AI教新手写代码，先别只看模型

我注意到一个有意思的细节，布朗大学的 Kathi Fisler、Shriram Krishnamurthi 和 Michael Littman 在讨论新手计算与编程教育时，把重点放在 agentic AI 时代学生到底还该练什么。这个切口很值得做科技股的人看。教育、开发者工具、AI coding 的边界正在被重画，估值不能只盯模型参数。

短期看，这类产品最容易卖的是帮新手判断哪里错了。IJCAI 那篇 HYPOCOMPASS 的思路很典型，让大模型模拟 CS1 学生写出有 bug 的代码，再训练调试和测试能力。CACM 的五条更新原则里也强调 hands-on first, AI second。新手阶段如果直接让 agent 替跑完，看起来省时间，实际把最难的能力外包了。我这边用 GPT-4 和 DeepSeek Harness 跑固定题，也发现一个规律，答案越顺滑，越需要追问它为什么这么改。

长期看，竞争格局会从代码助手扩到开发者入口。谁掌握新手第一次报错、第一次提交、第一次部署，谁就可能把课程、IDE、云资源、企业内训串起来。现在做这件事的有三拨人，大模型厂商拿通用能力入场，教育公司拿课堂关系入场，开发工具公司拿工作流入场。三者的估值逻辑不一样，前者靠调用量和品牌，中者靠续费和内容，后者靠粘性和交付。

Geoffrey Challen 写过一句很关键的话。

Agentic development is difficult, educational, and rewarding. But you won't learn how by one-shotting a pre-AI era computing assignment.

这句话的意思是 agent 开发很难靠点一次按钮完成，它要求人持续拆任务、看结果、改方向。教育产品如果只做问答，天花板很低；如果能积累任务轨迹、错误样本、评估集，价值就不一样。

这几天用 DataEye 和 Insightify 扫相关讨论，刚上手，样本不算多。一个直观感觉是，讨论热度并不平均。大厂模型发布会吸引眼球，但真实用户更常问的是我这段代码为什么报错，这个测试怎么补，这个 agent 为什么跑偏。批处理把标题和关键词归一后，调试、测试、课程、agent 工作流这些词反复出现。这个赛道的天花板取决于有多少组织愿意为把新手变成可交付工程师付钱。

估值上，我会看留存、交付、评测。留存看学生或开发者是不是每周都回来，而不是作业截止前用一次。交付看能不能从建议变成可验证的 diff、测试和运行结果。评测看有没有固定题库和多轮追问，避免被单一模型带着走。我之前评估大模型时更看重便宜、稳定、交付能力，算力差距只是其中一项。放到教育里，这句话更成立。

阶段	更容易被付费的点	估值风险
短期	新手作业辅导、bug 定位、测试用例生成	模型能力趋同，容易陷入价格战
长期	课程平台、IDE、企业内训、代码代理工作流	交付链条长，留存和标准化难

所以这个赛道的估值，最终要看谁能把新手从能跑带到能改、能测、能交付。

---

📌 本文编译自 Hacker News，原文见 https://cs.brown.edu/people/sk/Publications/Papers/Published/fkl-teach-nov-agentic-ai-era/

版权归原作者所有，本文为基于公开报道的编译与独立分析。