欢迎来到未来

站在历史的交叉路口

一个用 AI 生成的开场。老师按 F5，浏览器里播放出一份幻灯片。它的源头是一份 Markdown 讲义（他称为 source of truth），紫色部分是模型“添油加醋”扩写的，图片全部是 AIGC。左边那张 1975 年 Altair 8800 的图也是 AI 生成的，“有非常明显的 AI 味”。这第一屏就在示范他后面要讲的 content as code 工作方式。

主线：把昂贵的能力变成日用品。老师把计算机发展史压缩成一条反复出现的规律——每一次重大变革，本质上都是“把某种昂贵的能力变成日用品”：

• 1975 年，第一台 PC（Altair 8800）：计算能力从机房走向桌面。
• 互联网：连接所有人。他回忆小学快毕业时装了 ICQ（腾讯山寨版还叫 OICQ，后改名 QQ），能随机加到地球另一端的 native speaker。
• 移动互联网：“一夜之间，所有菜场卖菜的人都有支付宝和微信两个二维码。”
• 2022 年，ChatGPT 与 AI：人类历史上增长最快的产品。

老师强调上课风格是“松散的讨论和交流”，并会在课后把录像“重新切片、重新整理”。这第一讲本身是一次现场表演 + 事后复盘的实验。本讲义忠实复原这场“表演”的内容与逻辑，并纠正语音转写中的明显错字。

两种焦虑与这门课的回应

老师先讲学生的两种焦虑——这是整门课的问题意识。

第一种：“AI 替我上大学”。老师用豆包出题、学生用豆包做作业，“整个闭环里只有学生没有受到训练”。操作系统课曾用痛苦折磨换来提升，现在直接把作业链接丢进 Codex，甚至说“蒋老师操作系统课第八个实验帮我实现一下”就结束了。焦虑在于：每门课都用 AI 答题、都答对了，但“出来以后我被 AI 第一个取代了”。

第二种：听话学生的迷茫。延续中学“老师说什么就做什么”的习惯，每堂课认真听、每次作业认真做，毕业发现“你被大学骗了”——你学会的东西 AI 都会做。

招聘的痛点：无法区分的简历。老师展示一份“完美简历”：CCF 期刊论文、accepted、一堆实习奖项，全由 AI 生成，个人信息替换成 Unicode 方块脱敏。但这被他判为零分——没有 GitHub 链接、没有个人主页、没有 preprint。他收到过无数份这样的简历，“可能你们的简历多多少少也是长这个样子”。当所有简历都是“一大堆实习、奖项、论文、赛投”，竞争者已无法区分。

课程的政策与考核哲学

禁止古法编程。学生“个个都是古法编程的好手”——因为要考试、保研、机试，平时在 LeetCode 刷题。但他认为“总有一天这个事情会改变”，从上而下传导不会那么快，所以他“非常想要撕开一个小的口子”。

Token 自费。他本想拉 token 赞助，看到选课人数后放弃。他有一个犀利观点：“如果你们手上没有付费的 token，同学应该立即退学”——没有 token 就没有 AI native 的训练量。但他承诺课上所有演示（除 slides 生成用更聪明的模型换质量外）都用 DeepSeek V4 Flash 这种“足够便宜但是智能相对有一些”的模型，并建议夜猫子利用 DeepSeek 的优惠时段（白天上课、晚上做作业正好是便宜时段），每人充 100 块钱。

通过 / 不通过考核。理由很实际：这个时代分数已经不那么重要，而且无法制定公平的评判标准——同一个任务，让更好的模型（如 Claude）做，就是比 DeepSeek V4 Flash 又快又好，没办法限制大家用什么模型。

建议的实践项目。实现一个自己的电子邮件管理系统：跑在宿舍常开的小电脑上，能回老师邮件。老师会用指定邮箱发邮件，学生回回来。这是不错的 vibe coding 尝试。

最终检验是简历，不是 GPA。老师承认现实：为了走到保研/找工作那一刻，你还需要不错的 GPA，还得 reward hacking、overfit 考试题目。但“最终检验你大学阶段的，是那一份交出去的简历——它能不能带你到下一个更高的平台”。

Everything is Code：课程数字永生的构想

slides 是怎么生产出来的。老师的幻灯片工作流是：先写一份 Markdown 讲义作为 source of truth，预先想好每个时间点讲什么；用一个叫 makeslides 的 skill 让模型“添油加醋”扩写成 markdownslides；其中“AI 梗同学”skill 会生成三个 subagent、赋予不同 personality，在隔离上下文里各自干活，最后主 agent 回来汇总——“通过算力换智力”；他会换几个版本提示词，每个都重新生成，最后由另一个不同模型盲评哪个 slides 质量更高；所有图片都是生成的，在浏览器 F5 播放。

上课是一场表演，课后要 review。老师把上课比作当演员：要调动情绪、按预先设定的剧本演出。但即兴是不完美的，所以课后会 review 录像——“也许讲另外一个案例大家更能感同身受”。因为 everything is code，他可以把录像“切片重新整理成片段”，回到 code 上把它变得更丰富。“我不就实现了数字永生了吗？”

愿景：杀死所有大学的教课方式。他希望把一门课的要点、逻辑、每一节怎么上，沉淀成一个程序。有一天他不维护了，可以把 B 站录像整理成切片，由全世界的人来维护、定制——“就把所有的大学教课的方式给颠覆了”。他承认这是“可能实现的路线”，会在本课做一次比较轻的尝试。

大语言模型与 Agent 的本质

进入“技术性内容”前，老师先给一个刻意压低门槛的定义。

大语言模型是一个学到的概率分布。他说“大语言模型就是一个概率分布，跟你们在概率统计课上学的抛硬币没有任何区别”——已知抛了 6 次硬币加起来是 4，问第一次抛出 1 的概率，这就是条件概率；大语言模型做的是同一件事：给一段很长的文本，在结尾接上“能不能帮我总结一下这本书”，然后不断预测下一个 token 的概率，每次输出一个字。模型很大，见过世界上所有东西，训练很难。但他强调：这门课站在使用者视角，打开网页 API 就能体验，不需要任何大语言模型的知识。

从预测 token 到 Agent。随着模型能输出越来越长的文本、接受越来越长的上下文，Agent 出现了：让模型输出一个特殊的 token，表示“调用一个 Bash 程序”；Bash 的运行结果被重新送回到 Agent 的 loop 里，于是 Agent 可以自主运行——给它一个复杂任务，它可以“不断地尝试、尝试、尝试”。

一个被“按在地上打”的比方。老师回忆 2023 年 GPT-4 时代，让模型给五岁的孩子解释“扫描电子显微镜”。GPT-4 给了一个让他震惊的比方：你有一座看不见形状的山，闭着眼睛对它扔石头——有的方向石头穿过去了，有的方向石头弹回来了，你听到声音，就像ray tracing（光线追踪）一样，通过哪些地方穿过去、哪些没有，推测出山的形状。他后来特意查资料，发现这个比方打得是对的。到了 GPT-5.6，因为带 reasoning，给了更严谨的解释。

未来远未定型。老师认为 next token prediction 其实是“效率很低的模型”，并提到若干正在被研究的方向：Diffusion 类型的语言模型（从随机噪声开始，一点一点生成很长的东西，“就像人做梦一样”）、甚至可以回过头去改上下文、把很长的上下文裁短。“摩尔定律还在”，整个 AI research 都在赌突破会发生，他无法预测哪条路线会胜出，但“这个世界肯定会变得非常不一样”。

Agent 实操：从装机到日常事务

老师切换到“普通人视角”，给出使用 agent 的几条原则，并用一串真实案例展开。

两条最小原则。第一，现在就开始用；第二，随时问它。在这个意义上，“是你的想象力限制了你的 agent 的上限”。他给 agent 配置了 AGENTS.md，问“你是谁”，agent 回答“我是生成式软件工程的教学辅助微臣”——之所以知道这门课的仓库，是因为 AGENTS.md 的配置（这部分是临时的）。

案例一：U 盘上的操作系统（“装机仙人被 AI 取代”）。老师上操作系统课带一个装了 Linux 的 U 盘，插教室电脑直接启动。他自嘲曾是“装机仙人”，2021 年知乎链接里各种定制系统。但现在只用一句话：“你去 mirror.nju.edu.cn 上找一个 Debian 的镜像，把它装到我的 U 盘上，确保这个 U 盘可以启动，然后用模拟器验证。”点睛之笔是“用模拟器（QEMU）验证”——装完后真的在 QEMU 里启动到登录界面，创建用户、设密码全部做好。接着又让 AI 装 tile-based 的窗口管理器，课堂上演示了丝滑的窗口操作（Super+Enter 开终端、Super+D 开应用启动器）。所有配置文档都是让 DeepSeek V4 Flash 生成的，“我没有看过任何一眼配置文件”。

案例二：收发邮件与日常事务。老师有一个自己的 skill：数据库里存有他历史上回过的所有邮件，每当收到邮件就自动转已读、用他的口吻写好回复草稿。虽然大部分时候还得改，但他得到了 AI 的 bot。发票处理更具体：收到发票自动保存到指定归档位置；他可以在 bot 里加一个 todo“把我收到的上一个发票打印出来”，点勾就 commit，后台处理后通过 Apple Reminders $$ 手表推送通知他。他认为这比 Telegram 聊天更好，且 OpenClaude / Hermes 这类产品“不是个人 agent 的终极形态，还可以做得更好”。

案例三：用 AI 读书、读论文、看 B 站。老师说自己“已经不看书了”，但为备课又买了几本，包括 Fred Brooks 的《人月神话》（Mythical Man-Month）和 John Ousterhout 的《A Philosophy of Software Design》。他读论文的方式是：让 AI 从人类已有的知识开始，假设已有的一切都是已知的、trivial 的，再把这篇论文里最少的新东西剥离出来——一篇 12 页的论文就变得非常短。他的“AI 梗同学”流程：多个 personality 的 subagent、随机抽卡、讨论、分歧观点送回再讨论直到收敛，以此审稿。对 B 站视频，给一个 BV 号，AI 梗同学消化一个多小时的视频，去掉他已经清楚的 trivial 部分，“几分钟看完两个小时的视频”，并确信自己掌握了“里面不一样的东西”。

案例四：现场修 USB 采集卡。直播时教室的 USB 视频采集卡断开了。老师立即让 Agent 修：一个 prompt 让 DeepSeek V4 Flash 看系统 USB 设备情况、找出设备、尝试 reconnect。它用“前所未见的 Linux 命令”以软件方式把采集卡“拔出来又插进去”——因为物理接口在机器后面碰不到。然后就好了。这是 Agent 在真实场景里“边反思、边试错、最终走通”的一个现场样本。

浏览器即平台：Chrome DevTools 与自动化

浏览器是软件工程奇迹。老师称浏览器“可以说是人类软件工程史上的奇迹之一”，代码量甚至远超操作系统内核，因为它要和用户打交道、有大量图形和显示相关的东西、性能优化等等。它有一个专为开发者设计的接口：Chrome DevTools（F12）。

Pre-AI 时代 vs AI 时代。以前开发者会从 console 里手动提取 HTTP 头、把请求的 curl 命令 copy 出来，带着 cookie 和状态去重放。但在 AI 时代，普通人也能享受 Chrome DevTools 的厉害之处。

一个 2020 年的疯狂项目。老师在 OpenJDK 上运行 Android App：Java/Kotlin 编译到 JVM，于是可以在本机跑 Android App；把界面上每个按钮的 bounding box 坐标和文本都算出来，但不走 Android 的渲染，直接在浏览器里渲染出那个计算器，每个按钮、每个字都对，可以点，点了状态就变。这是一个非常 powerful 的工具。

现场演示：让 Pi 操作浏览器自动填教学周历的 AI Slot。老师在 Pi 里说“帮我打开浏览器”，这个浏览器属于 Pi。他让 AI 填写教学周历的 AI Slot，但 DeepSeek V4 Flash 翻车了——它不听指令，跑去读课程仓库的 lecture notes。老师吐槽：“它就是不听指令……翻车也是经常有的。”但它会不断反思“这件事合不合理”、找到正确方式，最终发现直接注入事件不行、点鼠标可以，于是走通并开始填 AI Slot。老师还指出：用一线模型会更好，他用 Flash 是因为课上更快。

生态：skill 互相组合。老师把这一切接回 UNIX 哲学：操作系统能成立靠的是管道，实现所有程序的自由组合和无限复用，1+1 可以大于 2。而浏览器 skill、记忆 skill、浏览 skill 可以互相调用——“现在这个 AI agent 的生态其实已经达到了一个临界点”。他描绘了一个信息处理飞轮：大量信息源（局压的 AI 早报 RSS、B 站推送、arXiv 推送、Hacker News 推送）进入处理系统，由各种自然语言 skill 构成、一行代码都不用写，但可以复用、不断调整工作流，产生有用的知识。

CS 从业者视角：知道能力的边界

老师从“普通人视角”切到“CS 从业人员视角”。核心区别在于：一般人提需求，Agent 可能做不好、做不了，或不知道怎么让 Agent 确定性快速完成；但 CS 的人知道编程的能力界限在哪里——知道什么该以代码形式复用、什么该以 skill 形式复用，知道怎么把需求“编译”成可复用的东西。

改卷统分流水线。老师今年尝试了这样一条流水线来统分： enumerate

enumerate

为什么一般人做不到这么快收敛。老师指出：你哪怕跟最好的模型说“我改了 140 张卷子，小分都写上了，帮我统分”，也到不了这个收敛速度。关键是他知道本地有一个 27B 的千问 3.8、Ollama 可以用，知道用怎样一个最舒服的流程来减轻人和 Agent 之间同步的代价。“这些东西都是如果一般人，你可以试一下，到不了一个这么快的收敛方案。”他赌有一天 AI 能力强到能感知他的一切、帮他做完美的东西，但现在还需要人和 AI 共建。

QRGen：一个数据偷渡案例

在进入软件工程正题前，老师用一个“听起来像黑客故事”的案例做引子。

场景。假设你在一个金融公司，机器被管控：数据可以带进去（插 U 盘拷一个 Word/Excel 进去就行），但数据出不来——不能执行任何不信任程序、不能显示不信任网页，唯一能做的就是远处悄悄摄屏。你想把一个很大的文件偷出来，怎么办？

方案：二维码动画。老师做了一个程序：把任意文件内容（比如一串 Hello World）先用 Base64 编码，再转成二维码；文件变长，二维码就变成一个循环播放的二维码动画。只要偷偷摄屏，把每一帧都拍到，就把数据偷走了。关键约束是：全部用Excel 公式实现，而且是 2019 之前兼容的公式——合法的 Excel 公式。

进阶：抖鼠标 + 远程桌面。如果能在机器里装 exe（一般不行），还可以用“抖鼠标”传输：上下维度抖动表示 0，左右维度抖动表示 1；用远程桌面连进去往里传数据，用二维码动画往外送数据；远程桌面本身可以变成虚拟网卡。“你是 Computer Science 的学生，你上过操作系统、上过计算机网络，你知道这里面需要的组件是什么，就可以把它 vibe coding 出来。”

三个空间：软件工程真正的 Gap

这是全课的理论核心。老师提出，当我们用 AI 解决问题时，存在三个空间：

• Intention space（意图空间）：你脑子里想的是什么。比如老板说“我要做一个国民级应用”“同学们点外卖不方便，我要做一个点外卖的小程序挣一个亿”。
• Specification space（规格空间）：程序的功能是什么、选用什么架构、有几个界面、每个界面什么功能、数据库 schema 怎么定、用 KV 数据库还是关系型数据库……每一个选择都带来不同结果。
• Implementation space（实现空间）：哪怕是满足同一个 spec，都有大量 implementation。

软件工程 = 补这些 Gap。老师引用一张经典梗图：程序员想的、产品经理想的、客户想的完全不一样；客户这样解释需求、project leader 这样理解、分析的人又这样想、宣传的人这样宣传，最后造出来的和客户真正要的差了十万八千里。“造成这个的根本原因，实际上就是这些 space 之间的这个 gap。”不管软件工程还是生成式软件工程，要做的就是补上这些 gap。

AI 是怎么补的？猜。老师指出，模型用的是“猜”——“你既然说了这句话，那我猜应该是这个吧”。因为后训练时模型有 reward，它被奖励“任务做对了、做完了、测试通过了”，于是形成一种倾向：疯狂地立即上手，尽可能快地把任务完成，做得慢了要被惩罚。这和人解决问题的方式不一样。

AI 为什么会暴毙：品位与长程信号

QRGen 暴毙实验。老师做了一个受控实验：把 QRGen 的 specification 直接告诉 AI，看它会怎么做。

• GPT-5.3（200K 上下文）：第一次思考了 25 分钟，然后疯狂输出，写了超过 32K 的 output token，直接把 Claude Code 干爆（“已经超过默认 output 限制了”），被截断后重跑，没有监管跑了 6 小时才跑完，但最后是对的。
• DeepSeek V4 Pro：晚上跑，第二天早上看，给了一个硬编码的 base64——它用 Python 算了一个 base64 贴到公式里，明显不符合“用 Excel 公式编码任意输入字符串”的指令。

两者的共同问题：不可维护。虽然都完成了任务（Agent 完成任务的能力很强），但生成的都是“没有办法继续维护下去的代码”，和教务系统 1.0.nju.edu.cn 的死法完全一样——“软件工程里最经典的死法：上来我知道需求了，我把这个需求实现了就好了，直接就陷入了维护的泥潭。他们没有想一个好的软件架构。”

老师的正解：设计一个中间语言（DSL）。他只用少量 prompt，让 GPT-5.3 在 200K 上下文里完成第一个正确版本。做法是：让它先设计一个像编译器一样的基础设施——一个符号系统（XOR、concat 等位运算），这个中间语言既对 Python 友好、又对 Excel 友好。然后他只需验证：到 Excel 的翻译是正确的、到 Python 的结果是正确的；在 Python 世界里验证 Base64 编码算得对、二维码每个像素算得对；再单独验证每个东西和 Excel 公式翻译的正确性。“最后一把头生成就直接正确，代码非常干净，维护性远比（直接生成的）好。”

《人月神话》的焦油坑。老师重温 Brooks 的经典论断：一个团队或软件产品已经开始失败了，加进去更多的人只会让它变得更失败。他把它类比到 AI：“当一个产品 AI 已经开始产生 slop 的时候，你投入更多的 token，也只会让它变得更失败——AI 会不断在它失败的东西上面再往上浮起来一点。”教务系统就是这样：每年都增加功能，学校又花了很多纳税人的钱。

教育体系的问题。老师指出一个深层问题：从高考过来，所有考试题都是“分钟级能解决的”，如果人五分钟解决不了，这题一般就不出了。长久以往，学生训练的就是“五分钟能不能解决”——这和 agent 训练的 reward 是一样的，而 agent 有更多数据、更明确反馈信号，所以做得比人好。如果没有对“世界怎么运行、产品怎么开发”的好奇心与 self-motivation，你就没有训练自己解决 long-horizon 问题，最后解决 long-horizon 问题还不如 agent。

软件工程本质是文科 / 管理学。老师认为软件工程有技术、也有人类学、社会学、管理学的部分；在生成式软件工程里，这些“人”被换成了 AI——你管一堆“不会和你抬杠、只会 you're absolutely right、会听你话”的 agent。软件工程要研究“这个人不听你话怎么办、离职了怎么办、跳槽到竞争对手怎么办”，现在这些都变成了对 AI 的风险管控。

危机感。老师说他有危机感：“既然它能解决数学问题、能解决编程里很细碎的逻辑，它为什么不能从记忆库里找到那个好的设计来解决这个问题？我觉得是可以的。”他甚至有一些 skills 就在朝这个方向做。“我可能三个月以后，或者这门课还没结束的时候，我讲的所有东西都已经没用了。”

总结与延伸

两个结论。第一，古法编程已经死了——在完成一个单个任务上，AI 已经无人能敌。第二，软件工程暂时还没有死——因为 AI 还没有“品位”，还不会先做设计、还会陷入维护泥潭。但这不是永恒的。

这门课试图回答的问题。在保研的时候，导师问你：“为什么我要招你，而不是买一个 200 刀的 Codex？”你怎么接住这个问题？老师发现 GPT-5.6 回答得挺好：

• 能找到值得解决的问题；
• 把未知拆成便宜的实验；
• 用证据让坏方向及时停下。

“但是很有意思，我发现 GPT-5.6 做不到。”——它能说出正确答案，但自己做不到。这正是这门课的张力所在：知道该怎么做，和能做到，是两回事。

课程产出。老师会把今天课程的内容重新切片、重新整理，但不一定马上——先会有一个“生肉版”（剪一下今天上课的流程发布），大家可以对比他精修过的版本。这本身又是“上课是表演、课后回到 code”的一次示范。

给读者的延伸思考。 enumerate

enumerate

这三个问题没有标准答案，但它们正是这门“生成式软件工程”课想要陪伴大家去探索的。