數據顯示，目前平臺上由AI輔助生成的代碼提交量已占到總代碼量的近4成。

當生成代碼、自動調試逐漸成為日常操作，軟件開發的分工方式正在被重寫。Stack Overflow 2025年全球開發者調查顯示，84%的程序員已經在日常使用AI編程工具，這一比例較兩年前明顯上升。而原本由初級工程師承擔的大量標準化開發任務，正在被壓縮。

“過去一個工程師一個月的工作，現在在一些先進技術的加持下，可能幾天就干完了。”河南大學計算機與信息工程學院相關負責人韓道軍對第一財經記者表示，軟件開發的生產方式正在發生明顯變化。

對于高校而言，圍繞“編程”課程所做的變革也已經開始。

一邊學一邊“過時”？

“在沒有AI的時候，我們就討論過‘畢業焦慮’，因為四年前學的東西，四年后可能已經變了，現在AI進來之后，這種變化只會更快。”韓道軍對記者表示，傳統以編程語言為核心的課程體系，正面臨現實壓力。

過去幾年，AI從專用感知智能躍升至通用生成智能，以ChatGPT為起點引爆大模型革命，多模態、長上下文、工具調用能力全面成熟。今年以來，海外科技巨頭谷歌、微軟、OpenAI、Anthropic更是開啟技術競賽，長上下文與多模態能力幾乎是以“一周一迭代”的速度進行。國內如阿里、騰訊等大模型性能與調用量也開始躋身全球第一梯隊。

代碼托管平臺GitHub2026年第一季度開發者生態報告顯示，目前平臺上由AI輔助生成的代碼提交量已占到總代碼量的近4成，AI已成為開發者日常編碼中不可或缺的重要部分。

“未來三到五年，一方面AI編程將更穩定地進入生產級應用，覆蓋需求拆解、代碼生成、測試生成、缺陷修復與運維等各個主要環節，另一方面企業會向更小的跨職能團隊演進。”Forrester的副總裁兼首席分析師Charlie Dai對記者表示，工程師角色更像架構者與設計者，強調質量、合規與系統思維。

韓道軍對記者表示，這讓基礎理論的重要性變得更加重要起來。

“如果不是專業人士，即使AI給出方案，哪個更好都很難判斷出來。”在他看來，數據結構、操作系統、計算機體系結構等課程，開始成為理解與校驗AI輸出的關鍵支撐。沒有這些基礎，學生只能停留在工具使用層面，而無法進行有效控制。此外，對于學生而言，如何與AI進行有效交互，如何整合信息、篩選結果、形成判斷，成為新的能力要求。

但他同時坦言，“學生數量多，老師很難針對每個人制定個性化培養方案，這是現實存在的約束。”

推進“新工科”

據教育部、工業和信息化部去年年底聯合發布的信息，目前工程教育占到我國高等教育人才培養規模的三分之一，卓越工程師培養改革的領域布局集中在集成電路、人工智能等18個關鍵領域。

教育部去年年底披露，目前校企聯合招收培養工程碩博士近2.6萬人，其中2000多人已經畢業走上工作崗位，首次實現了工程碩博士有組織、成建制、大規模的校企聯合培養，探索了國家戰略人才自主培養的有效路徑。

而在河南大學內部，華為作為“新工科”建設的合作企業之一，也開始將企業資源引入大學內部。

“不是把學生簡單送到企業實習，而是把企業的標準、項目和資源融入教學和科研體系。”韓道軍表示，這類合作不僅為學院承接企業項目提供硬件和技術支持，也通過項目實踐，將企業的技術標準與真實問題嵌入教學過程。

“在打好理論基礎的前提下，學生可以接觸智算中心，參與項目實踐，也有機會與企業直接交流。”他說，這類經歷有助于提升學生解決復雜工程問題的能力。

在培養方式上，高校也在嘗試更靈活的路徑。借助數字化平臺，學生可以根據自身情況調整學習節奏，實現差異化發展。“可以做到‘千人千面’，更好適應產業需求。”韓道軍說。

目前來看，這一輪調整仍在持續。隨著AI進一步改變技術工作的組織方式，高校計算機專業的人才培養，也在從“技能導向”轉向更加注重基礎能力與工程能力的綜合體系。這一變化不會在短期內完成，但已經在招生與課堂之間逐步展開。