夜雨聆风 对于计算机专业学生而言，苍穹外卖这个项目在网上已经十分常见，不少人会觉得它属于“烂大街”的练习项目。但在我看来，它依旧是新手入门后端开发非常合适的起步项目。
现在很多软件工程的学生会把目光聚焦在微服务、云原生这类热门主流技术方向，但我们要认清一个客观事实：微服务、云原生这类高级架构方案，本质上都是在单体项目的基础上迭代升级而来。苍穹外卖作为标准的单体SpringBoot项目，刚好可以帮我们把业务开发的基础能力打磨扎实。只有把单体项目的开发逻辑吃透，后续再去学习复杂的分布式架构，才能够更好地理解其改造思路与设计初衷，所以把它当作打基础的练习项目，具备很高的实践价值。
与此同时，随着AI能力飞速迭代，软件工程专业的学生普遍会产生一种焦虑：自己辛苦学习的技术知识，AI似乎全部都可以实现，那我们学到的东西还有意义吗？
这里的核心区别在于：人类具备独立思考、需求决策的能力，而AI不具备。AI是强大的工具，但它只能根据指令产出结果。如果我们自身对业务、技术没有理解，就无法精准地把现实需求转化为给到AI的提示词，更没办法把控最终输出的成果。我们才是整个开发流程里的掌舵人、指挥官。AI的定位应当是提升效率的助手，负责承担代码编写、调试这类重复繁琐的工作，而不是替人类做技术选型、业务逻辑的关键决策。
这也意味着，基础的技术知识不仅不能舍弃，反而需要我们学得更加深入。学习不能停留在“会调用、能跑通”的表层，更要弄懂底层原理。诚然AI可以帮我们排查报错、生成代码，但它也存在明显缺陷：经常产出表面可运行，内部暗藏隐患的代码。如果我们本身不懂原理，就很难识别AI擅自改动的逻辑，察觉不到隐藏的漏洞。这些潜藏问题在本地测试阶段很难暴露，一旦上线触发，就会带来严重的线上事故。这就要求软件工程从业者必须保持严谨，知其然更要知其所以然。
放到就业市场来看，AI带来的影响需要从个体与集体两个层面辩证看待。从个体角度，AI确实挤压了一部分初级编码岗位的需求，单纯只会简单CRUD的岗位机会在变少；但对深度理解原理、具备系统思考能力的中高级人才，行业依旧存在旺盛需求。这也倒逼我们不能只浮于技术表面，要真正把技术吃透，构建属于自己的不可替代性。
站在行业集体的视角，AI把开发者从大量重复机械的工作中解放出来，极大提升整体生产效率。节省下来的时间，可以让我们更多投入需求设计、架构思考、创新方案落地这类更有创造性的工作。
总而言之，AI对软件工程学习者究竟是机遇还是挑战，利大于弊还是弊大于利，最终取决于我们使用它的方式：把AI当做提效工具，夯实自身底层能力，它就是助力；一味依赖AI放弃独立思考，它就会变成自身成长的阻碍。
有不同观点的，也可以把自己的看法打在公屏哦！
