“朋友圈被DeepSeek刷屏了!”“听说它能自动生成代码?”“以后程序员要失业了吧?”——最近，生成式AI工具DeepSeek在大学生中掀起热烈讨论。面对学生们的种种疑惑，信息工程学部杨艳霞老师用一堂别开生面的“人机共学实验课”，给出了她的答案。

“上周有个学生拿着AI生成的代码问我：‘老师，以后是不是不用学编程了?’我反问：‘你会让计算器帮你参加高考数学吗?’”杨老师用这个比喻让全场学生笑过之后陷入思考。她演示道：当输入“优化冒泡排序时间复杂度”时，DeepSeek瞬间给出三种改进方案，但选择哪种方案、为何选择，仍需使用者结合具体场景判断。“就像厨师用智能菜谱调整火候，但烹饪的创意和用心是AI替代不了的。”杨老师强调，未来编程教育将更侧重培养“人机协作思维”——用AI解决重复劳动，把精力留给算法设计、系统架构等核心环节。

在《数据结构》课程中，DeepSeek被作为辅助工具应用于"栈结构"的教学环节。面对"后进先出(Last In First Out，LIFO)"这一抽象概念，学生通过向DeepSeek提问获得了直观的类比解释：“栈的操作原理类似于叠放盘子，最后放置的盘子最先被取走。”杨老师表示，“人工智能工具的引入使课堂互动率提升了40%，以往学生在遇到难题时往往保持沉默，现在则能够通过人工智能进行初步探索，在验证与修正过程中加深对概念的理解。这种‘生成-验证-反哺’的学习模式，有效降低了抽象概念的理解难度。”

然而，在实践过程中AI也暴露出若干问题。杨老师展示了几份“翻车”作业：有学生直接复制人工智能生成的代码导致程序逻辑混乱;有学生在提问时未能提供完整的错误信息;还有学生混淆了不同编程语言的作业要求。特别值得注意的是，部分学生未经充分验证便直接使用人工智能输出的排序算法，虽然在常规测试中能够正常运行，但在处理特殊数据时会出现系统崩溃。针对这些问题，杨老师总结出五大避坑指南：拒绝“拿来主义”，提问要精准，结果需验证，基础别放松，课程要求要对标。她强调："如同学习自行车需要逐步摆脱辅助轮，过度依赖人工智能工具将阻碍编程能力的实质性提升。"

在工具选择方面，杨老师对DeepSeek与Manus进行了专业比较：DeepSeek在代码编写、公式推导、论文修改等方面具有广泛适用性，且其研发团队扎根国内，在数据安全方面具有优势，更适合大多数专业场景;Manus则更侧重于元宇宙开发领域，建议选修虚拟现实开发等相关课程的学生使用。针对应用商店中可能存在的仿冒软件，杨老师提出了三个防坑口诀：“认准官网download按钮直接跳转，别在商店里搜;看下载量过万、评分4.5以上还带长评的才是正版;新上架、评分全五星但没评价的，大概率是李鬼!”

“有人问我‘现在该学C语言还是Python’，其实该学的是‘如何驾驭工具’。”杨老师给出三条建议：”像追科技博主一样关注前沿动态，用开源项目练手(比如给Linux提交代码)，永远保持‘为什么’的好奇心。当年我们学编程要手动查手册，现在你们有AI助手，但解决问题的快乐是一样的。”