請教 HN：現今就讀電腦科學系是什麼樣的體驗？

背景

這場討論源於一位資深軟體從業者對現今電腦科學（CS）教育現狀的擔憂。隨著人工智慧技術的爆發式成長，傳統的課程體系是否依然具備競爭力，以及在「軟體工程已死」與「黃金時代降臨」的極端輿論擺盪中，學生該如何定位自己的職業生涯，成為了社群熱議的核心。

社群觀點

在 Hacker News 的討論中，最顯著的觀察是大型科技公司（FAANG）在校園徵才的退潮。多位留言者指出，以往被視為金飯碗的矽谷巨頭如今在校園中幾乎消聲匿跡，取而代之的是 Jane Street 或 Two Sigma 等量化交易金融機構，這些公司依然極度渴求具備嚴謹邏輯思考能力的頂尖人才。然而，這種轉變也伴隨著對金融業運作透明度的質疑，部分討論者認為這些機構雖然吸納了大量 CS 精英，但其獲利模式有時遊走於法律邊緣，未必能提供如傳統科技業般的社會價值。

針對學術現場的觀察，教授們正處於一種前所未有的焦慮中。雖然核心理論如演算法與資料結構依然穩固，但在涉及「複雜系統」的專案課程上，AI 的介入讓教授們難以界定作業的難度門檻。當 AI 能夠輕易完成初級開發者的工作時，學術界尚未找到一種能有效衡量學生真實理解程度的新標準。部分留言者提到，為了應對 ChatGPT 帶來的作弊潮，許多學校正將評量方式從分散的小測驗轉回傳統的大型筆試或口試，這導致及格率出現了明顯下滑，反映出學生過度依賴工具而忽視基礎紮根的現狀。

社群對於 CS 學位的價值仍持有分歧但趨向理性的共識。支持者認為，大學教育的本質不應是職業培訓，而是傳授那些不隨技術更迭而過時的底層原理。一位教授指出，AI 雖然能加速開發，但無法取代「系統性思考」；如果學生只學會下指令（Prompting）而不知其所以然，將會面臨無法晉升為資深工程師的斷層危機。相反地，也有觀點認為現行的課程體系落後業界數十年，學生在校學習的技術棧往往與現實脫節。

有趣的是，討論中出現了一種「AI 殭屍」的警示，擔心未來幾代工程師會因為過早依賴 AI 而喪失解決複雜問題的能力。但也有在讀研究生持樂觀態度，將 AI 比作計算機之於數學，認為這只是將人類推向更高層次的抽象思考。對於有志進入此領域的年輕人，社群給出的建議是回歸好奇心驅動的本質，透過參與開源專案或深入研究系統底層來建立不可替代性，而非單純追逐高薪。

延伸閱讀

• Jane Street 相關爭議報導：關於該公司在衍生性金融商品交易中涉及的法律與市場爭議。
• The Illustrated Guide to a Ph.D.：由 Matt Might 製作的視覺化指南，解釋研究與知識邊界的關係。
• SRS + Copilot + Nano 學習法：一種結合間隔重複系統與 AI 工具來內化程式概念的實踐建議。