🏷️ 计算思维

A Field Guide for Computational Thinking

本文介绍了基于统计力学、计算机科学、信息论和博弈论的思维模型，帮助读者将自身和工作视为计算系统。文章探讨了工作记忆、意志力、状态依赖性、算法复杂度等概念，提供了一套可执行的分析框架。

为什么 AI 时代计算机科学仍然值得学习

文章反驳了“AI 能写代码所以不需要学计算机”的观点。作者指出，CS 的核心是计算思维和系统设计，而非单纯的编程。AI 替代了低层实现，反而放大了高层设计和架构决策的价值。理解 CS 原理能让人更高效地使用和评估 AI，且 CS 的应用边界正随 AI 扩展至所有行业。CS 教育提供的抽象能力和结构化思维在 AI 时代不仅没有贬值，反而成为稀缺的核心竞争力。