大数跨境
首页
>
Cursor CEO特鲁尔接受YC专访：AI将颠覆编程！但编程依然是一项重要的通识技能值得学习
>
0
0

Cursor CEO特鲁尔接受YC专访：AI将颠覆编程！但编程依然是一项重要的通识技能值得学习

Cursor CEO特鲁尔接受YC专访：AI将颠覆编程！但编程依然是一项重要的通识技能值得学习 金融科技教育网
2025-09-08
0
来源：瓜哥AI新知

本文内容整理自Cursor CEO Michael Truell在Y Combinator频道的专访，公开发表于2025年09月03日。原始内容参考：https://www.youtube.com/watch?v=TrXi3naD6Og

内容提要: 迈克尔·特鲁尔在AI创业学校的专访：23岁创办Cursor，挑战GitHub Copilot，给工程生的建议

  • AI驱动的编程未来： AI将重塑编程范式。未来五年，所有软件开发都将由AI主导，编程领域将迎来颠覆性变革。
  • 编程启蒙与早期经历： Michael Truell的编程之路始于中学时制作手机游戏的梦想。尽管Objective-C的学习之路充满挑战，但他坚持不懈，并深受Paul Graham（PG）等思想家的启发。
  • 青少年时期的AI探索： Michael Truell在青少年时期便对AI燃起浓厚兴趣。他曾开发简单的手机应用，与朋友共研机器人狗，并在此期间深入探索了基因算法、神经网络和强化学习。
  • 从零实现神经网络： 因微控制器内存有限，16岁的Michael Truell从零开始实现了一个小型神经网络库。这段经历为他打下了坚实的AI基础，影响深远。
  • 创业的曲折与转型： Cursor的种子在2021年埋下，创始团队对AI充满热情。在最终找准方向前，他们经历了一系列失败的尝试，包括为机械工程师打造AI助手、开发端到端加密通信系统，最终才意识到AI与编程结合的巨大潜力。
  • 直面巨头，挑战GitHub Copilot： 尽管GitHub Copilot已是市场巨头，Cursor团队依然选择“杀入”AI编程赛道。他们最初的想法是做一个小众的安全审查工具，但最终将目标锁定在——打造AI编程的最佳体验。
  • 首个编辑器的诞生： 2022年底，Cursor团队决心转型。仅用三个月，他们便从零构建出首个编辑器并公开发布。产品虽显粗糙，但核心的AI功能已初具雏形。
  • 站在巨人的肩膀上： 团队意识到，从零构建一个成熟的代码编辑器耗时巨大。因此，他们决定基于VS Code进行开发，从而能将全部精力聚焦于核心AI功能的创新。
  • 务实的模型策略： 借鉴早期为机械工程项目训练模型的经验，Cursor团队采取了务实的策略：不重复造轮子，而是充分利用产品数据，快速迭代和优化模型。
  • 2023年的蛰伏与打磨： 2023年是Cursor的探索期。团队规模虽小，增长缓慢，但他们坚持打磨核心产品，抵制了各种偏离AI主航道的诱惑。
  • 2024年的指数级增长： 2024年，Cursor的年收入实现了从100万美元到1亿美元的惊人跃升。这得益于产品体验的持续优化（如代码库感知、智能预测）和AI模型的加速迭代，而用户的口碑传播则引爆了病毒式增长。
  • 口碑的雪球效应： 创始团队在AI领域的深度思考与公开分享，加上早期“电影感”十足的产品演示和用户候补名单策略，为Cursor赢得了第一波关注，最终滚起了口碑传播的雪球。
  • 未来编程的愿景： AI是真正的颠覆性技术，未来几十年将深刻改变知识工作领域。短期内，专业工程师将与AI高效协同，AI会成为其强大的编程助手与智能编译器。
  • 给后辈的建议： 编程依然是一项重要的通识技能。但最重要的是，追随内心热爱，与志同道合者同行，专注长期价值，不为短期琐事所困。

Cursor CEO Michael Truell简介

Cursor的CEO是迈克尔·特鲁尔（Michael Truell），一位在科技与人工智能领域经验丰富的创业者和领导者。
在创立Cursor之前，特鲁尔先生已在人工智能和软件开发领域积累了深厚的专业知识。他致力于通过科技革新人们的工作方式，尤其擅长利用AI的力量提升开发者的效率与创造力。Cursor作为一款AI优先的代码编辑器，正是他这一愿景的结晶。

访谈全文

特鲁尔： 我们对编程的未来感到无比兴奋。我们退后一步审视，坚信在未来五年内，整个编程行业都将被彻底改变，所有软件的开发都将由模型驱动。当时，我们觉得这个领域的从业者们似乎并未真正意识到这一点的重要性。他们虽然拥有出色的产品，也在持续改进，但他们的方向并非是那个编程被完全自动化、软件构建方式被彻底颠覆的未来。正是基于这样的信念，我们决定投身其中。

PG 文章与第一次编码

主持人： 让我们把时间拨回到你作为创始人的旅程起点。故事要从中学时代说起，那时你就在读PG（Paul Graham）的文章了，对吗？
特鲁尔： 我很早就对创业萌生了兴趣。我第一次接触编程，就是因为想做点自己的项目。那是一个寒假，我和哥哥想做一款爆款手机游戏，但我们对此一无所知，只能在谷歌上搜索。搜索结果告诉我们，需要下载一个叫Xcode的应用。
下载Xcode后，我们就被这堆五彩斑斓又神秘莫测的符号——也就是Objective-C——给镇住了。Objective-C现在依然存在，但远不如当时流行。面对这堵如同天书般的Objective-C代码墙，我哥哥很快就打了退堂鼓，放弃了编程。他现在从事着与绘画相关的职业，走上了一条完全不同的人生道路。
而我，却坚持了下来。我买了一本Objective-C的教程书，最终真的开始开发手机游戏。这便是我编程之旅的开端。在这个过程中，我成了PG、Sam Altman以及其他Y Combinator成员文章的忠实读者。他们的思想在我高中时期给了我巨大的启发。
主持人： 我想，关于Cursor最令人惊叹的一点是，你现在才24岁，却在如此短的时间内建立了一家如此成功的公司。对很多人来说，这仿佛是一夜成名。但实际上，这是你十多年厚积薄发的成果。你一直在尝试和推出各种项目，对吗？听说你在高中时就在研究人工智能了，能给我们讲讲那些项目，以及你是如何开始的吗？

青少年时代的游戏、机器人与机器学习

特鲁尔： 我很幸运，能很早接触编程并对AI产生兴趣，而且还有一些很棒的伙伴和我一起探索。在投身手机游戏开发后不久，我做了一款颇受欢迎的应用，尽管我的技术还很稚嫩。那款应用能让用户在《钢琴块》或《Flappy Bird》这类游戏中伪造高分，然后发给朋友炫耀。那款应用一夜爆红，也让我领悟到了创业的第一课：编程并非全部，有时一个简单的创意，比一个呕心沥血开发的游戏引擎更能吸引用户。
不久后，我和一个朋友对造一条机器人狗产生了兴趣。我们设想的机器人，不是通过直接编程来学习，而是像训练真正的宠物狗一样，通过给予正面和负面的反馈来教会它执行任务。比如，它做得好就“奖励”它，做错了就“警告”它。虽然当时我们完全不知道该如何实现，但这个想法让我们兴奋不已。我们自然而然地开始在网上查资料，这让我们接触到了“遗传算法”，我们觉得这或许能帮上忙。
最终，我们发现了神经网络，因为当时有研究者在尝试用遗传算法来演化神经网络。这又将我们引向了强化学习（RL）的领域。即便是在2015年，RL也已经是一个活跃的研究方向了。我和朋友最终成功造出了几个机器人，虽然它们没有留下什么深远的影响，但我们当时确实做了一些有趣的工作，比如提升强化学习算法的数据效率，让它们能从极少量（有时只有十几个）甚至是充满噪声的人类反馈数据中学习。
我们做的其中一个机器人是一个多轴机械臂，能挥动球拍打乒乓球。通过给它装上传感器并提供适当的反馈，我们教会了它在检测到球飞来时挥拍。我们还造了一个KiwiDrive机器人，训练它沿着画好的线行驶。这段经历为我们提供了绝佳的机器学习入门教育，某种程度上也得益于我们当时的“无知者无畏”——我们压根不知道有Torch和TensorFlow这样的现成工具，或许是我们的谷歌搜索技巧还不够好。
主持人： 所以你是在十六七岁的时候，从零开始实现了自己的神经网络？
特鲁尔： 当时我们面临的现实约束是，机器人使用的是内存极小的微控制器，根本跑不动任何标准的机器学习库。所以，在尝试造机器人狗的过程中，我们自己实现了一个微型神经网络库。我记得当时我们对其中的原理一知半解，微积分也懂得不多，但硬是摸索着把神经网络的一些核心思想给复现了出来。我认为这段经历让我们受益匪浅，尽管还有很多基础知识的空白，直到很多年后才得以填补。
主持人： 然后我们快进到Hemisphere的创立。这个名字很有趣，因为它并不是Cursor的初衷。你们是在2022年，刚从MIT毕业时开始的，对吧？你们四个人最初的想法是什么？
特鲁尔： Cursor的起源其实可以追溯到2021年。我和我的联合创始人们一直都对AI抱有极大的热情。我们每个人都有过类似“造机器人狗”的经历。我的一位联合创始人，在2021年就尝试过打造一个能与谷歌竞争的产品，利用语言模型训练自己的对比模型。另一位则在学术界专攻计算机视觉，还有几位在谷歌等公司做过推荐系统。我们对AI充满了激情。

从Hemisphere到Cursor：第一次创业尝试

2021年，我们试图想清楚该如何安放这份热情。是该去学术界深造，还是加入一个大型AI项目，抑或是自己创业？有两个时刻让我们感到无比兴奋：第一是看到GitHub Copilot这样的首批AI产品问世；第二是看到研究表明，只要持续扩大模型规模，AI的性能就会可预测地变得越来越好。
于是在2022年初，我和联合创始人们进行了一场为期一个月的黑客马拉松，开始探索一些与知识工作相关的创意，思考随着AI日渐成熟，未来的工具应该是什么样子。
主持人： 你们为第一个想法收集了大量数据，是吗？
特鲁尔： 我们投入时间最长的第一个正式想法，是面向机械工程领域的。我们想为机械工程师打造一个AI副驾，尝试训练模型来预测你在CAD系统（比如SOLIDWORKS或Fusion 360）中的下一步操作。这些是机械工程师用来在电脑上进行零件3D建模的软件。我们之所以选择这个领域，是因为我们觉得它足够冷门、沉闷，竞争应该不激烈。我们当时有点像在“坐而论道”，玩纸上谈兵的MBA游戏，但事后看来，这是个糟糕的选择，因为我们中没有一个人是真正的机械工程师，而且当时的技术也远未成熟到可以应用到这个领域。
主持人： 但你们还是坚持了几个月，对吧？你们爬取了大量的CAD文件，并且真的做出了自动补全功能，是吗？
特鲁尔： 是的，坦白说，大量工作都花在了数据抓取上。我们得想办法获取互联网上所有的CAD模型。这些模型文件格式五花八门，我们必须把它们转换成一种标准格式，因为CAD软件市场非常分散，有许多不同的主流系统。
还有一些云端CAD系统，它们的文件很难导出，也不希望你抓取它们的数据。所以，这部分工作量巨大。此外，当时用于模型训练的基础设施还相当简陋，所以我们在基础设施、模型实验以及如何将插件“塞进”那些几乎没有扩展性的CAD系统上，都费了很大功夫。
实际上，当时我们还在同步进行其他项目。我的两位联合创始人正在开发一个端到端加密的通信系统，因为其中一位有安全研究背景。他们的想法是，像Signal和WhatsApp这类应用虽然加密了消息内容，但没有隐藏“谁在什么时间与谁通信”这个元数据。对于某些场景，比如记者与政府线人沟通，这些元数据本身就是极其敏感和关键的信息。
主持人： 那是在2022年年中。所以你们在这个想法上投入了大约六个月？你们发布产品了吗？收获了多少用户？
特鲁尔： 这些项目最终都失败了，基本没拉到什么用户。

当一切都不奏效时，果断转型

主持人： 你是在哪个瞬间意识到这个想法行不通的？就是那种“哦不，我们这么努力，一心想创业，但它就是没用”的时刻？
特鲁尔： 每个项目的情况都不太一样。对于那个通信系统，它在技术上非常出色，但也带来了一些糟糕的妥协，导致它难以推广。我的联合创始人试着把它给用户使用，但反响平平；他们又尝试卖给企业，同样不成功。这大概是在他们努力获取用户几个月之后。至于CAD项目，我们花了数月时间，才勉强让模型对用户产生一点点用处。也正是在那时，我们开始反思：我们真的对这些领域充满热情吗？还是说，我们内心深处其实有更想做的事情？
主持人： 所以，你们最终决定，这些想法都行不通，必须再次转型。在转向代码补全之前，你们大概尝试了三、四个甚至五个不同的点子。
特鲁尔： 我们从一开始就深受Copilot这类工具的启发。我们之所以迟迟没有进入AI编程领域，是因为我们觉得竞争太激烈了——当时是这样，现在依然如此。
主持人： 因为早在2022年，GitHub Copilot的年收入就已经达到了一亿美元左右。而你们当时依然觉得“我们能比GitHub Copilot做得更好”吗？毕竟在很多人看来，那个市场早已饱和。
特鲁尔： 我们最初并没有将 GitHub 视为目标。我们曾尝试过一些想法，花了不少时间，但始终没能找到真正的兴奋点，项目也未见起色。正是这种绝望，让我们更清楚地认识到自己真正在乎什么，以及我们的目标究竟是什么。
我们意识到，我们对编码的未来充满激情。同时，我们也观察到业内同行的产品开发模式和技术演进的趋势。我们退后一步审视全局，意识到如果我们坚持自己的信念，那么未来五年，整个编码世界将被重塑，所有软件开发都将由模型驱动。
当时，我们感觉这个领域的其他从业者并没有真正严肃地对待这个趋势。他们虽然拥有出色的产品，并致力于渐进式改良，但似乎并未着眼于一个终极目标——即我们所熟知的编码方式将被彻底自动化，软件的构建范式也将因此被颠覆。

挑战 GitHub Copilot

基于这个信念，我们开始了这项工作。
主持人： 这是一个非常大胆的决定。你们放弃了那些不太擅长的领域，选择进入编程这个赛道，即便行业巨头 GitHub Copilot 已经矗立在前，你们还是毅然决然地投身其中。
特鲁尔： 当时我们并没觉得这有多大胆，也不算什么惊天动地的举动。我们不过是一群人在客厅里围着笔记本电脑工作，这和改造一家大公司完全是两码事。不过，我们的确是这么做了。起初，我们还比较谨慎，想着或许可以从一个非常小众的工具入手，比如一个专注于安全审查、能预测未来 CVE（通用漏洞披露）的工具。
或者，我们也可以为某个特定的小众软件领域打造产品，比如我们曾为量化研究员设计过原型。但就在这个过程中，我们脑中涌现出无数关于 Cursor 的新构想——如果我们把目标定为打造“用 AI 编码的最佳方式”，它能达到怎样的高度？
渐渐地，我们对此信心倍增，热情高涨。于是，在某个时刻，我们决定全力以赴。

发布第一个 Cursor 编辑器

主持人： 那是在 2022 年底，对吧？从决定转型到发布第一版产品，你们花了多长时间？第一个版本是什么样的？
特鲁尔： 我们确实花了一段时间才将产品公之于众。从写下第一行代码到正式发布（GA），大约花了三个月。最初，我们从零开始构建自己的编辑器，当然也用了很多开源组件。市面上有很多优秀的底层技术，比如 CodeMirror 和各种语言服务器，都能帮助你构建编辑器。
但它确实是我们从零开始拼凑起来的。我们自己实现了远程 SSH、集成了我们自己的 Copilot 版本（因为当时还没有自动补全功能），还得自己构建面板系统，集成所有语言服务器。在一个像代码编辑器这样成熟的市场里，要打造一款真正有竞争力、能满足用户日常需求的产品，需要投入巨大的精力。
不过，我们只花了四周时间就做出了一个我们自己日常能用的版本。又过了大约四周，我们把它交给了第一批 Beta 测试用户。再过四周，我们就正式发布了。那时候的产品还非常非常粗糙，所以当时向公众发布时，我们并没觉得这是什么了不起的大事。
主持人： 在第一个版本中你们学到了什么？毕竟你们是从零开始构建了一个代码编辑器，还没有完全 Fork VS Code。
特鲁尔： 我们非常专注。我记得当时有些人并不看好我们做的一些东西，但这反而让我们更加全力以赴。我们学到了什么呢？首先是关于最初那套 AI 功能的认知。起初，我们只有一个关键命令来调用一个通用的 AI 助手。用户发出指令，然后由 AI 自行判断：你是想聊天，还是需要代码建议？是想搜索代码库，还是要执行一个长/短时任务？当时用户几乎没有控制权。我们很快认识到，以 2022 年底的技术水平，产品形态必须改变。

早期经验：功能、反馈与 VS Code 转型

通过我们自己使用和用户反馈的不断迭代，我们逐渐打磨出了后来成为 Cursor 核心的 AI 功能。我们学到的另一件事是，尽管我们很快就构建了一个功能齐全的常规代码编辑器，并集成了我们引以为傲的 AI 功能，但我们很快就意识到，要为全球用户打造一款功能完备的代码编辑器，还有很长的路要走。VS Code 已经开发了 12 年，是 TypeScript 的早期项目之一，背后有庞大的团队支持。我们曾天真地以为几个月就能追上，但很快就发现这不切实际。
最终，我们得出一个结论：我们应该把精力集中在 AI 功能上。就像许多浏览器都基于 Chromium 的渲染引擎一样，我们决定基于 VS Code 进行开发。
主持人： 还有一件事，你们也构建了自己的模型。我记得当时你们从 Codex 获得了很多灵感，对吧？

Codex、定制模型和务实的抉择

特鲁尔： 是的。在我们之前那个耗费了大量时间、帮助机械工程师使用 AI 的项目上，我们第一次融资就是为了模型训练。这是必须的，因为现成的模型在那个任务上表现不够好。我们当时经常引用 Codex 的论文。根据我们的估算，GitHub Copilot 背后的第一个自动补全模型 Codex 的训练成本并不算天价。尽管 2022 年初大家都在谈论模型训练有多烧钱，但据我估算（可能不准），它的成本大约在 10 万美元左右。
在做机械工程项目时，我们自己进行了模型训练。当我们转而开发 Cursor 时，那段经历让我们心有余悸。因此，我们希望尽可能务实，避免重复造轮子，所以一开始没有进行任何大规模训练。然而到了 2023 年，随着我们对产品的不断打磨，模型训练最终成为了一个至关重要的产品杠杆，尤其是在我们用户规模扩大之后。这也让我们能利用产品数据来反哺和改进产品，从而为公司培养了一项至关重要的核心能力。

2023 年的摸索

主持人： 2023 年是什么情况？当时你们还不确定 Cursor 能否成功，甚至在讨论是否要转型，对吧？你们花了很长时间才实现盈利，那段时间一定很挣扎。
特鲁尔： 2023 年我们确实在持续增长，但基数很小。我们做的很多事情并没有清晰的路线图。有些市场，你可以通过严谨系统地访谈大量用户，列出他们的问题并逐一解决来推进。但我们所处的领域不同，我们是一个面向终端用户的应用，不能做得太复杂。我们的目标是打造“用 AI 编码的最佳方式”。所以，很大一部分工作在于探索：利用现有技术，到底能实现什么？很多想法写下来都看似很有用，但如何构建、如何处理所有细节，前进的道路并不明朗。
所以，2023 年大部分时间都是如此。此外，如果我们完全听从早期用户的需求，可能会偏离我们最终的方向。比如，有一批非常活跃的用户是编程新手，我们曾讨论过是否要专门服务他们。还有一批用户希望我们专注于某个特定的技术栈，把 Cursor 做成一个垂直工具。我们最终都抵制了这些诱惑。所以，2023 年大部分时间，我们都在进行原型设计，就像“在沙漠中摸索”，同时也在探索如何通过自研模型来改进或替代 API 模型，比如用于“下一个编辑预测”功能。
主持人： 你们在 2023 年大约是从零增长到一百万，对吗？这个过程肯定付出了很多努力。
特鲁尔： 比这个数字多一点，但大致是这样。

突破：一年内从100万美元增长到1亿美元

主持人： 然后 2024 年是疯狂的一年。你们在一年内从 100 万增长到 1 亿。这种“复利效应”是如何实现的？你们保持了每周 10% 的增长，这究竟是怎么发生的？
特鲁尔： 早期数字很小，但复利效应一直在持续。我认为有几件事真正推动了增长。我们所处的市场有一个特点：只要你把产品做得更好，数据就会立刻给出积极反馈，增长也会随之加速。
所以，当我们让 Cursor 具备代码库感知能力、能够预测你的下一步操作时，增长就开始了。当我们让它更准、更快、更具前瞻性，甚至能预测一连串的改动时，增长就更快了。当我们让 AI 模型能在你的代码库中执行更多操作，并且速度极快时，增长又上了一个台阶。我们一路走来，始终专注于打磨产品，而复利效应也一直在持续。
这不一定适用于所有市场，但在我们这个领域，终端用户的偏好至关重要。只要你做出最好的产品，人们自然会口口相传。
主持人： 有趣的是，这种现象在 YC 的创业公司中也很明显。我们问创业者用什么技术栈，不同批次的答案简直天壤之别。我记得 2023 年，使用 Cursor 的公司可能只有个位数百分比，但到了 2024 年，这个比例飙升到了 80% 左右。这就像野火一样蔓延开来，最顶尖的开发者都在用你们的产品。
特鲁尔： 是的，他们都在 Twitter 上讨论。
主持人： 所以增长主要是靠这个吗？全部增长都来源于此？
特鲁尔： 在编辑器刚发布时，我们确实尝试过在社交媒体上宣传。其实，早在 2022 年我们还在探索那些不太成功的想法时，我的一位联合创始人为了保持团队士气，就开始在网上发帖。他的目标很明确：通过深入探讨 AI，而不是搞普通的社交媒体运营，来吸引大量粉丝。结果出乎意料地好。

口碑传播和病毒式增长

一个人能阅读所有前沿论文，深入思考行业动态，并公开分享，最终得到领域内大 V 的认可，这是相当了不起的。当时有一个叫 Flan T5 的开源模型，后来很多 AI 项目都用上了它，而他们最初就是从我联合创始人的 Twitter 上了解到这个模型的。他就这样成了 AI 圈子里的一个小名人，在早期为我们的产品推广打下了基础。
我们首次发布时，制作了一个极具视觉冲击力的演示视频，并设立了等候名单来吸引第一批用户。这确实对我们的起步帮助很大。然而，在最初的喧嚣过后，我们选择淡出聚光灯，在 2023 年像僧侣一样，全身心投入到产品研发中。也正是在这个时期，产品真正依靠口碑传播开来。
我记得那年有好几次，团队成员都觉得产品已经够好了，建议我们把重心转向增长工程。我们为此也进行过为期两个月的冲刺，但效果始终无法与我们专注于产品本身所带来的增长相提并论。
主持人： 到 2024 年初，Cursor 的规模有多大？公司有多少人？
特鲁尔： 2023 年我们规模还很小。我的联合创始人们都是非常出色的工程师，我们总共就四个人，所以在很长一段时间里都不需要招聘。我们在招聘早期员工时犯过一些错，所以后来我们变得非常有耐心，招聘人数远少于原计划。到 2023 年底，我们团队还不到 10 个人。
主持人： 太厉害了。
特鲁尔： 所以……
主持人： 现在我想知道，你们对编程的未来有什么看法？
特鲁尔： 从一开始，我们就选择了一条中间路线。当我们刚开始时，做 AI 还被看作是一件很奇怪的事。很多人不相信这上面能诞生伟大的应用。即便在 AI 圈内，也存在两种极端观点。一种是专注于现有产品形态的渐进式改良。另一种则认为，除了 AGI（通用人工智能），其他一切都是徒劳，因为一两年内所有东西都会被颠覆。

编程的未来和给学生的建议

但我们始终认为，未来几十年，仍有无数极具价值的东西等待我们去创造。AI 将是一项颠覆性技术，其影响之深远，可能超过近几个世纪的任何一次技术革命。但这场变革并非一蹴而就，它需要数十年时间，需要整个行业共同努力，将无数独立的功能整合起来，才能最终彻底改变软件构建乃至所有知识工作的形态。
短期来看，我们相信对于我们的目标用户——专业工程师而言，代码依然至关重要。未来会有一段漫长而复杂的过渡期，人类将与 AI 协同工作。AI 会越来越像你的同事，甚至最终会演变成一个高级编译器，为你隐藏掉部分底层代码。但即便如此，你仍然需要去阅读、审查和编辑逻辑。
主持人： 那么你认为哪些技能仍然重要？大家应该继续学习什么，又或者可以放弃学习什么？
特鲁尔： 我认为，编程与数学一样，都是一种极佳的通识教育，这一点未来也不会改变。学习计算机科学还能培养诸多实用技能。当你投身于一个高速发展的行业时，在学校学到的具体知识往往并非最重要的，真正关键的是你在此过程中学到的思维方式与学习能力。在我看来，人工智能的出现并未改变这一本质。
主持人： 假如听众中有一位年轻人，就像几年前尚未开始编程的你一样，你对他有什么建议？他现在应该做什么？
特鲁尔： 我的建议是，追随你的兴趣，并与你欣赏、敬佩的人同行。而且要全身心投入。我认为，尤其对于在校生而言，很容易陷入一种为了“完成任务”而学习的状态，这会让你只顾着在清单上打勾，而忽略了真正的长期积累，以及对自己热爱事物的专注。
主持人： 好的，让我们用掌声感谢Michael。非常感谢。
特鲁尔： 谢谢。
参考资料: https://www.youtube.com/watch?v=TrXi3naD6Og，公开发表于2025年09月03日
声明：此公号（ID：Fintech_Education）发布内容和图片的目的在于传播更多信息，版权归原作者所有，不为商业用途，如有侵犯，敬请作者与我们联系。

【声明】内容源于网络
0
0
金融科技教育网
金融科技教育网主要关注如下内容：金融科技人才培养（认证课程、公开课、行业论坛、番钛客大赛、人才对接）；内容（学术前沿、创新技术）行业（金融科技、银行科技、保险科技等）；技术（人工智能、大数据、区块链、云计算、5G、物联网等）。
内容 883
粉丝 0
金融科技教育网 金融科技教育网主要关注如下内容：金融科技人才培养（认证课程、公开课、行业论坛、番钛客大赛、人才对接）；内容（学术前沿、创新技术）行业（金融科技、银行科技、保险科技等）；技术（人工智能、大数据、区块链、云计算、5G、物联网等）。
总阅读406
粉丝0
内容883