南京大学计算机学院副教授蒋炎岩2026年秋季新开设的《生成式软件工程》课程PPT首页写下了一句话："没有Token的CS学生应该立即退学"。这句话先是在技术圈刷屏，随后冲上知乎热榜，引来了四百多个回答，成为这个开学季讨论度最高的一条高校新闻。
图源网络
蒋炎岩在第二次课上已经亲自回应，他在屏幕上写道"你们懂我不会真的让你们退学的""但如果不这么说，你们真的听不进""而且Token也没那么贵，退一万步讲，还有40元的豆包"。
这其实是一位一线计算机教师，用一句刻意夸张的话，在提醒学生一个正在被整个行业验证的事实：AI已经是计算机专业新的"生产资料"；一个连AI调用成本都不曾亲自承担过的CS学生，在接下来的就业和深造竞争中会处于极其不利的位置。
"Token"是什么
Token是大语言模型处理文本的最小单位，同时也是API（应用程序接口）调用计费的基本单位。
用最通俗的话来说，当你打开ChatGPT、Claude、DeepSeek这类AI工具与它对话、让它帮你写代码时，你输入的每一个字和它输出的每一个字，都会被切分成一个个"Token"来处理，而每一次调用都要按Token数量付费。
一个英文单词通常对应一到两个Token，一个汉字也大致如此。蒋炎岩在课程中给Token下了一个非常准确的定义："AI时代的实验耗材，等同于化学专业的试剂、物理专业的实验器材"。
图源网络
计算机系学生过去十几年用免费的IDE（集成开发环境）、免费的开源框架，几乎从来没有"算力账单"的概念。
但生成式AI时代改变了这一切，调API（应用程序接口）写代码、跑实验、做项目，Token直接等于烧钱。冗余输出是开销，废话注释是开销，反复重试也是开销。
当一个人自己掏钱买Token时，他才会真正开始计较每一次调用的性价比，才会认真思考"怎么花小钱办大事"。
这正是蒋炎岩把"Token自费"写进课程规则的核心动机，打破学生长期使用免费AI工具形成的"零成本思维"，建立工程开发中成本、质量、延迟三大核心意识。
需要特别说明的是，蒋炎岩同时明确禁止"Tokenmaxxing"（指毫无节制地滥用算力），他要求学生精准、高效地使用大模型，用有限Token解决真正有价值的工程问题。
课程全程使用国产模型DeepSeek-V4-Flash，价格仅为GPT系列的几十分之一，他建议学生"去DeepSeek充个一百块"，如果实在有经济困难可以私下联系他帮忙想办法。
所以这件事的真实门槛其实并不高，一百块钱人民币，学生买到的是一种此前从未有过的成本感知。
这位老师是谁？
蒋炎岩（圈内常称"jyy老师"）是南京大学计算机学院准聘副教授、博导，2011年南大本科毕业，2017年南大博士毕业留校任教。
他的研究方向是系统软件和软件自动化，曾五次获得操作系统/软件工程领域CCF-A类会议论文奖，包括SOSP 2023最佳论文奖（系统软件领域全球最顶级会议之一）和ICSE 2021唯一最佳论文奖（软件工程领域全球最顶级会议之一）。
学生时代他两次拿到ICPC（国际大学生程序设计竞赛）区域赛金牌，并闯进2009年ICPC全球总决赛。2018年，他凭借《并发程序共享内存访问依赖研究》拿下CCF优秀博士学位论文奖。
更让他在学生群体中拥有巨大影响力的是他的公开课。他长期在B站发布《操作系统：设计与实现》《计算机系统基础》《软件工程研究入门》等课程的完整实录，视频累计播放量已超过500万次，被学生称为"神仙老师"，曾获南京大学"学生最喜爱的老师"荣誉。
图源哔哩哔哩官网
他的B站账号名叫"绿导师原谅你了"，个人主页仿Linux终端设计，办公室号码写成二进制形式，课程主页上写着"不要求到课，把时间花在更有效的地方""不付出足够的努力，编程必挂"。
可见，这是一位学术履历硬核、教学投入巨大、在学生群体中口碑极高的一线教师。
熟悉他的人都知道，他过往的观点向来直言不讳，在《读博那些事儿》中他直接对学生写过"如果你们连导师都不能正面刚，还是谨慎考虑一下读博这件事吧"。这次的"退学"言论，延续的是同一种风格。
那么这门课到底想教什么？
在抛出那句"退学"之前，蒋炎岩在第一课上先做了一波"现实暴击"，聊了聊当下CS学生的集体焦虑。
第一种焦虑叫"AI替我上大学"。老师用AI出题，学生用AI写作业，整个闭环里唯一没有受到训练的，恰恰是学生本人。假设每门课都开卷考试、全部用AI答题、每门课都能拿高分，但等到毕业时才发现，自己什么都没真正学会，反而是第一个被AI取代的人。
第二种焦虑叫"认真学了四年，发现被大学骗了"。另一类学生延续了中学时听话的状态，老师说什么就做什么，每堂课认真听、每次作业认真做。但四年毕业时却发现，自己确实学会了一些东西，但这些东西AI也都会做。于是迷茫了：这四年到底学了个啥？
更大的暴击来自秋招投简历。蒋炎岩说他收到过无数份"非常完美"的简历，CCF期刊列表上的论文、Accept、在投，该有的都有。但在他看来，这是一份零分简历：没有GitHub链接，没有个人主页，甚至连一篇Preprint都没有。
图源蒋炎岩老师课程PPT
更糟糕的是，所有人的简历都长这个样子，一大堆实习、一大堆奖项、一大堆论文，"你和你的竞争者已经无法区分了"。
正是在这样的背景下，他希望用《生成式软件工程》这门课撕开一个口子，带学生找回"vibe coding"（用自然语言向AI描述需求、由AI完成代码编写与调试的工作方式）的快乐，同时回答一个核心问题：AI写代码越来越快之后，人还剩下什么活要干？
在这门课上，学生不只要"会写代码"，还要学会给AI拆任务、挑模型、控成本、验结果，模型生成得再快，如果人不知道它写得对不对，照样白搭。
对计算机留学生的启示
把视线拉回到留学家庭。蒋炎岩的这句话和这门课，对正在规划或正在就读计算机相关专业的留学生（以及他们的家长）至少有三层值得认真琢磨的启示。
第一层启示：行业对"AI原生工程师"的定义已经变了。过去招聘看的是算法能力、系统设计、实习经历；现在越来越多企业在招聘描述中直接写明"熟悉AI辅助开发流程""有Agent（AI智能体）工程经验"。
图源网络
对留学生来说，如果在校期间完全没有亲手配置过AI编程助手、没有体会过Token成本、没有处理过AI生成代码的质量问题，那毕业时面对的将是一个自己从未训练过的战场。
第二层启示：真正稀缺的不是AI能力，而是"能验收AI"的能力。俄勒冈州立大学2025年发表在ICER（国际计算机教育研究大会）上的一项控制实验，为这个问题提供了迄今最有说服力的证据。
研究团队让10名本科计算机学生在有和无GitHub Copilot两种条件下完成类似的"棕地编程"任务（即在他人编写的遗留代码库中新增功能）。
结果显示：使用Copilot时，学生完成任务的速度快了35%，解决方案进展多出50%，花在手动写代码上的时间减少了11%，花在网络搜索上的时间减少了12%，效率确实大幅提升。
但退出访谈中，学生们普遍表达了一种深切担忧：他们并不真正理解Copilot给出的建议是如何以及为何起作用的。
这项研究的结论非常值得留学生和家长细读：AI确实让学生更快完成任务，但学生在过程中建立了更少的深层理解。
图源网络
研究者明确指出，"这提示计算机教育者需要发展新的教学法，在利用GenAI助手优势的同时，培养学生反思'AI为什么这么解决问题'的能力"。
换句话说，如果只是让AI帮你写代码而不理解原理，那四年下来建立的是一种脆弱的能力，一旦AI出错或场景超出训练范围，就会立刻露馅。蒋炎岩在课程中强调"模型生成得再快，如果人不知道它写得对不对，照样白搭"，说的正是这个道理。
第三层启示：简历同质化问题在AI时代被急剧放大了。蒋炎岩在第一课上举的那个"零分简历"的例子，CCF期刊论文、竞赛奖项、大厂实习一应俱全，但没有GitHub链接、没有个人主页、没有任何可以验证的实际产出，这个现象在留学生群体中同样普遍，甚至更严重。
当所有申请者都在用同一套AI工具打磨文书、刷同一批题库、参加同一类实习时，真正能区分一个人的，是他有没有用AI做出过什么具体的东西，比如一个有实际用户的项目、一个解决真实问题的工具、一篇有独立思考的技术博客。
这些东西的共性是：它们都需要真实的Token投入、真实的试错过程、真实的成本权衡，而这些恰恰是"免费心态"培养不出来的。
给留学家庭的几条建议
第一，在校期间务必亲手使用付费AI工具做项目。这里的"付费"很关键，自己充钱、自己承担成本、自己权衡每一次调用值不值。这个过程建立的成本意识、质量意识、延迟意识，是免费工具无法替代的。
蒋炎岩建议的DeepSeek充值一百块，或者Claude/GPT的月费订阅，这笔投入换来的认知，可能比多刷100道LeetCode题更有长期价值。
图源网络
第二，警惕"AI替我上大学"在留学申请中的翻版。如果文书、作品集、项目、竞赛全程都由AI代劳，申请者本人从未真正理解自己在做什么，那么即便侥幸拿到offer，到了真实的课堂和实习环境，也会立刻暴露。
反过来，如果能把"我如何用AI解决了什么具体问题、我在过程中做了什么人类独有的判断、我如何控制了成本和风险"写成文书中的真实故事，反而会成为招生官和雇主眼中稀缺的素材。
第三，把"能验收AI"的能力作为核心训练目标。具体来说，可以刻意训练以下几种能力：读懂AI生成的代码并解释其原理；识别AI生成代码中的潜在错误和安全漏洞；在不熟悉的技术栈中用AI快速上手，同时保持独立判断；理解Token计费机制，会做成本-收益分析。
第四，用"实际产出"而非"标签堆砌"来构建简历差异化。与其再刷一段大厂实习或一篇水论文，不如投入时间用AI做一个有真实用户的小工具、写一个有深度的技术博客、解决一个自己生活中真实遇到的问题。
这些东西的共同特征是：无法被AI批量生成、需要真实的时间成本和判断投入、能够在面试中被具体追问细节。
图源网络
让我们回到那句让全网炸锅的话，"没有Token的CS学生应该立即退学"。读到这里，相信你已经明白，这句话的真正含义既不是字面上的"劝退"，也不是哗众取宠的标题党。
一切只是一位一线计算机教师用最锋利的语言说出的最朴素的忠告：AI时代，计算机专业的学生（以及所有专业的学生）必须先看清脚下的"生产资料"，必须亲手承担生产成本，必须在使用中建立判断力。
虽然它只是开学季中国高校计算机教育领域发生的一件小事，但它背后指向的方向，值得每一个家庭认真想一想。
