我们注意到，2025 年的一项调查中，超过 70% 的编程教师明确表态：学生的主要求助方式已经从翻文档变成了问 ChatGPT（AI 对话工具），教学的核心命题必须变 —— 从「教怎么写」换到「教怎么判断写得对不对」。

这是什么

近期一篇汇总多位 Web 开发教育者反思的文章指出三件事。

第一是行为变化。超过 70% 的教师观察到学生转向 AI 作为主要求助渠道，传统文档查阅比例下降到不足 30%。学生遇到报错的第一反应从「查 MDN」（编程领域知名技术文档网站）变成「问 ChatGPT」。

第二是评价分歧。支持方看到了效率改善：「以前一节课讲 flex 布局（一种网页排版方式），学生花一半时间调试，现在两节课就能完成一个响应式页面。」反对方看到的是代价：很多学生提交的作业「看起来没问题」，但一旦被要求解释核心逻辑，就卡壳。一位讲师让三位学生描述同一道题的解题思路，结果两人描述高度一致——而该题涉及相当冷门的技术细节，这位讲师判断：「这种一致性不太可能是巧合。」

文章给出的结构性判断是：当 AI 能稳定输出「及格线以上」的代码时，教师的核心不是教「写得更快」，而是让学生判断那段代码是不是真的及格了。

行业怎么看

支持方接受「会用 AI 的教师会取代不用 AI 的教师」这一结构性判断，认为教师可以从「教怎么写」转向更高阶的「教为什么这样写」。

但反对意见更值得关注。文章指出，AI 不是万能的，它在某些场景下会产生事实性错误或加剧信息偏差。教师如果自身不升级对 AI 的理解，所谓「教学转型」可能只是把判断权外包给了工具。

更深一层的风险是：判断力无法通过背诵获得，只能在反复审查 AI 产出的过程中建立。跳过了这个过程，看起来学会的东西，本质上还是没学会。

对普通人的影响

对企业 IT：编程教育的变革会影响 Web 开发者人才管道，企业在评估候选人时，「讲清楚代码为什么这样写」可能比「能交付一个看起来能跑的功能」更重要。

对个人职场：这件事对所有知识工作者都有参考价值。当 AI 能交付「及格线以上」的成果，个人的价值不在于「生成」，而在于「判断」。

对消费市场：在线编程课和训练营如果继续把课程重心放在「教语法」「教 API」上，可能会加速失去市场；把目光转向「教判断」的课程，更接近下一阶段的市场需求。