这学期开学，不少家长发现孩子的信息课作业变了样：不再是"用 Python 打印九九乘法表"，而是"让 AI 帮你写一个能算零钱的小程序，再说说它哪里写错了"。一句话需求、一段 AI 生成的代码、一轮孩子做的修改——编程课的重心，正从"手写语法"挪到"会提问、会验收"。
这个变化背后其实是个很朴素的判断：当写代码的门槛被大模型削平，人最值钱的能力就从"会不会写"变成了"知不知道要什么、能不能看出对错"。就像当年计算器进课堂，没人再逼孩子练三位数开方，但人人都得懂"什么时候该用开方、算出来合不合理"。
我前两天跟我一个在小学教信息技术的朋友聊，他举了个特别实在的例子。班里一个平时看见代码就头疼的孩子，用对话模型描述"做一个能记录同桌借橡皮次数的小程序"，模型真给写出来了一版能跑的。孩子没背过一个函数名，但他得弄明白"借"和"还"是两个不同的计数、界面上要放几个按钮——这些恰恰是最难、也最值钱的"问题拆解"能力。
当然，反对的声音也很真实：孩子连变量都没摸熟，直接上 AI 是不是拔苗助长？我的看法是，分阶段。低年级用 AI 当"翻译器"，把想法变成能跑的东西，先建立"我能创造"的成就感；高年级再回过头补语法和算法底子，这时候他有具体目标去学，比对着黑屏记规则有意思得多。顺序反一反，事倍功半。
对普通家庭的启发很具体：别再只盯着"孩子会不会写代码"了，还不如陪他多做一件事——让他用大白话把想做的东西讲清楚，再一起去检查 AI 给的结果靠不靠谱。这俩本事，比背十遍 for 循环都管用。真要动手试，家里的电脑装个 Claude 或者国产的 DeepSeek、通义千问，让孩子描述需求、看它出活，就是最便宜的入门课。