当AI开始“写代码”，计算机专业会不会变成下一个数学？

注意：以下内容为AI辅助整理。最近一直在反思AI主导编程之后，计算机专业发展应该朝向什么方向？顺着学科间的相似性，我联想到了数学，因此提问计算机会不会成为下一个“数学”，这样简陋的问题。AI的回答在我看来很有启发：计算机学科从编程的手工劳动中解脱出来，以及它会回归到哪里，上面文章中都有了较为明确的观点，也解决了一部分现阶段的困惑。至于未来AGI时代，连纯粹的深度思维活动都不需要人来做丁点的辅助或干预时，世界又是个什么样子，不再本次探讨范围内。

===

摘要：人工智能正在快速改变计算机行业。过去，学习计算机往往意味着拥有稳定、高收入的职业机会，因此大量学生因为就业而选择这一专业。但随着AI开始自动生成代码、搭建应用和完成软件开发中的大量重复工作，“会写代码”本身正在逐渐失去原有的门槛。越来越多没有计算机背景的人，也能够借助AI完成APP和系统原型开发。这使人们开始重新思考：未来是否还需要如此庞大的计算机专业群体？本文认为，AI不会让计算机学科消失，而是会推动它发生分化。一部分计算机能力会像办公软件一样成为大众工具，而另一部分则会进一步走向更深层的系统、架构与科学问题。未来，真正重要的能力将不再只是编程，而是理解和构建复杂系统的能力。

===

过去二十年，计算机专业之所以长期处于“最热门专业”的位置，一个极其重要的原因，是它与现实世界中的财富、就业和产业扩张高度绑定。

互联网高速发展的时代里，“会写代码”本身就是一种稀缺能力。大量企业需要程序员开发网站、APP、后台系统和各种数字化平台，于是整个社会形成了一种广泛共识：学习计算机，就意味着更好的就业机会、更高的薪资，以及更强的职业确定性。也正因为如此，过去很多学生选择计算机，并不是因为真正热爱计算机科学，而更多是出于现实层面的职业考虑。但AI的出现，正在动摇这一基础逻辑。

过去的软件开发，本质上是一种高度依赖人工的技术劳动。程序员需要学习语法、熟悉框架、搭建工程、编写接口、调试系统，大量时间消耗在重复性的实现工作上。而现在，大模型正在迅速接管这些环节。从代码补全到整段功能生成，从数据库设计到前后端联调，甚至包括UI页面和部署流程，AI已经能够完成越来越多原本需要专业程序员参与的工作。

于是，一个非常明显的变化开始出现：软件开发的门槛正在被快速降低。

越来越多的人，即便不是计算机专业出身，只要能够较清楚地描述自己的需求，也已经可以借助AI完成应用原型的构建。过去必须依赖专业开发团队才能完成的事情，现在可能一个人借助AI工具就能够做到。这种变化所带来的冲击，并不只是“程序员效率提升”这么简单，而是在重新定义“什么才算会开发软件”。

这也引出了一个越来越难以回避的问题：未来还需要如此庞大的计算机专业群体吗？

联想数学专业的发展路径。今天，很少有人会单纯为了就业去学习纯数学，因为数学已经逐渐回归为一种更偏基础研究和高智力探索的学科。那么，未来的计算机，会不会也逐渐走向类似的位置？

从某种意义上说，这种趋势确实已经开始出现了。但计算机又不会完全变成数学。

原因在于，AI真正替代的，并不是“计算机科学”，而是“代码生产”。过去很长时间里，人们实际上把“计算机”与“写代码”画上了等号。但这其实只是互联网产业高速发展阶段的一种特殊现象。真正的计算机，从来不仅仅意味着编程语言和APP开发，它本质上研究的是信息、计算、控制、网络以及复杂系统之间的协同关系。而代码只是实现这些系统的一种手段，而不是问题本身。很多真正困难的问题，从来都不在“代码怎么写”，而在“系统为什么这样设计”。

当AI开始自动生成代码之后，人们反而会逐渐意识到：真正重要的能力，其实是对复杂系统的理解能力。例如，一个大型AI系统如何稳定运行，一个覆盖全国的网络如何协同调度，一个工业控制系统如何保证实时性与可靠性，一个通信网络如何在复杂环境下保持安全，一个自动驾驶系统如何在动态世界中做出决策。这些问题的核心难点，并不只是编程，而是架构、调度、资源约束、可靠性以及跨层协同。AI可以帮助人写代码，但并不天然理解现实世界中的复杂工程逻辑。因此，未来真正重要的人，未必是“最会写代码的人”，而更可能是“最理解系统的人”。

这意味着，未来的计算机领域很可能会出现明显分化。一部分能力会逐渐大众化，像今天使用Office、Photoshop或者短视频工具一样，越来越多普通人都能够借助AI完成数字化创造。未来很多行业人员，即便没有系统学习过计算机，也能够开发简单应用、构建自动化流程、设计AI工作流。但与此同时，另一部分计算机能力反而会变得更加重要，而且门槛更高。随着AI让软件构建变得更容易，整个数字世界的复杂度其实正在急剧上升。未来的大规模AI基础设施、智能网络、机器人系统、工业互联网、通信与计算融合系统，都会变得比今天复杂得多。系统之间的耦合会越来越深，规模会越来越大，实时性和可靠性要求也会越来越高。

这意味着，未来社会依然需要大量真正理解底层系统的人。只是，他们的工作重点，将逐渐从“手工编写代码”，转向“设计与驾驭复杂系统”。

某种意义上，计算机专业正在从一种“职业技能型热门专业”，逐渐回归为一种“基础设施型核心学科”。未来，“会写代码”可能会像“会使用Office”一样普遍；但真正理解计算、网络、智能与复杂系统的人，反而会变得更加稀缺。因此，未来被压缩的，很可能只是中间层的重复性代码劳动，而不是计算机学科本身。甚至可以说，当AI把“编码”这件事逐渐自动化之后，人类才第一次真正接近计算机科学更本质的问题：如何构建、理解并管理一个越来越复杂的智能世界。