没自带 Token，就不配上大学了？

我信任的，交心的，交流的，心与心的，我爱的大学，嫌我没有 token 了。

「没有 Token 的 CS 学生应该立即退学。」

这句话出现在南京大学计算机学院副教授蒋炎岩开设的《生成式软件工程》课程 PPT 上。

听起来像故意找骂。

@比特罐罐

果不其然，被上传至社交媒体讨论了，说这句话的蒋炎岩老师还关注了知乎上的问题：如何评价南大副教授蒋炎岩在课件中提出「没有 Token 的 CS 学生应该立即退学」？

蒋炎岩老师想表达的并不是学生手头没有 token 就该被劝退，而是 token 本身正在变成一种需要被认真对待的资源。

资源是能力的一部分吗

CS 学生该不该接触 AI，这个问题已经没什么讨论空间。今天的软件行业里，很难再找到完全不借助 AI 辅助的编程岗位，用人单位也早已习惯招进来的新人能直接上手，不再花时间从零培养。一个学生如果在校期间就摸清楚怎么和 AI 一起写代码，走出校门时自然比同龄人多一点从容。

不过，token 让能力如此赤裸地和一个人的钱包挂上了钩，那接触 AI 所带来的成本究竟在多大程度上要由学生负担？

当你在毛衣上看到 Claude Max 的年度计划价格时

有的学生家境允许，随手订阅几个模型接口毫无压力，用起来毫不犹豫，敢于反复试错。有的学生要精打细算，甚至要在生活费和 token 之间做取舍。

买得起 token、用得高效的学生，被认为是懂得成本意识，买不起或者用得吝啬的学生，则容易被认为没有跟上时代。

美国不少高校已经注意到，真正强大的 AI 工具往往藏在付费墙后面，低收入学生比例较高的学校，学生开始纠结要不要自己掏钱订阅。

研究者把这种现象归纳成一种新的使用鸿沟。美国 Middlebury 学院一项针对本科生 AI 使用的调查发现，80% 以上的学生用的是免费版本，只有一小部分人订阅了付费模型。哈佛大学针对本科生的调查显示，付费使用 AI 的学生和免费使用的学生之间，无论是使用频率，还是对 AI 输出的信任程度，都存在统计上显著的差异。

过去的教育不平等，主要体现在师资、教材、课外辅导这些看得见的地方，token 带来的不平等，却在不可见的地方。

一所大学，一间教室，要替这道新出现的门槛想点办法，不是靠一句劝退式的玩笑把责任推回给学生个人。

账该算在谁头上

一个自然的追问是，这笔钱到底该由谁出。让学生自己全部承担，问题前面已经说过。

让学校来出，又会绕到另一个疑问上：token 对 CS 学生来说，到底更像是美术生离不开的颜料，还是大学生本来就该享用的图书馆。

颜料是消耗品，买多少用多少，浪费了是学生自己的损失。图书馆是公共资源，借书不用太节制，归还就好。token 显然更接近前者，它按次计费，用一点少一点，学校要是敞开供应，很难保证没有人把它当成不用心疼的东西随手浪费。

蒋老师在课上也说，他原本想过替学生报销一部分 token 费用，只是选课人数超出了预期。

OpenAI 曾经在期末季向美国和加拿大的在校生免费开放 ChatGPT Plus，这类临时性的慷慨可以缓解一阵子的焦虑。

再往下想，token 该不该省着用，好像也是一种值得学的能力。

写代码不是无限试错的游戏，有时候该自己想清楚再动手，有时候可以放手让 AI 铺一遍草稿。

从这个角度看，token 有限反而未必是坏事。

《高等教育纪事报》的一篇报道里，研究者 O'Brien 提到一种担忧；学校如果按人头买固定额度的订阅，很多账号根本用不完，改成集中采购一大批 token 再分发给全校师生，反而可能更省钱，前提是管理得当。

这样，买得起大批 token 的大学和买不起大批 token 的大学之间，也会拉开一道新的鸿沟。

有意思的是，业界内部用 tokenmaxxing 描述过度使用的状态，指的是不计成本地刷用量，仿佛用量本身就是能力的证明。

什么样的教育值得被讨厌

有人有条件上竞赛班，有人可以买昂贵的参考书；有人假期可以去国外参加夏校，有人只能留在家里；有人从小就有人教他怎么写代码、怎么表达、怎么选择专业，有人直到大学才第一次知道什么叫实习、科研和职业规划。

最后大家坐进同一间教室，拿到同一份试卷，老师看见的是一个个分数，自然地得出结论：这个学生更优秀，那个学生不够努力。

可一个学生的能力，究竟有多少是天赋和努力换来的，又有多少其实是运气和家境给的入场券。

AI 时代，焦虑的大学忙着做加减法。

2026 年本科专业目录首批列入「具身智能」「脑机科学与技术」等新专业，北京理工大学面向所有专业推行「AI+专业」升级，上海交大、华东师大则设立 AI+数字内容创作、AI+美术这类微专业。

华东理工大学 2025 年停招了人力资源管理、国际经济与贸易这类容易被 AI 替代的流程化专业。

仿佛只要专业目录跟上技术变化，教育就完成了自己的使命。

这些新兴专业的学生有足够的 token 用吗？他们不能不用吧。

教育原本应该是那道让出身不同的人，有机会站到相对公平起点上的门。如果它只是不断更换着筛选的标尺，却始终假装看不见门外那些从一开始就没有入场券的人，那么无论专业目录换成什么名字，它都只是把旧的不公平，包装进了一个更时髦的壳子里。

针对开放式问题「你对未来生成式人工智能最担心的是什么？」的大学生回答生成的词云图

身处其中的大学生比任何一届学生都更早地感受到，自己脚下的地面并不牢固。

大一入学时选定的专业，可能在毕业前就被学校列进「缩招」名单；曾经被视为铁饭碗的会计、法务、翻译，正被反复问及「会不会被 AI 取代」；许多老师自己都说不清楚，四年后等待学生的会是怎样的职业图景。

学生本该向内学习、向外探索的四年，正在被一种向前张望、随时准备转向的焦虑填满。

AI 几秒钟就能写出一篇论文初稿，学生埋头苦练的那些技能，究竟是在打磨不可替代的能力，还是在重复一件机器早已做得更快更好的事情？

值得一提的是，蒋老师开设的《生成式软件工程》的完整录播被放在了自己的 B 站账号「绿导师原谅你了」上。

如果你去看了，就会知道这是一门不计入保研成绩的选修课，评定方式也只有 Pass 和 No Pass 两档。

蒋老师的主张是，AI 时代的课堂应当把实践放在中心位置，老师站在讲台上讲授的环节反而退居辅助，所以他甚至不鼓励学生按时来教室，宁愿大家去看他精心剪辑过的录播，把有限的课堂时间留给真正需要面对面解决的问题。

「没有 Token 的 CS 学生应该立即退学」这句话能提醒人们去关注 token 成本，去关注 AI 时代教育资源该如何分配。

不过，它承受不了教育公平这样更深层的讨论，也不该被用来当作评判一位老师、一门课程的全部依据。

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）