从仓颉说起：为什么AI会写代码了，人还得自己学

这是苍穹猎鹰第455篇演化日记

从仓颉说起：为什么AI会写代码了，人还得自己学

本文仅为个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。

最近，小编和朋友聊到自己在学习仓颉编程。一般朋友都会惊讶地说：AI能写代码了，干嘛还要费力气学那玩意？

这个问题一下子把小编难住了，想想好像也对，既然机器干得又好又漂亮，人还费那牛鼻子劲干啥？

就像有了洗衣机，几乎没有人再手洗衣服一样。

但又有一个说法，就是汽车做得再好，交通再便捷，人还是要跑步和走路。只不过，跑步和走路的目的，由过去的交通和劳作，变成锻炼和休闲。

两种说法好像都有道理。直到最近，小编读了相关的文章之后，才知道，这个问题问得不恰当。

不是问：要不要学习编程？该问的是：你想要的是一段能跑的代码，还是一颗能判断的大脑。

前者AI已经给你了，后者只能你自己走一遍。

小编把这件事拆成五点来讲。

1/5

好心态的真相：不是想得开，是看得准

我们常说“凡事想开点”，这是人文角度的劝解。它管用的前提是，你本来就没什么可想的。一旦真遇上事，光靠“想开点”撑不住。

卓克在《科技参考5》里给了一个更实在的解释：很多所谓“心态好”的人，未必是有钱有闲、性格豁达，而是因为他判断力准——不把百分之一的可能，当作眼前正在发生的事；不因为几个模糊信号，就推翻对世界和人性的基本判断；也不为了消灭最后那点永远消灭不了的不确定性，反复检查、猜测、担忧。

这样的人不是没有烦恼，而是较少地自产自销那些本就不必承受的痛苦。

这话反过来读就是：焦虑很多时候不是外部给的，是自己造出来的。

房价涨的时候觉得怎么挣钱都买不起，房价跌的时候又觉得资产缩水、经济下行——涨跌都能找到焦虑的理由，那这个理由就不是房价给的，是自己给的。

这种无中生有的焦虑，跟经济发展、科技进步没有半毛钱关系，它就是一颗没经过训练的大脑在自己给自己找活干。

那怎么练判断力？最直接的一条路，是学一门讲究数理逻辑的学科——数学、物理、编程。

小编选的是编程，具体说是仓颉。

2/5

编程练的哪是技能，是被否定的耐受度

卓克有一段话我印象特别深。他说数理训练珍贵的地方，不是让人会解一道难题，而是它会逼着一个人每天都认认真真地经历几次：你以为对了，结果被证明是错的；你以为某个因素最重要，实验后发现它几乎可以忽略；你以为一种解释已经足够强了，换个条件它立刻崩溃。

一天经历几次这种否定，和几个月才经历一次，长出来的是两种人。久而久之，直觉只是候选答案，猜测不是证据，存在不等于重要，可能不等于会发生，任何判断都应该允许被更新、更硬的证据修正。

这些动作最后会变成习惯，像骑车时微微调整车把，不再耗费情绪。

这些道理，学过编程的人都懂。

代码不会跟你讲情面，它只认逻辑。这种“不讲情面”恰恰是最宝贵的反馈——它是即时的、客观的、不掺人际关系的。

现实生活里，你很难得到这么干净直接的反馈。

3/5

循证思维，就是凡事往回查一步

顺着这个逻辑，就能说清什么叫循证思维了。

小编的理解是四个追问：有没有数据支撑？有没有经过严谨的逻辑推理？这是因果关系还是关联关系？如果是关联，是强关联还是弱关联？

这套追问听起来朴素，但它能挡掉生活里绝大多数烦恼。

比如“经济越发达的地区焦虑抑郁越严重”这个现象，网上常见的解释是“现代生活压力大”。

但按循证的路子走一遍，你会发现另一个可能：时间闲下来了，人有更多空去玩手机、刷短视频。而短视频里负面的内容天然更吸引眼球、更容易传播。

看得多了就容易往自己身上比对，久而久之就被情绪牵着走。

这个解释未必是全部真相，但它至少是一个可以被检验的假设，而不是一句情绪化的感慨。

循证能力的本质，就是能不能顺着一句话往回查，查到它站得住的那个地方。

快刀说得很准：这个能力不是知识，是习惯。

4/5

AI给得了答案，给不了你走的路

那为什么非要自己走一遍？让AI给答案不是更快吗？

李路明校长在清华2026年本科生毕业典礼上讲得很直接：把思考完全外包给大模型，看似简捷高效，实则可能导致认知能力弱化。

他引了姚期智先生的话——在人工智能可以替代越来越多认知劳动的背景下，很多能力依然必须通过亲身训练、走一遍艰苦的路，才能真正形成。

清华开过一轮“智能时代人才培养系列研讨会”，老师们在一个问题上意见高度一致：虽然大语言模型的编程能力已十分强大，但清华的理工科学生仍然要学编程。

参会的是国内最懂大模型、离前沿最近的那批人，他们完全知道模型能写出什么水平的代码，也完全知道让学生手写代码要多花多少时间，但结论还是学。

背后有神经科学的解释。2025年5月有一项关于大脑顿悟的研究提到：你能记住一个东西，靠的不是看到了答案，而是大脑先经历过想不通。先有一团乱麻，那团乱麻才可能被重组；重组的瞬间，神经元激活模式发生结构性切换，知识就是在这时被刻进长期记忆的。

而AI的回答有三个特点：逻辑自洽、措辞流畅、结构清晰。这三样加在一起，很可能就是制造“假顿悟”的引擎——你看完那一下觉得豁然开朗，但你只是被说服了，不是真懂了。

所以清华让学生继续手写代码，不是为了留下那些代码，是为了留下写代码时脑子里挣扎的那段路。

代码可以让模型生成，那段路没法让模型替你走。

有位学生说的话更狠：AI是放大镜，能放大能力，也能放大懒惰。你手里有判断力，它帮你把判断力铺到十个项目上；你手里没有，它帮你把没有判断力这件事，也铺到十个项目上。

这也解释了为什么对年轻人讲道理最没用。道理是结果，他没走过那个被打击、被折磨的过程。

AI编程同理，它交给你一个结果，你不知道它怎么来的、出问题怎么处理，你只是被说服了。

5/5

从最底层那块砖开始：为什么是仓颉

最后说为什么小编推荐仓颉。

编程语言是软件工程里的砖和水泥。过去建房子用枯草和树木，只能盖两三层，再高就摇晃；换成砖、水泥、钢筋，才能盖十层、上百层。

仓颉就是国产替代这个宏大叙事里最底层、最不显眼、也最基础的一层。

我过了不惑之年才开始深入学编程，一学就停不下来。不是为了转行，也不是为了效率，就是一种学习、思考和探索的乐趣，也可以看作对大脑的改造和锻炼。

孙子兵法讲“善战者，求之于势，不责于人，故能择人而任势”。

新技术变革到来时，从趋势的最底层开始改造，这样的改变不显眼、不性感，但更牢固、更踏实。

学一门编程语言，就是给自己换一套更结实的地基。

本文仅为个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。

  参考资料：

快刀青衣，《959｜从清华校长开学第一课聊起：大模型都会编程了，学生为什么还得自己学？》，快刀广播站，2026-09-01，得到App

卓克，《159｜问答：怎么看编程课？晕车药和安眠药的区别？》，卓克·科技参考5，2026-10-12，得到App