谷歌DeepMind联合创始人兼首席执行官德米斯·哈萨比斯近日在公开场合指出，尽管人工智能技术正在重塑科技行业的职业格局，但科学、技术、工程和数学（STEM）领域的学位依然具有不可替代的价值。他强调，掌握计算机科学基础知识是高效运用人工智能工具的前提，未来编程可能向更高层次的抽象语言发展，甚至直接使用自然语言进行开发。
哈萨比斯以编程语言的演进为例说明这一趋势。他提到，从早期的机器码到C语言，再到如今广泛应用的Python，编程工具的抽象层级不断提升。他预测，未来开发者或许能直接用英语等自然语言编写程序，但系统架构设计和软件工程的核心原则仍不可忽视。"真正理解技术本质的人使用AI工具的效率，可能是缺乏基础者的十倍以上。"他特别指出，这种差距在复杂系统开发中尤为明显。
在技术伦理层面，这位AI领域领军人物特别强调了人文社科的重要性。他认为，随着人工智能深度融入社会生活，哲学、经济学等学科的价值将日益凸显。"我们正在进入一个需要重新定义人机关系的新时代，这些学科提供的思考框架至关重要。"哈萨比斯以DeepMind的研究实践为例，指出团队在开发医疗AI时，必须同时考虑伦理规范、经济可行性和社会影响等多重因素。
这一观点得到了多位科技界权威人士的呼应。"AI教父"杰弗里·辛顿去年底接受采访时表示，计算机科学学位的价值远超出编程技能本身。他指出，单纯具备中级编程能力的人员正面临AI工具的激烈竞争，但计算机科学培养的系统思维能力、算法设计能力和问题解决能力，仍是机器难以完全替代的核心竞争力。
金融科技公司Affirm首席执行官马克斯·列夫琴从代码质量角度阐述了类似观点。这位资深程序员强调，优秀的代码不仅需要实现功能，更要具备"优雅性"和可维护性。"没有扎实的计算机科学基础，开发者甚至无法参与关于代码质量的讨论。"他以自身经历说明，理解数据结构、算法复杂度等基础知识，是区分专业开发者与业余爱好者的重要标志。
