AI重塑编程，高校计算机教育如何应变

数据显示，当前各平台中由AI参与生成的代码提交，已经接近全部代码量的四成。

随着代码生成、自动化调试逐步成为开发中的常规环节，软件研发的协作与分工模式也在被重新定义。Stack Overflow发布的2025年全球开发者调查显示，已有84%的程序员在日常工作中使用AI编程工具，相比两年前显著提高。而过去主要由初级工程师完成的大量标准化开发工作，如今正不断被压缩。

“以前一名工程师一个月才能完成的任务，在一些前沿技术的支持下，可能几天就能做完。”河南大学计算机与信息工程学院相关负责人韩道军向第一财经记者表示，软件开发的生产模式正在出现显著变化。

对于高校来说，围绕“编程”课程展开的调整也已拉开序幕。

一边学习一边“落后”？

“在AI尚未普及之前，我们就谈到过‘毕业焦虑’，因为四年前学习的内容，到了四年后可能已经发生变化，如今AI加入后，这种变化只会更快。”韩道军向记者表示，过去以编程语言为核心构建的课程体系，正承受越来越大的现实挑战。

近几年，AI已从专门的感知智能快速跨越到通用生成智能。以ChatGPT为起点，大模型浪潮被全面点燃，多模态、长上下文以及工具调用等能力不断成熟。今年以来，谷歌、微软、OpenAI、Anthropic等海外科技巨头持续展开技术角逐，长上下文和多模态能力几乎以“一周一次迭代”的速度演进。国内方面，阿里、腾讯等企业的大模型性能和调用规模也已开始进入全球第一梯队。

代码托管平台GitHub发布的2026年第一季度开发者生态报告显示，目前平台中由AI辅助完成的代码提交，已占总代码量的近四成，AI正成为开发者日常编码过程中不可缺少的重要力量。

“未来三到五年，一方面AI编程会更加稳定地进入生产级场景，覆盖需求拆分、代码生成、测试生成、缺陷修补和运维等关键流程；另一方面，企业组织也会向更小型的跨职能团队演化。”Forrester副总裁兼首席分析师Charlie Dai向记者表示，工程师的角色将更接近架构师和设计者，更加突出质量、合规以及系统化思维。

韩道军向记者表示，这也使得基础理论的价值变得更加凸显。

“如果不是专业人员，即便AI给出了多个方案，也很难判断哪一个更优。”在他看来，数据结构、操作系统、计算机体系结构等课程，正在成为理解和校验AI输出结果的重要基础。缺少这些底层能力，学生就只能停留在使用工具的层面，难以实现有效掌控。此外，对学生而言，如何与AI高效互动、如何整合信息、筛选结果并形成判断，也正在成为新的核心能力。

不过他也坦言，“学生人数很多，老师很难为每个人都设计个性化培养方案，这是客观存在的限制。”

推进“新工科”

据教育部、工业和信息化部去年年底联合公布的信息，目前工程教育已占我国高等教育人才培养总规模的三分之一，卓越工程师培养改革的领域布局主要集中在集成电路、人工智能等18个重点方向。

教育部去年年底披露，当前校企联合招收培养的工程硕博士已接近2.6万人，其中已有2000多人毕业并走上工作岗位，首次实现了工程硕博士有组织、成体系、大规模的校企联合培养，探索出国家战略人才自主培养的有效路径。

在河南大学内部，华为作为“新工科”建设的合作企业之一，也开始把企业资源进一步引入校园。

“不是简单地把学生送去企业实习，而是将企业的标准、项目与资源融入教学和科研体系。”韩道军表示，这类合作不仅能为学院承接企业项目提供硬件与技术支持，也能借助项目实践，把企业技术标准和真实问题嵌入教学流程之中。

“在夯实理论基础的前提下，学生可以接触智算中心、参与项目实践，也有机会与企业直接沟通。”他说，这类经历有助于增强学生解决复杂工程问题的能力。

在培养模式上，高校也在探索更灵活的方式。借助数字化平台，学生可以结合自身情况调整学习节奏，实现差异化成长。“可以做到‘千人千面’，更好匹配产业需求。”韩道军说。

从目前情况看，这一轮调整仍在持续推进。随着AI进一步改变技术工作的组织方式，高校计算机专业的人才培养，也正从“技能导向”逐步转向更加重视基础能力与工程能力的综合体系。这一转变不会在短时间内完成，但已在招生到课堂的各个环节中逐渐展开。