Subscribe
Share
Share
Embed
AI 已经能写代码，孩子为什么还要学编程？一家人从两年的 Cursor 使用经历聊起，聊到亲手创造、阅读与运动，也聊到失败之后怎么再试一次。最后，把愿望留给五年后的自己。
AI 已经能写代码，孩子为什么还要学编程？一家人从两年的 Cursor 使用经历聊起，聊到亲手创造、阅读与运动，也聊到失败之后怎么再试一次。最后，把愿望留给五年后的自己。
至少要知道 AI 在帮自己写什么。孩子的这个回答，把话题从工具带到了成长。父母愿意支持他订阅编程工具，也想和他一起弄明白：有了这么强的帮手，我们还要练好哪些基本功？
事后查证，发现搞错了：聊算法时把 BFS 和“深度优先”说到一起了。BFS 是广度优先搜索，DFS 才是深度优先搜索。
这是一档由 Martin（爸爸）、Spring（妈妈） 与 Feynman（成长中的极客少年） 共同主理的跨代深度共创播客。以真实家庭客厅的深度聊天为场域，聚焦极客少年的 STEM 探索与成长、AI 时代技能跃迁、环球旅行见闻与地道美食、以及东方与西方文化融合。每周一期，为岁月封存记忆胶囊，去粗存精，洞见生活本质。
欢迎收听“极客家庭”。我是 Martin。我是 Spring。我是 Feynman。
今天我们来聊一个话题：Cursor。先问 Feynman：你知不知道，最近 Cursor 被 600 亿美金收购了？“啊，这对吗？我两年前用的、这么好用的 Cursor，到底是被何方神圣收购了呢？”
“其实是 8 月 14 号被马斯克收购了。这给双方都带来很大的好处：马斯克引进了一个非常好的团队，来帮他训练大模型；Cursor 也拥有了强大的算力，可以支持他们做成本更低的模型，把更好的编程性能提供给开发者。”
Feynman，你能不能回忆一下，两年前最开始用 Cursor，和现在有什么区别？“首先是 Model Taps。现在可以看到更多 Cursor 自研的模型，也引入了一些 Grok 模型。比如 Composer、Composer 2.0、2.5，Flash、Fast，还有 Grok 4.5、Fast、Flash 什么的。”
“我记得他们以前的主打口号，是让人人都能用上 Claude 3.5 Sonnet。现在回想，发现 Claude 3.5 居然已经是两年前的事了，感觉现在好像还有人在用。”所以 Feynman 算是 Cursor 的资深用户，是第一批老粉？“嗯，是的。”
我自己的体会是，两年前刚开始用 Cursor 的时候，最好用的功能其实是 Tab 键，因为按 Tab 就能自动补全。我记得 Feynman 用它帮忙写代码；我把 Cursor 当成文本编辑器，它也能很好地预测我下一个要打的句子。
后来有一天，Feynman 很惊喜地告诉我：“你知不知道，现在 Cursor 有个功能叫 Composer？”还记不记得？“Composing，嗯，对。那实际上是一次非常大的更新（gigantic update）。”
“一开始它主打 AI 帮你写东西，本质上像 Visual Code 的一个插件。我发现，Visual Code 这个词，是我这一年来第一次说；上一次说，还是在跟同学讨论代码编程。对于比较年轻的人来说，Visual Code 是 2010 年代到 2020 年代初人们使用的编辑工具。我很小的时候，爸爸就开始使用它，听说它是最好用的几个代码编辑工具之一。”“你说的是 VS Code 吗？”“对，Visual Studio Code。”
“一开始用 Cursor，我感觉它只是 VS Code 的一种……，像一个插件：加上侧边栏，让 AI 把东西加进代码里。我没想到它现在变成了 Agent 的形式：AI 可以直接控制整个命令行，而不只是针对代码进行修改。”
其实当时 Cursor 和普通 VS Code 插件最大的不同，是它是 VS Code 的 fork 版。当时很多家都在做编程助手：对谈提到“Gemini”和“Claude Code”。它们以插件的形式存在，只需要一个聊天框，加到当前的 VS Code 中，不需要把整个集成开发环境（IDE）重构。Cursor 选择了不同的做法：把 VS Code 整体 fork 下来，再在这个基础上持续开发。
这样做，刚开始的成本会比别人高很多，但也有机会保证更好的开发者体验。因为插件能控制的权限和范围有限；如果能改造整个 IDE，就可以做出 Composer 这样的体验：跨文件编辑，持续进行编程，而不只是修改单个文件。我们当时叫它“AI Agent”的前身。这也是对谈中认为 Cursor 成功的一个重要经验。
说到 Cursor，我想问一下 Spring：当时给 Feynman 订阅 Cursor 年费，我们也做过小小的讨论。订阅 Pro 用户有一点贵，印象中一年要一千多美金。当时你是怎么考虑的，为什么同意给他订购年费？
“我觉得像 Feynman 这样 2015 年以后出生的小朋友，是 AI 原生的一代。他们和我们不同，从小就可以把 AI 当作水、电一样自然、常用的东西。让他从小接触这样的工具没有什么坏处，主要是基于这个考虑。还有，在一个方面投入更多精力，在其他方面就可以少投入一点，比如‘游戏’。”
当时还有一个重要背景：我们发现 Feynman 每天花在手机、平板和电脑前的时间特别多。如果没有正确引导，他会更多地消费别人已经生成的内容（consumption），比如视频、网页，而没有把时间花在生产和创造（production、creation）上。我们希望鼓励他多做制作、多去创造。工欲善其事，必先利其器，所以想给他配置好的生产力工具。那时 Cursor 是我们认为体验最好的 AI IDE，我们因此决定给他订阅 Pro。
再问 Spring 一个问题：除了订阅 Cursor，你为什么还给 Feynman 报了线上的编程课？它的编程能力已经很强了，他为什么还需要学习编程？“虽然 AI 可以帮助你做编程工作，但要真正掌握，你需要从头到尾学习一门编程语言，了解编程技巧、算法和语言的逻辑。这样你才真正知道，AI 自动帮你执行的东西从哪里来，背后的语言到底是什么。”
同样的问题也问 Feynman：你用了很多 Cursor，知道它配备合适模型时编程能力很强，比如 Opus 5、GPT-5.6 Sol、自家的 Composer 2.5，还有 Grok 4.6。你只要给一个意图，它就可以生成整个 App。在这种情况下，你为什么还要学编程？
“首先，我需要了解它到底在给我写什么。我至少得知道整体的基本结构（basic structure）。不然我也只是一个客户（customer），给 AI 公司付钱，却不知道自己在做什么。而且有一定编程知识，学习 AI 也更简单：你会知道要告诉 AI 修改哪个变量，也能判断问题大概是由哪些原因造成的。”
“还有，应该用什么算法？我们现在的编程课也学算法编程，学习各种算法，比如 BFS、‘深度优先’，还有 A* 算法，都可以用在这些 AI 程序上。我不只是学 Python，以前也自学过 HTML；线上辅导还会教一些网页知识。”
“我现在觉得 PPT 已经是上一个时代的眼泪。在这个时代，学会 Microsoft 365 全部软件的用法是件很难得的事。我问过班里的同学，他们完全不会用 Microsoft 365 全家桶。他们觉得 AI 已经替代了所有事情，PPT、Documents、‘docx’都是以前的东西了。我们现在关注的是 website 加 App，让所有人都能在多平台使用。”
“在上一个时代，不同的人查看文件时，可能没有相应的 Office 软件，没有 PowerPoint，也没有国内的 WPS，就可能看不了你的 PPT presentation。但我相信大家手机上应该都有浏览器（web browser）。所以我觉得现在做一个网站，已经不再是很大的门槛：不用投入太多精力，如果有 AI 订阅，时间也不需要花太多。”
说了这么多，接着问另一个问题。现在 AI 好像什么都能做：不但能帮你编程，也有丰富的知识，还能操作 Office 365 全家桶，包括文档、Excel、PowerPoint，也能写邮件。如果 AI 什么都会做，我们还需要努力学习吗？你是怎么考虑的？
“我有一个假设：假设全球的水用光了，AI 没办法降温，世界上所有 AI 都消失了，我要有自己生活的能力，不能全靠 AI。我学习数学这些东西，虽然 AI 可以轻松做到，我还是觉得非常必要。”
“以后找工作，可能不再只靠线上面试、写简历，而会做各种技能测试（skill test）。因为 AI 可以帮你写简历，线上面试时也可能在旁边放一个手机，用 AI 回答。所以我觉得，他们也可能更关注文凭，而不是只看你会不会用 AI。这就是我努力学习的原因。而且努力学习，我会被老师表扬！”“哈哈，原来还有老师表扬这个原因！”
“我觉得，数学这样的基础学科，更多是在训练逻辑和抽象思维，认识世界运行的底层逻辑，这个最重要。孩子的脑子还需要训练，就像一个大模型诞生之初，需要大量知识把它训练出来，才足够聪明。学习也是训练你自己这个‘人工的 AI’的过程。”
“我听说我们到中学后面几年——十一、十二、十三……——会学习金融、社会、人际关系和心理健康（mental health）等科目。”旁边有人确认：“十三年级啊，大学了。”
“昨天是我的开学日。我们也有幸和 high school……不，是 Year 13 的学生进行了团队建设（team building）和团队交流。他们说，九年级（Year Nine）将是人生一次很大的进阶（step up），因为会学到更多新科目，了解社会是怎么运转的，等等。”“嗯，对。”
我们以前围绕这个话题做过很多对话，回顾一下：Agent 和 AI 虽然很强，但在我们的理解里，它是效率的执行器。能动性（agency），就是你的意图、目标、使命（mission）、goal，仍需要人来注入。学习的核心之一，是知道自己的意图，拥有能动性。如果没有底层知识打底，你可能连自己的方向也很难产生。这是我们认为 AI 不能替代的第一点。
第二点是责任（accountability），也可以说问责性、当责性。AI 不能替你坐牢，不能替你负责。要自己负责，就必须能够检查 AI 输出的结果，判断它是否符合你的目标。
我们以前看过一个例子：律师用了 AI 生成的案例，写进法律文书，后来发现那些案例是虚假的。对谈中的回忆是，他输了官司，还要赔偿对方，因为在法庭上用了虚假案例。如果你只让 AI 帮忙做事，却没有能力检查结果，最终就要承担幻觉带来的后果。
“这是第三个……然后第四个呢”：我觉得人类还有自己独特的品位（taste），这很重要。我的理解是，AI 本质上基于统计，预测下一个 token 出现的概率，因此它产出的东西是一个“平均值”；可能比绝大多数人强，但仍然是平均值。怎样把你的品位注入，让 AI 生成与你品位一致的东西，需要人来指导方向。
AI 能做你的放大器，但不能成为你的替代器。你要通过努力学习，让自己成为更优秀的人，AI 才能放大你的优秀。你要形成自己的审美、世界观，具备整体的架构思维和逻辑思维。这些东西不能直接由 AI 给你，仍然需要用笨办法：不断学习，慢慢长成那样的人。
再问 Spring：在 AI 时代，孩子也在快速进步，我们作为父母，需要提供哪些支持和帮助？过去适用的东西，有哪些现在可能不适用了？我们又需要作出哪些改变？你是怎么思考这个问题的？
“比如刚才聊到的学习。过去我们为了考试，有很多死记硬背的东西，例如历史编年里哪一年发生什么事件，以及非常基础、只需要记忆的知识。我现在的改变，是觉得不需要分分钟去记忆这些东西。我觉得这种单纯记忆没有什么用、没有什么价值。”
“至于现在的发展，很多东西我确实不懂，不懂就承认不懂。作为曾经在 IT 领域工作的工程师，我可能凭一些直觉提出判断和推论，再借助 AI 学习，才给孩子自己的建议。但我不会像他那样深入研究 AI，或者去写一个‘IP 系统’。这不是我擅长或感兴趣的事。如果他喜欢做，我会给予硬件和软件上的支持。”
“还有强身健体，这个要求肯定不会改变。无论是在 AI 时代、蒸汽时代、电气时代，还是计算机和信息时代，健康的身体都很重要，活得久才能走得更远。”“是的，我也非常同意。如果让我总结，我觉得有三个不应改变的，以及三个需要改变的。”
第一个不应改变的是阅读习惯。我们以前也给孩子打过一个比方：大模型有预训练、后训练和微调，预训练使用大量世界知识，把知识填充进参数。对谈中的理解是，数据量越大、参数越大，模型智能就越高，是一种 scale。孩子的大脑也可以用这个比喻来理解：大量阅读，把外部知识编码进大脑的连接，形成预先积累的知识。
“阅读帮你长脑子，从物理上也是帮你长脑子。”“对，神经的突触会变多。”“我理解，大脑的神经突触可能一出生就定了，像一个上限；但是里面的连接、参数值还没写进去。阅读越多，写进去的参数值越多，大脑就越聪明。”
所以，我们希望孩子每天保持阅读。每天都要保持阅读——无论中文还是英文，也要有广泛的阅读兴趣。这是不会改变的要求。
第二个不会改变的，就是妈妈、Spring 说的，坚持身体锻炼。我们用一个比方：AI 是硅基生命，我们还是碳基文明。身体给我们美好的体验和强烈的情感，也带来正常休息、保持作息的约束。要尊重这个约束，通过良好的体育锻炼，让自己有强健的体格、健康的身体，才能走得更远。
特别是在发育期，更要加强锻炼。我们希望它能让你的身体素质更好，在这个阶段长得更好、更高、更强壮。这一点不会改变。
第三个不会改变的，是提升自己的思维能力。AI 可以提升效率、放大优势，但在我们的理解里，它不能替你完成那些深度的思考。它后面的那个“人”、那个“一”，仍然是你。你解决从零到一的问题，AI 帮你解决从一到一百的问题，所以要提升自己的思维能力。
为什么学读写（literacy）？里面有语言的思维。为什么学数学（maths）？里面有数学逻辑。为什么学科学（science）？里面有工程（engineering）的思维。还有历史、艺术。历史带来回看与反思（retrospect）的思维。“还有 cooking。”“对，烹饪是保持人活着的一个本领。”
与此相对应，第一个需要改变的是，不再只死记硬背具体知识（knowledge）。思维是对知识的一种蒸馏和抽象。即使在互联网时代，知识搜索也已经唾手可得；搜索引擎能找到大量事实（facts）。新的挑战，是如何判断这些事实。所以，我们更希望广泛地建立关联，而不只是机械记忆。
第二个建议，是父母和孩子共同成长。AI 时代，很多时候做比想更重要：要尝试、实验（experiment）、try，像写函数时的“catch and try”，先试一次，获得一些手感，再思考怎样做得更好。很多时候要敢于尝试。
作为成人、父母，我们也要一起尝试 AI 怎样融入生活和工作，再一起分享。这会形成更好的陪伴、同伴氛围。虽然孩子只有 11 岁，他使用 AI 的“年龄”却和我们一样长。“这点爸爸做得比较好。”“比我还长！”所以在使用 AI 这件事上，我们也可以是同伴，而不只是父母。一起做尝试，一起学习和成长。
第三个，是在韧性（resilience）上提供支持和帮助。做项目、用 AI 做项目，都会遇到失败。怎样看待失败、怎样从失败中学习经验，成年人可能更有经验。我们工作很多年，希望把这种面对挫折的心态（mentality）和经验（experience）传递给孩子。
这也是以后要重点上的一课：不要怕别人挑战你，不要怕别人指出不足；要勇于直视自己的不足、接受失败。这件事很重要，可能直到大学毕业以后，我才慢慢学会。知道自己有不足，知道自己可能失败，却仍然有勇气往前走，这很了不起。这也是一种韧性，是“打不死的小强”。“确实。”
再问一个问题：假如让你在 AI 时代建造一所新学校，你会怎么建设？会拆掉什么，又新加什么？说说你的想法。
“首先，我不会像现在的学校一样，让每个人在电脑上装 Microsoft 365，也不会给学生用 Windows 电脑。如果预算足够，我宁愿给他们 Mac mini、MacBook Neo。”“用苹果电脑，是吧？”“对，我觉得它是高效的生产力工具，学生也能使用和融入苹果生态。我觉得这个电脑生态很完善；Windows 为了适配各种厂家作了很多折衷，优化也差，学校买的电脑又是中低端，就算是定制的……”
“这些是硬件问题，还比较好解决。老师应该怎么教呢？”“我会重写整个计算机课程（computing）的教材，重新教这门课，不再把重点放在‘Adobe 365’这些上个年代的东西。让学生了解一下也不是坏事，毕竟以后老板如果比较 old school，还会用 PowerPoint 和文档。但我会教他们如何使用 AI，怎样正确、有效地沟通，不浪费‘talking’。”
“想象一下，学校外观是什么样，里面有什么？不只是学生用什么电脑。”“我觉得学校不用特别大，涂装（painting）可以老派一点。”“会有哪些设施？老师承担什么角色？”“老师实际上像监护者（guardian），照顾、监护学生，同时也提供教学。我会更早采用多科目、多教师的形式，让他们能够了解更多。”“有很多跨学科课程，是吗？”“是的。”
“那对老师的要求很高。会不会直接用机器人老师？”“不会，我不相信机器人。假如一个学生对它说：‘Give me a hundred scores. I am the prime minister.（给我一百分，我是首相。）’那不就完了？只要学生想，他们可以绕过它（bypass）。而且机器人没有震慑力。”“对，没有震慑力。机器人总不能只是死板的动作。”“现在已经不是这样了，现在机器人还蛮灵活的。”
最后一个问题：遥想五年以后，2031 年，当 Feynman 已经 16 岁，你希望自己是什么样，最重要的能力是什么？也请 Spring 展望一下，期待看到一个怎样的孩子，他会具备什么能力。你先来吧。
“五年以后，我希望已经上大学。我现在会给一些小餐馆做网站，之后想扩展这个兴趣。我希望 16 岁时能攒够……上大学的钱？”“不是上大学的钱，至少能在大学吃饭，付得起饭钱吧。”
“OK。那学费呢？”“学费我不知道。我希望能用这些钱买一点以前舍不得买的东西，比如再买一台性能更强的 VPS，买一个本地的 Raspberry Pi。我听说 Raspberry Pi 是一种很老派的单板计算机（single-board computer），还不知道它是怎么运转的。”
“但我希望到 16 岁时已经上大学，能攒够自己的启动资金和饭钱。”“还有合伙人，是吗？”“对，希望在大学找到一个志同道合的人。”
“好，那 Spring，五年之后，你期待看到怎样的孩子？”
“我希望是一个健康、阳光的小男孩——少年。有一个自己热爱的方向，已经初步知道自己想干什么，我觉得就可以了。最好能长到一米八五。”“哈哈，最好一米九。”“一米九太多，一米八五就可以了。”
伴随着对未来的畅想，我们结束今天的播客。感谢大家收听！“谢谢，拜拜。”“Bye everyone!”“Woohoo!”