吴恩达对编程在AI时代作用的看法

吴恩达（Andrew Ng）非常明确且坚定地主张：在 AI 时代，学习编程和计算机科学不仅没有过时，反而比以往任何时候都更重要。针对黄仁勋等人提出的“AI 时代大家不用再学编程”这一观点，吴恩达曾公开驳斥，并直言“劝人别学编程将成为历史上最糟糕的职业建议之一”。 他在多个访谈和公开演讲中对这一问题的核心逻辑主要体现在以下几个维度： 1. 工具门槛降低，意味着做这件事的人应该更多，而不是更少 从汇编语言到 C/C++，再到 Python 和现代 IDE，计算机历史上的每一次技术抽象和门槛降低，都没有消灭程序员，反而让编写软件的人数成倍激增。吴恩达指出，生成式 AI 和辅助编程工具本质上是又一次强大的抽象层，它大幅降低了构建软件的试错成本，因此正确的趋势是“人人都可以学编程”，而不是放弃学习。 2. 编程是与计算机、AI 精准沟通的“通用语言” 在吴恩达看来，编程不仅是写出特定语法的代码，更是系统性思维和精准逻辑表达的训练。自然语言往往存在模糊性，而计算机系统的运行需要极其严谨的逻辑。只有理解基本的计算机运作机制和代码结构，你才能更清晰地向 AI 描述系统需求、拆解复杂模块，并准确判断 AI 生成的结果是否符合工程规范。 3. AI 辅助编程本质依然是严肃的“工程实践” 针对业界流行的“氛围编程”（Vibe Coding，即仅靠自然语言提示词让 AI 写完所有代码），吴恩达提醒大家不要被表象误导。他提到，在真实业务中构建高可用系统时，使用 AI 辅助往往是一项高强度的脑力工程（他更倾向于称之为“快速工程”）。没有计算机科学基础的人很难进行系统架构设计、误差分析、性能瓶颈调优以及安全审查，而这恰恰是专业计算机与工程人才的核心价值。 4. 软件工程正在转变为“搭乐高”与“智能体（Agent）工作流” 吴恩达将现代软件开发比作搭乐高：开发者需要理解各种模块（APIs、数据管线、模型组件、自主智能体）的机制与组合方式。未来工程师的核心竞争力，从单纯敲出样板代码（boilerplate），转向了系统级架构设计、快速原型验证（Rapid Prototyping）和工作流调度。理解计算机底层和算法逻辑的人，能更敏锐地驾驭 AI 智能体来完成端到端的自动化。