6月24日沙特博主发文：“Telegram创始人建议学生，不要浪费时间学习编程和人工智能.....好好学习数学和物理。“埃隆·马斯克直接在推文下方表态，表示完全认同这一思路，两大行业领军人物的共识，迅速在全球教育与科技圈引发广泛讨论。

很多人误以为两人全盘否定编程，其实这是典型的理解偏差。杜罗夫的核心逻辑十分清晰：当下各类AI工具可以快速完成写代码、调基础算法、简单程序调试等重复性编程工作，只会敲代码的基础从业者，很容易被人工智能替代。

而数学是底层思维基石，能锻炼逻辑拆解、推导求证、系统性解决复杂问题的能力，不管是创业运营项目，还是深耕高端技术研发，这种底层思维能力永远不可替代。

马斯克随即补充观点，明确提出**以数学为基础深耕物理**，恰好完善了这套教育思路。马斯克本身主修物理专业，他创办特斯拉、SpaceX的诸多突破性创新，都依托物理学第一性原理思维。

编程只是落地工具，物理能够解释现实世界运行规律，自动驾驶、航天工程、机器人、高端芯片、前沿AI模型的深层突破，全都离不开物理原理支撑；只会套用代码模板，只能做表层执行工作，弄懂数理底层逻辑，才有能力完成原创技术革新。

后续杜罗夫也主动接纳马斯克的看法，进一步解释：并非不用学编程，而是学习要有先后主次。先筑牢扎实的数理功底，再接触编程与人工智能才更有意义，数理功底过硬的人，吃透算法、驾驭AI大模型的速度会远超普通学习者；如果跳过基础埋头死记代码，最终只能停留在低端重复性岗位，缺少向上突破的空间。

放到当下就业环境来看，这个建议极具现实参考性。近几年培训班批量速成程序员，基础代码岗位内卷严重、薪资不断收缩；但能深耕AI算法优化、航天研发、精密制造、半导体设计的高端人才，缺口持续拉大，这类岗位筛选的首要门槛，就是深厚的数理功底。

速成编程是短期谋生技能，数理积累是贯穿一生的核心竞争力，也是拉开普通从业者与顶尖技术人才的关键分水岭。

当然理性来看，二者并非对立取舍。对于学生而言，最优路径是打好数学、物理底层根基，同步适度学习编程、了解AI应用趋势，做到底层思维与实操工具兼顾。

只跟风追逐热门技术容易陷入内卷，固守传统理科又会脱节时代发展，找准主次平衡，才能适配人工智能时代长期的成长与竞争需求。

以上是小编个人看法，如果您也认同，麻烦点赞支持！有更好的见解也欢迎在评论区留言，方便大家一同探讨。