南大副教授开学第一课引热议：'没有token的CS学生应退学'，AI时代编程教育迎来硬核变革

SmartHey9月1日消息，南京大学计算机学院副教授蒋炎岩在2026年秋季新课《生成式软件工程》的开学第一课中抛出震撼观点：“没有token的CS学生应该立即退学。”——这句话赫然印在课件首页，‘立即退学’四字以醒目的红色标注。

这门课程明确要求学生自费购买API调用额度（token），全程使用国产大模型DeepSeek-V4-Flash完成实践作业，不提供统一算力补贴。

所谓‘退学’并非字面意思，而是一种教学修辞。蒋炎岩在课件中解释：token是AI时代的‘实验耗材’，正如化学系需亲手操作试剂、物理系需调试仪器一样，只有真金白银投入使用，才能建立对成本、响应延迟与输出质量的切身感知。他特别强调‘不需要tokenmaxxing’——反对低效滥用，倡导精准、有目标、可复盘的AI协作式编程。

熟悉他的师生都了解，这种直言不讳的表达方式，恰恰承载着他对行业现实的深切焦虑：截至2026年，仍依赖传统手工编码范式学习计算机科学的学生，已与产业一线存在结构性断层——这种差距，靠刷题和熬夜无法弥合。

课堂实践中，学生使用token的方式呈现显著分化：一类将AI当作‘高级搜索引擎’，整题复制粘贴、答案照搬交差，token消耗高但思维能力未提升；另一类则构建AI代理系统，自动解析百万行代码库、智能定位缺陷、生成覆盖边界条件的测试用例——虽token用量更大，但工程理解力与交付质量实现跃升。

值得注意的是，将token比作‘耗材’虽形象，却有本质不同：化学试剂燃烧即逝，而token换来的，是可沉淀的代码逻辑、可复用的技术方案与可内化的AI协同思维——其长期价值远超一次性消耗。前提是使用者真正参与思考闭环，而非沦为‘AI搬运工’。

一个关键前提常被忽略：本课程选用DeepSeek-V4-Flash而非国际主流模型。其单位token成本仅为GPT-4的约1/30，使学生单学期支出控制在数十元内，真正实现‘自费可行’。若采用高价闭源模型，‘token自费’恐将异化为经济门槛，背离教学初衷。

蒋炎岩的这句‘惊世之语’看似激进，实则是对技术演进节奏的清醒预判：AI工具正加速从计算机专业专属能力，蜕变为所有理工科乃至人文社科领域的基础素养——它不再是一门选修课，而是新时代的‘数字母语’。