在人工智能大模型LLM如风暴般席卷软件工程的今天程序员们正陷入一种集体焦虑当AI能在几秒钟内生成完美无瑕的语法代码甚至自动修复Bug时人类的护城河究竟在哪里要回答这个问题我们需要将时钟拨回1986年。在麻省理工学院MIT的一间阶梯教室里哈尔·阿伯尔森教授走向讲台开启了经典课程《计算机程序的构造和解释》SICP的第一讲。他没有讲变量没有讲循环而是向台下的学生们抛出了三个颠覆认知的哲学命题“计算机科学不是一门科学甚至和计算机也没有多大关系。它的本质是过程的形式化。”这段话在随后的几十年里被无数工程师奉为圭臬。因为其教材封面印着一位巫师它也被称为“巫师书”。如今在AI代劳“搬砖”的时代这位MIT巫师的预言显得比以往任何时候都更加精准与深刻。一、 祛魅与错觉这不是科学也与机器无关大众对“计算机科学”一词有着根深蒂固的误解。阿伯尔森教授首先进行了两重“祛魅”。第一重祛魅它不是“科学”。严格意义上的科学如物理学、生物学其核心在于“发现自然规律”——观察世界提出假说验证真理。但计算机科学并不去发现自然界中原本存在的定律它是在“发明”和“创造”。它更接近于工程或艺术利用已知的规律去构建前所未有的系统。阿伯尔森甚至说它有点像“魔法”——念动咒语代码就能让无生命的事物产生复杂的行为。第二重祛魅它与“计算机”无关。这听起来最为悖论。研究计算机的人却说计算机不重要阿伯尔森打了一个绝妙的比方这就像天文学与望远镜的关系。天文学之所以存在绝不是为了研究望远镜的镜片生物学也不是为了研究显微镜。当一门学科刚刚起步时人们极易把“正在做的事情的本质”与“所使用的工具”相混淆。计算机仅仅是一个工具是执行思想的物理载体。真正的计算机科学存在于人类的思维模式之中。二、 认知的镜像说明性知识与过程性知识既然不是研究机器那这门学科究竟在研究什么阿伯尔森给出了一个极具哲学意味的定义形式化关于过程的直觉精确地谈论“如何做how-to”的知识。为了解释这一点他将知识与几何学进行了对比说明性知识描述“什么是真的”。比如几何学定义“圆是平面上到定点距离相等的点的集合”。它告诉你圆的绝对真理但并没有告诉你怎么在地上画出一个圆。过程性知识描述“如何做”。比如告诉你“拿一根绳子一端钉在木板上另一端绑上笔拉直绕一圈”。这是步骤是执行的过程。计算机科学的伟大之处在于它为人类提供了一种将模糊的、直觉的“如何做”转化为极其精确、无歧义、可被执行的形式化语言的方法。它是对人类思维过程的一面镜像映射。三、 驯服混沌抽象、组合与递归的阶梯当我们能够形式化过程后随之而来的问题是现实世界的过程太过复杂人类的大脑无法同时处理成千上万个细节。因此SICP提出了这门学科真正要解决的核心问题——控制复杂度。这不是通过掌握更多编程语言的语法来实现的而是通过三大思维武器层层递进地展开1. 抽象建立黑盒与词汇抽象是控制复杂度的第一道防线。面对一个极其复杂的底层运作机制我们将其封装成一个“黑盒”只暴露出输入和输出。在SICP中这被称为“过程抽象”。通过抽象我们不再是操纵二进制开关的苦力而是拥有了构建复杂系统的高级词汇。2. 组合搭建层级与秩序有了抽象出的基础模块后组合让这些模块产生化学反应。组合不是简单的堆积木而是建立一种新的“元语言”或新的语境。在抽象与组合的交替中系统形成了一种自下而上的层级结构。低级的细节被隐藏高级的控制流得以建立。3. 递归拥抱无限与自相似递归是SICP中最具哲学意味的概念。它不仅是程序调用自身的技术更是一种处理无限复杂度的认知模式。通过定义一个基本情况和一种向基本情况收敛的规则递归用有限的语句描述了无限的过程。就像一面镜子映照着另一面镜子递归在自我相似中解构了庞大与混沌。四、 AI时代的预言当“搬砖”被机器接管当我们带着阿伯尔森的框架重新审视当下的AI时代一切焦虑与迷雾都会豁然开朗。GitHub Copilot、ChatGPT等工具正在做什么它们正在极其高效地生成“语法代码”。如果我们将计算机科学等同于“敲击键盘写出符合语法的代码”那么人类确实已经被淘汰了。这就像望远镜被自动化了天文学家不需要亲自磨镜片了。但这恰恰是阿伯尔森在1986年就已经预言的结局既然计算机科学与计算机工具无关那么工具的自动化绝不会消灭这门学科的本质。当AI接管了过程性知识的底层“翻译”工作把人类的设计意图翻译成机器语言留给人类的恰恰是这门学科最核心的灵魂构思整座大楼的设计图AI可以帮你砌出一堵完美的墙但只有人类知道这座楼应该建在哪里、有几层、承重如何分布。这就是高层级的“抽象”。定义系统的边界与组合方式在由AI Agent组成的复杂网络中如何定义各个Agent的职责黑盒如何让它们组合成更高级的智能这需要超越代码的架构能力。对抗系统复杂度的魔法随着AI生成的代码库越来越庞大系统复杂度呈指数级上升。如何验证其可靠性如何控制其副作用这依然是“控制复杂度”的工程艺术。结语留存不灭的魔法阿伯尔森教授在第一讲的最后曾说“我们真正在做的是学习如何去控制一个魔法般的精灵。”在AI时代这个精灵从硅片中的逻辑门变成了庞大神经网络里的概率涌现。形态变了但控制复杂度、形式化过程的本质没有变。无论未来的编程语言变成自然语言还是意念波只要人类依然需要面对庞大与混乱依然需要将直觉转化为精确的步骤计算机科学或者说计算哲学就不会消亡。它只是剥离了“搬砖”的伪装回归到了它最初的样子 —— 一门关于人类如何思考、如何构建、以及如何在混沌中建立秩序的艺术。