CloudNexus的简短分享，让我重新思考学生使用AI的方式

最近，我在由AWS Cloud Club QAU主办的CloudNexus活动上做了分享，该活动聚焦于云计算与AI技术。这只是一个简短的演讲，内容主要围绕智能体AI（Agentic AI）以及学生当前使用AI工具的现状。
最让我惊讶的并非提问环节，而是学生们对“自己正在正确使用AI”所表现出的高度自信。事实上，他们中的大多数人并未做到正确使用。

“我让他们用ChatGPT生成代码”
在讨论过程中，许多学生坦率地表示，他们使用ChatGPT主要是为了生成代码——不是为了理解逻辑，不是为了学习概念，仅仅是为了快速获取代码。
说实话，我并不会因此责怪他们。这种方式非常高效，并且能带来即时的成就感。但问题往往在后续的调试、真实项目开发、基础系统设计讨论，甚至技术面试中逐渐暴露。

问题不在AI，而在使用方式
我在分享中试图阐明一个简单的观点：不同的AI工具，各有其擅长的场景。ChatGPT非常出色，我自己也经常使用，但它的优势更体现在：

• 理解抽象概念
• 梳理复杂思路
• 内容创作与结构梳理
• 进行追根溯源的“为什么”式提问

当你试图将其作为主要的代码生成工具时，会缺失关键的上下文信息，而上下文在实际开发中至关重要。
代码专用工具的存在价值
我们随后讨论了像Cursor、Amazon Q这样的工具。这类工具能直接集成到你的代码库中，理解文件、引用关系和项目结构。因此，它们在实际开发工作中显得更为实用。
这并非因为它们是“更智能的AI”，而是因为它们本就是为开发者量身打造的。

Amazon Q的定位
由于这是一个以AWS为主题的活动，我也谈到了Amazon Q。我个人认为Amazon Q的独特之处在于，它并非游离于你的工作流之外，而是深度集成在AWS环境中，为云工程师提供实时的帮助。它不仅仅能回答随机问题，更侧重于：

• 提供具有云环境感知能力的指导
• 推荐最佳实践
• 给出具备安全意识的建议

当你超越教程阶段，开始实际工作时，这种差异就显得尤为重要。

用通俗语言解释智能体AI
为了便于理解，我将AI的演进分为三个阶段：

• 聊天机器人： 你提问，它回答。
• 编程助手： 它能理解你的上下文，与你协同工作。
• 智能体： 你只需设定目标，它便能自主规划并执行步骤。

智能体AI的核心不在于响应具体的指令，而在于任务的委托。这个比喻让学生们立刻理解了其本质。

为何云计算在此不可或缺
我特别强调，基于智能体的系统无法孤立运行。它们需要可靠的基础设施、强大的可扩展性以及安全保障。
这正是像AWS Bedrock这样的平台的价值所在——它们不仅仅是流行词汇，更是构建能够在现实世界中运行的AI系统的关键推动者。

最希望学生记住的要点
如果用一句话来总结这次演讲的核心，那就是：AI应该助你成长，而非替代你的思考。

• 使用ChatGPT来学习知识。
• 使用编程助手来构建项目。
• 使用云上AI来实现扩展。
• 当你准备好将工作流程自动化时，再考虑使用智能体。

最终思考
在CloudNexus演讲的经历让我意识到：学生缺的并非更多工具，而是如何善用现有工具的指南。我曾看到一句值得分享的话：

AI不会消失，但懂得如何以及为何使用AI的工程师，将始终脱颖而出。