图灵奖得主、Meta前首席人工智能科学家杨立昆（Yann LeCun）近日向有志于进入人工智能领域的年轻学生提出重要建议：不要只满足于计算机科学专业的最低课程要求，尤其是数学等基础学科。 他在接受《商业内幕》采访时强调，如果学生只修够计算机科学课程的最低学分，尤其是只学基础数学，未来可能难以适应技术的快速变革。“如果你是CS专业学生，却只上最基础的数学课，可能会发现自己无法应对重大技术转型。”他指出，真正经得起时间考验的，是那些“有长久价值”的知识。 LeCun建议学生应尽可能多修读数学、物理、电子工程等基础课程，而非一味追逐当下热门的技术趋势。他本人并非科班出身的计算机科学家，早年在巴黎ESIEE学习电气工程，后在索邦大学获得计算机科学博士学位。他坦言，许多工程类课程（如美国高校的微积分1、2、3）为学生打下了坚实的数学基础，而这些在部分CS项目中往往被弱化。 他特别提到，控制理论、信号处理等工程学科内容对AI研究极为实用。尽管编程能力必不可少，但“写代码”不应取代对底层原理的理解。即使AI能辅助编程，学生仍需掌握如何思考和解决问题。 OpenAI的布雷特·泰勒、诺贝尔奖得主杰弗里·辛顿等业内领袖也持类似观点：计算机科学的核心不是“会写代码”，而是掌握数学、统计、概率论和线性代数等基础能力。这些知识不会因技术迭代而过时。 LeCun幽默地表示，自己常被调侃为“一个劝人别学计算机科学的CS教授”，但他的本意并非否定CS，而是呼吁学生重视那些能支撑长期发展的根本性知识。在生成式AI与智能体快速发展的时代，真正的竞争力，依然来自扎实的理论基础与批判性思维。