出于图工作高效、也慢慢滋生了懒得深度动脑的心态，我开始习惯性把所有编码、调参、排错工作全部丢给Codex。仅仅持续使用一年，我就明显察觉到自身技术能力的退化：再也没法独立梳理代码逻辑，模型跑不出预期结果时，完全分不清AI给出的代码是否存在漏洞、参数设置是否合理，只能被动依赖生成结果，彻底丧失了自主调试、排查问题的底层能力。
这件事也让我延伸出对整个行业、学历教育未来的深层担忧：过去工科独领风骚、技术硬核能力决定个人上限的时代恐怕终将落幕，只要是能够数字化、流程化、标准化的工作环节，AI都能实现全方位替代。再过数年，985顶尖院校与二本普通院校毕业生的纸面产出差距会被AI无限抹平，哪怕基础薄弱的人，也能依靠AI傻瓜式生成完整方案，学历原本筛选真实技术能力的核心作用会逐步失效。
往后只会走向两条极端：要么学历整体性大幅贬值，含金量持续缩水；要么学历彻底沦为单纯用来分流海量求职者的形式化门槛，就像当下金融行业，明明多数岗位实操难度不高、技术门槛很低，却硬性卡清北复交名校出身，所谓名校标签只是企业撑门面、分层筛选的工具，并非看重从业者真实业务实力。长此以往，读书求学不再以钻研技术、深耕工科、钻研数理科研、创造实用技术价值为核心目标，学而优则仕会成为主流趋势，一纸学历最终只当作踏入体制内、走管理路线的敲门砖。不少工科人也会被迫转向金融、行政、管理赛道，各类行业层层堆砌无实质意义的筛选壁垒。
可眼下金融行业红利早已褪去，发展前景大不如前，反观当下高校课堂传授的大量知识，愈发像古代八股文，学习的核心目的只是应付升学、求职、考公的准入考核，学以致用、依托技术创造价值、落地成果造福社会的初衷慢慢淡化。未来高校大概率会大规模缩减文科、传统工科的招生名额，纯流水线式、可被AI替代的专业会持续收缩。
最关键的矛盾点在于：如果所有人都彻底放弃底层实操、丧失独立拆解、调试、验证技术方案的基础能力，完全依附AI完成全部工作，人反倒沦为AI的附属品，企业、行业再也没有办法分辨从业者真实水平，人才筛选体系会彻底崩塌，这也是我当下最焦虑、也觉得亟待重视的问题。
诚然，我更焦虑的是自己，也更焦虑像我一样，为了高效完成工作，放弃基础技术能力的科研工作者，长此以往，是否会被彻底替代呢！！！！
