没有 Token 就退学：说得还太客气了
内容提要
南大《生成式软件工程》课件称“没Token的CS学生应退学”引发热议。作者赞同老师观点，认为Token是AI时代的实验耗材，学校、老板、同事都不会提供支持，初级岗位已被AI取代，年轻人须自备工具、主动使用AI，否则四年后处境更差。
延伸解读
“退学”言论的语境与误读
课件中“没有 Token 的 CS 学生应该立即退学”并非孤立口号，而是接在三种集体焦虑和一份“零分简历”案例之后。老师原意是强调 Token 应像化学试剂一样成为实验耗材，且课堂准则明确“Token 自费”但“不需要 Tokenmaxxing”，还补充“有困难来找我”。传播中这些限定被裁剪，导致“何不食肉糜”的批评。理解完整语境，才能避免把观点简化为对贫困学生的排斥。
高校算力供给的结构性缺位
文章指出，高校算力长期集中在头部课题组，本科生接触大规模训练环境的机会有限，“本科生耗材”在预算表中几乎不存在。因此，让课程自费买 Token 并非南大抠门，而是整个高等教育体系尚未为 AI 工具立项。若课程将付费工具列为必要条件，学校有责任保证基本可及性，老师个人兜底虽值得肯定，却不能替代稳定的课程预算。
初级岗位消失与自备工具的逻辑
作者修正了半年前“第一级阶梯被抽掉”的判断，认为整把梯子都已不在。过去实习生、校招、干三年成中级、五年成 Senior 的路径，如今被“一个人指挥十个订阅”取代。斯坦福数字经济实验室 2026 年研究显示，22 至 25 岁劳动者在高 AI 暴露职业中的就业水平比同步情形低约 19%，差距主要来自招聘减少。因此，即使学校、老板、同事都不提供支持，自备 Token 仍是拉开差距的变量。
大学四年的能力重心转移
文章建议大学四年聚焦数学、英语、计算机基础与第一手 AI 项目经验。基础学科反而更重要：操作系统、体系结构、网络、数据库帮助判断 AI 输出是否正确、设计是否合理。手写红黑树、动态规划等代码能力价值趋近于零，但理解不变量、复杂度和适用边界仍是判断实现是否靠谱的基础。GitHub、个人主页、技术文章和可复现项目，正在成为成绩单之外的第二份能力证明。
Q&A
南京大学《生成式软件工程》课程为什么要求学生自费购买 Token？
该课程将 Token 视为 AI 时代的实验耗材，就像化学系买试剂一样，是学习计算机的必要投入。老师原本打算找厂商赞助，但看到选课人数后觉得没必要为这点钱开口，于是写成自费，并建议学生充一百块使用 deepseek-v4-flash，同时表示有困难的同学可以找他。
为什么作者认为“没有 Token 就退学”这句话说得太客气了？
作者认为 Token 是 AI 时代的实验耗材，学校、老板、同事都不会提供支持，初级岗位已被 AI 取代，年轻人必须自备工具、主动使用 AI。如果不主动，现在不退学，四年后进入市场也会面临同样甚至更惨的结果。
AI 时代程序员成长的阶梯发生了什么变化？
以前程序员通过初级岗位（实习、校招、干三年成中级、五年成 Senior）一步步成长，但现在整把梯子都被 AI 抽掉了。初级岗位被 AI 取代，年轻人需要自己造一把梯子，即自备 Token、主动使用 AI 工具。
目前真正会指挥 AI 干活的人有多少？
作者在西电讲座中现场调查，一屋子计算机强校学生中，用过 Codex 或 Claude Code 干活的不到 5%。会跟 AI 聊天的人过半，但会指挥 AI 干活的人估计只有几百万量级，能把一个订阅额度蹬满的更少。
大学四年应该学什么？
作者认为应学数学、英语、计算机基础，加上第一手的 AI 项目经验。基础比以前更重要，如操作系统、体系结构、网络、数据库，能帮助判断 AI 结果是否正确。手写红黑树等代码能力价值趋近于零，但理解不变量、复杂度和适用边界仍很重要。公开可验证的作品与履历也越来越重要。
为什么企业推 AI 推不动？
原因往往很简单：老板没给报销 API，让员工自费买订阅。好一点的公司给报销，差一点的就自费。员工也不会主动，因为用 AI 提效十倍，等着的大概率是十倍的活，不如大家一起不动，这是纳什均衡。但代价是整个公司可能被外面拥抱 AI 的公司顶掉。
