DeepMind CEO 哈萨比斯：AI 会改变编程形态，但 STEM 学位仍有长期价值
据 IT之家 7 月 18 日消息，谷歌 DeepMind 联合创始人兼 CEO 德米斯·哈萨比斯近日谈到 AI 对科技职业与教育路径的影响。他认为，人工智能正在重塑软件开发和科技行业的工作方式，但这并不意味着 STEM（科学、技术、工程、数学）学位会失去价值。相反，越是在 AI 工具变得普及的背景下，掌握软件、计算机科学和工程基础的人，越可能更高效、更准确地使用这些工具。
哈萨比斯于 2010 年联合创办 DeepMind，谷歌在 2014 年完成对该公司的收购。作为当前 AI 产业中具有代表性的研究机构负责人，他的判断反映出一个重要趋势：AI 并不是简单取代“会写代码的人”，而是把编程抽象到更高层级，要求开发者从底层语法执行者转向系统设计者、问题定义者和质量判断者。
编程或进入“更高层语言”阶段
哈萨比斯表示，STEM 和计算机科学仍然需要认真学习。按照他的说法，未来的编程可以理解为转向更高层级的编程语言。过去，软件开发经历了从机器码到 C 语言，再到 Python 等高级语言的演进；未来，人们甚至可能直接用英语等自然语言与系统交互，让 AI 生成、修改或解释代码。
这并不意味着计算机科学基础不再重要。哈萨比斯强调，系统架构设计和软件工程最佳实践依然不可或缺。在他看来，真正理解技术原理的人，使用 AI 工具的效率可能远高于缺乏技术基础者。换句话说，AI 可以降低上手门槛，却不会自动补齐使用者在抽象能力、工程经验和代码质量判断上的短板。
对于中文开发者和技术从业者而言，这一判断也意味着，未来的竞争点可能从“能否写出某段代码”转向“能否提出正确需求、拆解复杂系统、评估 AI 输出并完成工程落地”。AI 编程助手能提升速度，但大型项目仍需要架构、测试、安全、性能、可维护性等综合能力。
AI 时代需要的不只是代码能力
哈萨比斯还提到，AI 时代同样需要伦理学和社会科学。他认为，哲学、经济学等人文学科正在迎来发挥作用的时刻，因为社会即将进入一个由 AI 深度参与的新阶段，技术决策不再只是工程问题，也会影响就业、教育、治理、责任归属和社会公平。
这与当前 AI 产业的发展方向相吻合。大模型从实验室走向企业、政府和个人场景后，技术人员不仅要关注模型能力，还必须面对数据来源、偏见控制、内容安全、自动化决策边界等问题。AI 工具越强，围绕其使用方式的制度、伦理和产品设计就越重要。
- 对学生：STEM 学习仍具备长期价值，但应避免只把目标放在语法和刷题上，需要补足算法、系统、工程实践与跨学科理解。
- 对开发者：AI 编程工具会加速日常开发，但代码审查、架构设计、需求澄清和质量控制仍是核心竞争力。
- 对企业：引入 AI 不能只看生成效率，还要建立评估、测试、安全和合规流程，避免把低质量输出直接推向生产环境。
- 对教育机构：课程需要从“教会写代码”扩展到“教会理解系统、使用工具和判断结果”。
多位科技人士均强调计算机科学基础
来源显示，被誉为“AI 教父”的杰弗里·辛顿去年 12 月接受采访时也表达过类似观点。他认为，计算机科学学位的意义远不只是培养编程能力。如果一个人只达到合格中级程序员水平，长期单靠写代码谋生会变得困难，因为 AI 已经能够完成相应工作；但计算机科学学位带来的价值超过写代码本身，因此在未来相当长一段时间仍然有用。
Affirm CEO 马克斯·列夫琴也表示，扎实的计算机科学基础能够帮助开发者分辨优质代码和“垃圾代码”。在他看来，编程存在品位与优雅，若缺乏坚实基础，甚至难以参与有关代码质量的讨论。
综合来看，AI 正在改变软件行业的入口和工作流，但并未削弱基础学科的意义。相反，当代码生成变得廉价，判断力、系统能力和跨学科视角会变得更稀缺。对于正在学习或转型的从业者来说，AI 不是放弃 STEM 的理由，而是重新理解 STEM 价值的契机。