放弃学习编程因为 AI 会自动化它？
对此吴恩达发文称：这将被视为史上最糟糕的职业建议！
随着各种 AI IDE 的火爆出圈，许多人只需动动嘴就能完成原来多年程序员才能完成的编程工作。这也导致有不少人劝其他人不要再学习编程，理由是「AI会自动化编程工作」。
但吴恩达直接声称：这类建议将被视为有史以来最糟糕的职业建议之一！
他甚至公开反驳了某位图灵奖和诺贝尔奖得主赫伯特·西蒙的观点。
这位大佬曾写道：「编程职业消亡的可能性远高于它变得无所不能…计算机将越来越多地自我编程。」
吴恩达认为，这种劝阻人们学习编码的言论是有害的！
历史告诉我们：编程只会变得更容易
吴恩达举例说，上世纪60年代，当编程从打孔卡片（程序员必须在物理卡片上逐字符地打孔）升级到键盘终端时，编程变得更容易了。
那个时代恰恰是开始编程的最佳时机。
然而，正是在这个时代，诺贝尔奖得主赫伯特·西蒙写下了上述言论。
今天劝告人们不要学习编码的观点，并依然在各个场合重复他的观点。
吴恩达则强调道：随着编码变得更容易，应该有更多人编码，而不是更少！
过去几十年，编程从汇编语言过渡到C这样的高级语言，从桌面到云端，从原始文本编辑器到IDE再到AI辅助编码——每一步都让编程变得更加简单。
最近，以Andrew Karpathy 为首创的程序员们甚至开始用「vibe coding」来描述几乎不看生成代码的纯动嘴式编程方式。
成为10倍专业人士的最佳方式
吴恩达之前曾提到，他看到精通技术的人利用 AI 工具朝着成为「10倍专业人士」的方向发展——这些人在各自领域的影响力是普通人的10倍。
如今他越来越确信：许多人实现这一目标的最佳方式，不是仅仅成为 AI 应用的消费者，而是学习足够的编码知识来有效使用AI辅助编码工具。
deepwhitman 在评论中支持这一观点：
「我从AI编码中获得了更多，因为我可以在更深层次上与它交流。不是简单地说『给我构建一个应用』，而是『让我们为此创建一个辅助函数』、『确保我们并行处理请求』、『将其重构为一个组件』等。」
Ishan Khedkar 也指出：
「非常正确。有了 AI，编程将成为最需要的技能。AI 实际上使个人和小团队能够以与大型团队相当的水平工作。」
告诉计算机你想要什么的能力
吴恩达透露，他最常被问到的问题是：对于那些担心工作被 AI 取代的人，应该做什么？
他的回答很直接：学习 AI 并掌控它！
因为未来最重要的技能之一将是能够准确地告诉计算机你想要什么，这样它才能为你完成任务。
而编码（或让AI为你编码）是实现这一目标的绝佳方式。
吴恩达还提到其在为「面向大众的生成式AI」课程制作背景图像时，他与一位学习过艺术史的合作者一起工作。这位合作者用艺术语言（基于历史风格、调色板、艺术家灵感等术语）向 Midjourney 提示，得到了想要的结果。
吴恩达坦言，由于不懂这些语言，他使用简单的提示尝试制作图像，则完全无法获得同样有效的结果。
同样，科学家、分析师、营销人员、招聘人员和各种职业的人，如果通过编码知识理解软件语言，就能更精确地告诉LLM或AI驱动的IDE他们想要什么，并获得更好的结果。
Christian Raimondo在评论中打了个恰当的比喻：
「同意。这就像说当计算器被创造出来时，数学就过时了。它们增强了我们当前的能力，但内容知识仍然是引擎的核心。」
终将取代程序员的争论
但也有不同的声音。
Ayush Kushwaha表示不同意见：
「我在没有 HTML 或 CSS 知识的情况下，使用无代码工具和 AI 构建了项目的前端，显著缩短了学习时间。如果我能做到这一点，为什么公司不能通过依赖 AI 和无代码解决方案来减少对程序员的需求呢？」
他认为，像 Devin、GitHub Copilot 这样的 AI 以及 Bubble 或 Glide 等平台现在可以自主生成代码和处理工作流程，几乎不需要编码专业知识。
Mike 则质疑：
「你提到打孔卡被编程边缘化了。为什么编程不能被提示所边缘化呢？逻辑上看，在2年内，大多数应用构建者(~100%？)将不需要知道如何『编码』，就像我们今天所理解的那样。」
对此，Charles Fisher给出了深刻回应：
「我们发现教导LLM推理的最佳方法之一是教它们编程和数学。为什么人们认为对人类来说会有所不同？学习编程就是学习思考，而会思考永远不会过时。」
掌控AI，而不是被AI替代
吴恩达的观点得到了 o-mega.ai 的支持，他们提供了一些数据：
-
与普遍看法相反，AI自动化实际上增加了对编程技能的需求。最新数据显示，自2024年以来，与AI相关的编程工作增长了35%。
-
编程对于开发、维护和创新AI系统仍然至关重要。适应性是关键——专注于高层次问题解决和AI特定语言，如PyTorch或TensorFlow。
-
人类程序员和AI工具之间的协同作用正在创造新角色，而不是消除它们。例如包括提示工程师、AI伦理学家和机器学习运维专家。
-
编程学习是关于理解计算思维，这是一项超越当前技术趋势的技能。这是指导和利用AI的基础，而不是被它替代。
吴恩达的结论很明确——
随着这些工具不断使编码变得更容易，现在是学习编码、学习软件语言以及学习让计算机完全按照你的意愿工作的最佳时机。
是该学习编程，还是等待 AI 全面接管？
你怎么看？
【附】吴恩达原文：
如今有些人不鼓励他人学习编程，理由是AI将自动化这一领域。这种建议将被视为有史以来最糟糕的职业建议之一。我不同意那位图灵奖和诺贝尔奖得主的观点，他写道：”编程职业更有可能灭绝[…]而不是变得全能。越来越多的情况下，计算机将自己编程。”那些劝阻人们学习编程的言论是有害的！
在20世纪60年代，当编程从打孔卡片（程序员必须费力地在物理卡片上打孔来逐字符编写代码）转向带终端的键盘时，编程变得更容易了。这使得当时比以前更适合开始学习编程。然而，正是在这个时代，诺贝尔奖获得者赫伯·西蒙写下了第一段引用的话。今天不学习编程的论点仍然呼应着他的评论。随着编程变得更容易，更多的人应该编程，而不是更少！
在过去的几十年里，随着编程从汇编语言转向像C这样的更高级语言，从桌面转向云端，从原始文本编辑器转向IDE再到AI辅助编程（有时甚至几乎不需要查看生成的代码，一些程序员最近开始称之为”气氛编程”），每一步都让编程变得更加容易。
我之前写过，我看到精通技术的人协调AI工具，正在向10倍专业人士迈进——这些人在他们领域的影响力是普通人的10倍。我越来越确信，对许多人来说，实现这一目标的最佳方式不是仅仅成为AI应用的消费者，而是学习足够的编程知识以有效地使用AI辅助编程工具。
我最常被问到的一个问题是，那些担心工作被AI取代的人应该做什么。我的回答是：了解AI并掌控它，因为未来最重要的技能之一将是能够准确地告诉计算机你想要什么，让它为你完成任务。编程（或让AI为你编程）是实现这一目标的绝佳方式。
当我在制作《面向所有人的生成式AI》课程时，需要为背景图像生成AI艺术作品，我与一位研究过艺术史并了解艺术语言的合作伙伴共事。他用基于历史风格、调色板、艺术家灵感等的术语——使用艺术的语言——来提示Midjourney，以获得他想要的结果。我不了解这种语言，我那些微不足道的提示尝试无法提供同样有效的结果。
同样，科学家、分析师、市场营销人员、招聘人员和各种各样的专业人士，如果通过编程知识理解软件语言，就能更精确地告诉LLM或AI赋能的IDE他们想要什么，并获得更好的结果。
随着这些工具不断使编程变得更容易，现在正是学习编程、学习软件语言以及学习如何让计算机精确执行你想要的操作的最佳时机。
（文：AGI Hunt）