当你把大学四年交给 AI，毕业后才发现…

你考上了一所普通的双非大学，读的是计算机科学与技术专业。

收到录取通知书那天，父母比你还高兴。

虽然家里条件一般，但他们还是咬咬牙，花了七八千元，给你买了一台高配置的游戏本。

父亲不太懂电脑，只听销售说，这个配置学编程肯定够用了。

临走时，他拍着你的肩膀说：

“大学四年，好好学门技术，以后找个稳定的工作。”

那时候的你，也曾认真想过，毕业后要进入一家互联网大厂，成为一名优秀的程序员。

然而，你刚上大一，ChatGPT 等大语言模型就开始迅速走红。

起初，你只是觉得新鲜。

第一次接触AI时，你试着让它写了一段 Java 代码。

不到十秒钟，屏幕上就出现了完整的程序，甚至连注释都写得清清楚楚。

你有些惊讶。

自己研究半个小时的问题，AI居然几秒钟就能解决。

从那以后，你逐渐发现，原来大学里的很多作业，都可以交给AI完成。

大一的 C 语言实验报告，你直接复制题目，让 AI 生成代码和实验总结。

大二的数据结构作业，你把题目截图上传，要求 AI 给出完整答案。

数据库课程设计，你让 AI 生成建表语句、业务代码，甚至连课程设计报告都一起写好。

至于马原论文、思政作业和选修课心得，更是直接复制粘贴，稍微修改一下格式，就能提交。

别人还在图书馆查资料、调试代码，你已经学会了用几句提示词，在十分钟内完成原本需要几个小时的作业。

你渐渐产生了一种错觉：既然AI什么都会，为什么还要浪费时间自己学？

于是，你开始心安理得地享受大学生活。

每天踩点上课，找个靠后的座位，打开手机刷短视频。

老师讲到指针、递归、线程和数据库事务时，你听得云里雾里，却没有多少焦虑。

反正听不懂的内容，以后问 AI 就行。

没有课的时候，你就在宿舍打游戏、点外卖，偶尔刷到程序员失业、AI 取代人类工作的新闻，还会转发到宿舍群里，感慨一句：“幸好我没花那么多时间学编程。”

你甚至觉得，那些每天泡在实验室、研究算法和操作系统的同学，有些跟不上时代。

“现在都什么年代了，还在手写代码？以后程序员只需要会提需求、写提示词就够了。”

这句话，你说过不止一次。

到了大三，身边的同学开始为实习做准备。

有人在研究 JVM 的内存模型，有人在学习 Spring 源码，有人在啃计算机网络和操作系统，还有人已经参与了真实的开源项目。

而你的电脑里，除了游戏和几个 AI 工具，几乎没有什么拿得出手的项目。

你想跟着网上的教程做一个管理系统，结果刚开始配置开发环境，就遇到了依赖冲突。

你把报错信息发给AI，照着它给出的命令反复执行。

一个错误解决了，又冒出来三个新的错误。

AI不断提供不同的解决方案，你却连问题出在哪里都看不明白。

折腾了一整个下午，项目仍然无法启动。

最后，你干脆关掉开发工具，打开了游戏。

你安慰自己：“这些底层知识以后肯定用不上。AI发展这么快，说不定等我毕业，程序员都不用自己写代码了。”

时间就这样一点点过去。

大四上学期，秋招开始了。

你第一次认真打开招聘软件，却发现现实和想象中完全不同。

一些简单的增删改查工作，已经可以借助AI快速完成，企业对初级开发人员的要求也越来越高。

不少岗位不仅要求熟悉 Java、MySQL、Redis 和 Spring Boot，还要求掌握多线程、计算机网络、分布式系统，以及基本的系统设计能力。

部分岗位甚至要求了解 RAG、Agent、模型调用和 AI 应用开发。

这些名词你都听说过，但真正问起原理，你却讲不清楚。

你只好打开 AI，让它帮你生成一份计算机专业应届生简历。

不到一分钟，一份包装精美的简历就出现在屏幕上。

上面写着你熟练掌握 Spring Cloud 微服务架构，熟悉 Redis 缓存优化、MySQL 索引调优，拥有高并发系统开发经验，还参与过基于大模型的智能 Agent 项目。

你看着这份简历，自己都有些心虚。

因为其中许多技术，你只知道名字，甚至连项目是怎么运行起来的，都解释不清楚。

但你还是抱着侥幸心理，把简历投了出去。

连续投递了两百多份简历之后，你终于收到了一家公司的面试邀请。

面试前一天，你让 AI 整理了上百道 Java 面试题，从 HashMap 到线程池，从 MySQL 索引到 Spring 事务，答案看起来条理清晰。

你熬夜背了几个小时，觉得多少有了一些底气。

第二天，面试官先问了几个八股文问题。

你勉强回答了其中一部分。

随后，面试官打开在线编程平台，说：“我们做一道简单的算法题吧。请你手写一个单链表反转。”

你盯着屏幕，突然愣住了。

这道题你见过，甚至还让 AI 生成过好几次答案。

可真正轮到自己写的时候，你才发现，自己只记得几个零碎的单词，连指针应该怎样移动都想不清楚。

你下意识地想打开浏览器，问问 AI。

但面试官就在旁边看着。

几分钟过去了，编辑器里只有一个不完整的方法声明。

面试官没有催促，只是问：“你平时是怎么做项目的？”

你沉默了。

因为你突然意识到，大学四年里，你所谓的编程经验，大部分不过是复制、粘贴、运行，以及等待 AI 给出下一步指令。

你会描述需求，却不会判断生成的代码是否正确。

你会复制报错，却不知道如何定位问题。

你能让 AI 写出复杂的系统设计方案，却连最基础的数据结构都没有真正理解。

那场面试，只持续了二十多分钟。

离开办公楼时，你第一次开始怀疑，自己这四年究竟学到了什么。

毕业之后，你继续找工作。

招聘软件里的岗位越来越多地标注着“有实际项目经验者优先”，而你连一个独立完成的项目都拿不出来。

偶尔收到面试邀请，也总是在技术环节被问住。

三个月过去了，毕业证拿到了，工作却始终没有着落。

又过了三个月，你终于决定退掉出租屋，拖着行李箱回到县城老家。

父母没有责怪你。

母亲只是问：“工作是不是不太好找？要不先休息几天？”

你点点头，说：“现在行情不好，再等等吧。”

你重新住进了高中时的房间。

书桌还是原来的书桌，墙上贴着几张已经泛黄的奖状。

那台父母花了不少钱买来的游戏本，仍然摆在桌子中央。

只是四年前，你带着它离开家时，觉得自己即将拥有无限可能。

四年后，你带着它回来，却连下一步该怎么办都不知道。

你开始昼夜颠倒。

白天睡到中午，下午刷招聘软件，晚上打游戏。

偶尔看到同学在朋友圈晒入职照片，有人进了互联网公司，有人考上了研究生，还有人已经在研究 AI 应用开发，你就默默划过去。

你依然关注着 AI 的最新动态。

每当看到某个模型发布，号称编程能力又提升了多少，你就忍不住点进去看看。

只是这一次，你不再像大学时那样兴奋。

因为你慢慢发现，AI 的能力越来越强，并不代表使用 AI 的人也在同步成长。

那些大学期间认真学习基础知识的同学，现在同样在使用 AI。

他们能够看懂生成的代码，知道如何调试错误，也能判断技术方案是否合理。

AI 帮助他们减少了重复劳动，让他们有更多时间研究真正复杂的问题。

而你使用 AI，却只是为了绕过学习本身。

当工具越来越强大时，他们的能力得到了放大，你原本就薄弱的基础却没有因此得到弥补。

有一天深夜，你又打开了那台已经用了四年的游戏本。

习惯性地启动浏览器，进入 AI 对话界面。

你在输入框里敲下一行字：

“22岁，计算机专业毕业，大学四年基本没学到什么东西，现在找不到工作，人生该怎么办？”

几秒钟后，AI 生成了五条建议。

重新梳理技术基础，明确就业方向，制定阶段性学习计划，完成独立项目，持续复盘求职问题。

每一条都很具体，每一步都安排得井井有条。

你看着屏幕，忽然觉得这些建议有些熟悉。

大学四年里，AI 曾经无数次告诉你应该怎样学习、如何写代码、如何解决问题。

它给过你学习路线，生成过项目代码，整理过知识体系，也解释过你看不懂的技术概念。

可你每一次都只是看一眼，然后关掉页面。

你习惯了让 AI 代替自己完成任务，却从来没有真正按照它给出的建议去行动。

你突然明白，问题或许从来不是 AI 太强，而是自己太早放弃了独立思考和学习。

窗外已经凌晨两点。

你关掉游戏，重新打开那个大二时就没有学明白的数据结构教程。

这一次，你没有先让 AI 生成答案，而是拿出纸笔，从链表的基本结构开始，一点点研究。

你知道，四年的时间已经无法重来，失去的机会也不会因为后悔而自动回来。

但至少，从现在开始，你还可以决定，下一行代码究竟由谁来写。

AI 可以在几秒钟内生成成千上万行代码，却无法替你理解每一行代码背后的逻辑。

它可以为你规划人生，却无法替你真正走完人生。

技术进步本身并不可怕。

真正值得警惕的是，当我们拥有越来越强大的工具时，却逐渐失去了独立解决问题的能力。