新学期が始まり、ひとつの暴論が知乎のトレンドに上がった：「TokenのないCS学生は、即座に退学すべきである。」

発言者は南京大学計算機学院の蒋炎岩准教授。秋学期の新科目『生成ソフトウェア工学』の講義スライドに書かれており、わざわざ「個人的な見解」と注記されている。コメント欄は意外なほど一色に染まった：この意見は「保守的すぎる」と言う人もいれば、講義をすべて廃止して授業料をトークンに換えて学生に配れという人もいる。さらには、学生にトークンを買わない計算機系は即座に廃止すべきだと主張する人さえいた。

最初に読んだ時は自分も刺激的すぎると思った。しかし彼の個人サイトや知乎の記事を追っていくうちに、別の味わいが見えてきた。これは世間の注目を集めるためのものではなく、業界トップの研究者が、私たち全員に代わって答えにくい質問をしているのだ——

AIが「学習」「学位」「選ばれること」を三つの別物に分けた後、私たちに残るものは何か？

一、課題は完成した。でも学習は起きたか？

蒋先生はこの授業で学生に三重の不安を提示している。どれも的確に突いている。

第一重：「AIが私の代わりに大学に行く」。先生が豆包で問題を出し、学生が豆包で課題を解く。このループ全体を通して、訓練されていないのは学生だけだ。彼は問いかける：もしすべての科目が持ち込み可でAI解答を使い、すべて高得点を取れたとしたら——卒業して初めて気づく。すべての成績は良かったのに、自分は何も学んでいなかった、と。

第二重：「四年間真面目に学んで、大学に騙されたと気づいた」。講義を熱心に聞き、課題を真面目にこなした優等生は、卒業時に確かに何かを学んだ。だが、そのすべてをAIはできる。四年間を振り返って：「この四年間、一体何を学んだのか？」

第三重が最も心に刺さる：「完璧な履歴書を作るために、人生を失った」。蒋先生はかつて完璧な履歴書を受け取った——CCFジャーナルリストの論文、Accept、投稿中、すべて揃っていた。彼はその履歴書に零点をつけた。GitHubリンクもなく、個人ホームページもなく、Preprintさえもなかった。

理由は一言だけ：「あなたとあなたの競争相手は、もはや完全に区別がつかない」。

蒋炎岩のBilibiliプロフィール

二、肩書きのインフレーション

この零分履歴書で気になるのは、履歴書そのものではなく、その背後にある評価体系だ。

かつて、論文、採用通知、競技会の賞が価値を持っていたのは、それらが希少で偽造が困難だったからだ——能力の大まかな代理指標だった。しかし今、この代理連鎖が緩み始めている：成果物はもはや能力の痕跡ではない——同じ課題が、全く異なる能力に対応しうる。「できそうに見える」証拠が量産可能になった時、肩書きと資格はインフレに入る：額面は大きくなり、購買力は下がる。

興味深いのは、これを言っている人物が現行システムで最も成功したプレイヤーの一人だということだ。蒋炎岩はICPC地域予選で金メダルを2回獲得し、CCF優秀博士学位論文賞を受賞し、CCF-Aクラス会議で最優秀論文賞を5回受賞している——ICSE 2021の唯一の最優秀論文賞とSOSP 2023最優秀論文賞を含む。しかし彼は講義の紹介で自分をこう呼ぶ——「准教授、ただし臨時職員」。

現行のゲームを頂点まで極めた人が、そのゲームの採点方法にこれほど辛辣なのだ。これが最も興味深いところだ：彼は嫉妬しているのではない——本当に山頂を見てきたからこそ、山頂の空気は想像ほど美味しくないと教えてくれる。彼が提示できる代替案も素朴なほど原始的だ：GitHub、個人ホームページ、Preprint——公開されていて、リンク可能で、検証可能な産物。これらは誤魔化せない。誰でもクリックすれば、あなたが本当に何を作ったかが見えるからだ。

三、Tokenは消耗品、問題こそが希少資源

あの暴論に戻ろう。蒋先生の完全なロジックには三つの授業規則がある：古法プログラミング禁止、Token自費、Tokenmaxxing不要。

「Token自費」とは、単に学生にお金を払わせることではない。彼の言い方：TokenはAI時代の実験消耗品であり、自ら使用してこそ、コスト—品質—遅延の感覚が形成される。化学科の学生が試薬に直接触れなければ、実験が教科書の挿絵でないことが分からないのと同じだ。彼はさらに極めて冷静な注脚を添えている：

「本当に希少なのはTokenではなく、Tokenを費やす価値のある問題、明確な制約、そして信頼できる検収である。」

この言葉こそが、この授業全体の魂だと私は思う。AIが「生成」のコストをほぼゼロに押し下げた後、価値の天秤は必然的に両端に移る：一端は正しい問題を提起する能力、もう一端は回答を検証する能力。その中間の「実行」は急速に減価している。彼自身も率直に言う：学生はコードを書くだけでなく、AIにタスクを分解し、モデルを選び、コストを制御し、結果を検証することを学ばなければならない——モデルがいくら速く生成しても、人間がそれが正しいかどうか分からなければ、無駄だ。

そして「古法プログラミング禁止」も一律ではない。彼自身も自嘲する：本当に密室に閉じ込められてAIツールを切られたら、最後に命を救うのはLeetCodeと筋肉記憶だ——ただし、いつかこの状況は変わるだろう、と彼は考えている。

蒋炎岩の講義スライド：Token自費

四、人間に残る仕事は何か？

では、AIがコードをどんどん速く書くようになった後、人間に残るものは何か？

蒋先生の答えには、システムソフトウェア研究者特有の冷徹さがある：AIは実装を加速できるが、未知を自動的に露呈させたり、責任を割り当てたり、結果を検証したりはしない；工学の目標はデモを動かすことではなく、システムが制約、変化、協働の中で生き続けることだ。彼はMars Climate Orbiterの単位インターフェース事故も挙げている——真の工学能力とは、打ち上げ前に間違いを止められる閉ループを構築することだ。

大学がまだ教えられることとして、彼は三つの言葉を挙げた：情報格差（何を知らないかを知る）、結果責任（トレードオフの結果を引き受ける）、駕馭（人、エージェント、フィードバックを目標に整合させ続ける）。

蒋炎岩の講義風景：「なぜか？狼が来た」

五、最後に：私は能力を伸ばしているのか、それとも証拠を増やしているのか？

この議論が最終的に向かうのは、実は一人ひとりの自選問題だ：

私は能力を伸ばしているのか、それとも「できそうに見える」証拠を増やしているのか？

かつてこの二つは結びついていた——能力を証明するには、本当に能力を獲得するしかなかった。AIはこの紐を緩め、「証明」を「所有」から切り離して単独で存在させた。こうして誰もが岐路に立たされる：一方は紙の証拠を積み重ねるコンフォートゾーンへ通じ、進むほど混雑し、安くなる；もう一方は真实だが緩慢な能力の成長へ通じ、GitHub上の具体的なコミット、本当に読まれたPreprint、リンクを開けば確認できる作品へと続く。

蒋先生はすべての人を怒らせる暴論で学生にこのことを注意喚起することを選んだ。私は、怒られるべきは学生だけではないと思う。科学研究の評価体系、職場の昇進ロジック、さらには私たち一人ひとりの年次総括——能力を検証しているものはどれくらいあり、証拠を集めているだけのものはどれくらいあるのか？

肩書きはインフレし、Tokenは値下がりし、モデルはバージョンごとに強くなる。本当に価値を保つのは、おそらく公開されていて、検証可能で、誤魔化せないものだけだ——そして、それらを生産し続けるあなた自身だ。