从大学教授到 K-12 教育创业

课代表: 哈喽孙教授，欢迎来到课代表理争论频道。

孙教授: 哎，课代表，多谢邀请。我一直是您的忠实粉丝，终于有机会跟您在这边做一些分享。

课代表: 客气客气，可不可以请你做一个简短的自我介绍嘞？

孙教授: 好。因为我经常关注您频道，您请到的各行各业的朋友经历都特别值得学习。我个人的背景是做 Computer Science（计算机科学）出身，其实和大部分咱们华人的背景有相似之处，也有不一样的地方。

我 PhD 毕业之后先去了业界大厂工作，大概做了一年多。大概在 2012、2013 年左右，我和我的一个老师去做了一个 Startup（初创公司），当时做的是 Mobile AR，通过照照片来做识别。当时我们拿到了一些 Seed Funding（种子轮融资），那个 Startup 做了一年多，但不是特别成功。

所以在考虑下一步发展时，最直接的反应是重新回到大厂工作。但因为我跟 Vanderbilt 的一位 Professor 合作，我发现当 Faculty（教职人员）其实有很多好的地方，能开拓很多新思维，而且非常灵活。你可以做 Teaching、做 Research，之后想做 Startup 还可以再做。

所以大概在 2014、2015 年的时候，我就落脚回到南加州，在 Cal State（加州州立大学）理工分校的 Computer Science 系做 Faculty。在做 Faculty 的同时，我有时间和灵活性继续探索不同的创业机会。

过去将近 10 年的时间，我一直在专注于做 K-12 的 Computer Science 和 AI Education。起因主要是 2015 年的时候，我们在大学拿到了一些 Funding，当时美国有一个很有名的 Initiative 叫做 CS for All，是奥巴马当时提出来的，鼓励所有中小学生开始学编程。政府拨了很多 Grant，我们在大学做了很多 Teacher Training 和 Curriculum Development 的工作，教周边的中小学生 Coding。

受到这波影响，我就开始转头做正儿八经的 K-12 Education。到现在大概七八年了，从一开始我一个人教、开发课程、做运营，到现在我们在西海岸、南加州、西雅图大概有八个校区。过去这么多年，我们带过的学生大概有四五千人，涵盖了从学前班一直到高中生的整个 K-12 跨度。

课代表: 我们先不讲创业过程，今天主要 Focus 讲从你的角度，你看既当大学教授教大学生，又自己开始教 K-12 的中小学生编程。最近咱们一起上了一个活动，你在上面讲了大家是怎么学 AI 的，以及学生们是如何使用 AI 去解决真实问题的。

我自己得到的启发是，学生们脑子里没有成见，所以他们反而用得特别快，做了很多我们觉得做不了、但其实能做的事。我想重点听你分享一下这边的故事。

AI 时代的编程：高中生为何比大学生更快？

孙教授: 好的。我们要先讲为什么开始带这些孩子们做 Project。最初教编程就是教 Java、Machine Learning 这些课，后来我们就反思，最终的出口和目的是什么？

我自己是从信奥赛（信息学奥林匹克竞赛）出来的，但我发现信奥赛、刷题虽然是很好的技能，但可能不是学编程的终极目标。终极目标其实还是要做应用。现在这个时代是一个做 Startup 的好时候。我就在想，为什么不能让年龄低一点的同学很早就开始有这种创业的体验？

我们发现软件是一个很好的突破口。你想让一个高中生去开奶茶店基本上不靠谱，需要资金也没时间运营；但是你教高中生做一个 App、做一个平台，这在一定条件下是可以完成的。

课代表: 我稍微问一个问题，很多人觉得高中特别忙，甚至是我这辈子最忙的时候之一。从你的角度来看，为什么高中生反而有时间去做这些事了？

孙教授: 我发现美国高中生其实比国内高考要更忙。国内高考目标单一，就是一个分数；而这边除了分数，还需要做很多课外的东西（Extracurriculars），而课外这个东西是没有天花板的，所以大家觉得压力很大。

所以我们在带高中生时，需要明确目标。你的时间是有限的，要优先做能出亮点和成绩的事。第二要看兴趣，不是每个人最后都要学 CS。假如我的目标是学商科，那我能不能围绕这个 Idea 做一个项目，哪怕我是用 AI 把它 Launch 出来？

课代表: 对，所以作为一个想用 AI 或者想把编程做好的人，AI 确实带来了很大的助力。对于这些高中生，他可能恰好就用上了这 10 倍的效率。

孙教授: 是的。现在 AI 导致的一个结果是，它减少了 Ivy League（常春藤）学生的优势，因为普通同学通过工具也能达到同样的效果。这给我们带高中生打开了一扇窗。以前想做技术含量高的项目，如果同学没有相当多的 CS 背景，可行性很低。

但今年我们尝试带高中生直接用 Cursor、用 Claude 去做，发现跟教大学生还不一样。大学生本身有一些 Coding Background，但我们在教高中生时发现，即使没有 Coding Background，这个东西也能做成。

案例一：K-Pop 粉丝开发电商 App

孙教授: 我分享一个女生的例子，她叫 Timmy，她本身不想搞 Coding 或 STEM，她想搞 Business。我说想搞 Business 我们就做一个创业项目，你要找到痛点和需求。

她很快分享了一个例子。她很喜欢 Blackpink 这些韩国明星，每次去参加演唱会都会自己准备很多歌迷道具。其他歌迷每次都问她：“你这个东西在哪买的？我怎么买不到？”她觉得这是一个很好的商机。

我说这特别好，我们能不能建立一个小社区平台，甚至 App 的形式。不仅卖东西，还可以放 Concert 信息，给歌迷交流空间。

后来我们就尝试用 Claude Code 来教 Timmy 做这个 App。现在做 App 常用 Flutter，因为它是跨平台的，用到的语言叫 Dart。这些东西其实我们在大学是大四的专业选修课才教的。现在在同学没有太多 Coding Background 的前提下，直接用 Claude Code 去做。

经过七到八周的时间，第一个版本已经上线了，在 Apple Store 和 Google Play 都能下载。她把自己设计的产品列上去，打印了 QR Code，下次去参加 Concert 的时候就可以分发。

一开始我还比较担心质量，后来发现经过大量反复的测试和反馈，还真的能够达到一个可用的版本。

课代表: 当时我看的那个 App，完成度其实是挺高的。七八周里边 Timmy 花了多长时间？你们是几个人？比重是多少？

孙教授: 其实是这样一个分配：

1. 第一周： 教 Timmy 基础知识。至少得知道手机开发怎么回事，把 Android Studio、Flutter 环境装上去，知道怎么用 Emulator。
2. 过一遍 Foundation： 稍微过一下 Frontend（UI、Layout）和一点简单的 Backend（Database、Firebase）。不用花很多时间，通过 Peer Programming 的方式带着走一遍。告诉她这个参数控制 Margin，那个参数控制 Color，让她改改试试，有一个直观印象。
3. 全靠 AI 生成： 后面就直接是 AI Code。最重要的是教同学两点：一是基础 Prompting，二是反馈（Feedback）。任何代码出来后，一定要知道怎么去 verify，不对的话怎么把具体的 feedback 给回 AI。

前期老师带得多一些，后期我们给她发很多 Feature 让她做 Homework，发现她在课下甚至可以独立完成相当多的东西。除了中间遇到一些 Build Problem 老师帮忙解决，大部分 Functionality 都是她主动完成的。

平均下来，一个同学一周大概花 4-5 个小时。这 7-8 周大概就是 30-40 个小时的工作量。

课代表: 30 个小时，那作为一个全职打工人的话，一周拿出 20 个小时来，其实两个周就可以搞定这些事情。

孙教授: 一定的。Timmy 现在对 Dart 语言熟悉吗？肯定不至于。她对整个 Architecture、Networking 熟悉吗？也不行。但这个东西真的重要吗？我觉得是个问号。因为她的目标就是要做产品，要把商品放出去，那我觉得这就足够了。

AI 工具带来的效率革命：一周抵一个月

课代表: 以前没有 AI 辅助的时候，要让一个高中生做这种 App，基本上不可行吧？

孙教授: 是的。我在大学教大四学生做同样的课（Software Engineering），是 15 周的学期，每周两节课，大约 3 小时。通常 2/3 时间讲 Foundation（Flutter），1/3 时间做 Project。

在没有 AI 的时候，大四学生也就是用大概 6-7 周的时间去做 Project。有的做得复杂，有的做得简单。而在 AI 辅助下，效率完全不同。

举个例子，2023 年底我第一次教 Prompt Engineering 这门课时，还没有 Cursor。我给大四学生留了一个月时间做 Final Project（全栈 AI Agent）。今年再上这门课，大家已经用 Cursor 用得挺好了，我就做了一个尝试，把 Final Project 提到月中，只给大家一周时间。

结果这一周时间做出来的 Project Quality，远远超过上一次用一个月做出来的。

再比如 GitHub Actions。以前教学生 Setup CI/CD Pipeline 非常花时间，你要 Push change，再去 Test，很啰嗦。现在用 AI，GitHub Action 的 Workflow Configuration 基本上是一遍成。不存在反复 Debug 的情况。

课代表: 编程的门槛一下子拉低了这么多，那什么东西变得有用？你会看到什么样的同学，你会觉得这个人在 AI 时代能比较好地抓住这波机会？

核心竞争力：发现问题与执行力

孙教授: 我那天分享过，技术门槛确确实实下降很大。我自己写了这么多年程序，一开始也觉得有点可惜，感觉技术含量没那么大了。但现在想一想，其实有更重要的东西需要 Focus。

做得比较好的同学，无论研究生还是高中生，真的就是具备两个特别重要的技能：

1. 发现问题的能力。
2. 执行力。

比如创业，你要找到具体的问题，而且不能漫天去想，一定要围绕你的经历去想。

我再讲一个例子。有个同学是弹钢琴的，华人孩子很多都有乐器特长。他说最近学习压力大，弹钢琴是为了放松，不是为了考级，所以不喜欢边弹边翻琴谱，因为记不住谱子。

我就提示他，你最近不是在学 Python 吗？能不能做一些数据分析，判断音的位置，做成一个自动翻谱的 Software。

最后我们做了一个 Prototype 出来，效果非常好。就是一个 iPad 程序，把乐谱变成图片存进去，后台程序听你弹琴的声音。声音进到电脑变成 Number（Frequency），写算法去判断你弹在哪个位置。如果弹到页面末尾，就自动切换图片。

课代表: 这个我非常感同身受。我自己就是很善于发现问题的人。就像写脱口秀的人，生活中到处都是段子，是因为他带着发现段子的眼睛。每个人一天平均能发现三个值得解决的问题，只不过大家全都忽略了。

孙教授: 是的。而且我当时看那个项目印象很深，尤其是 Research 的问题。识别正确的音不简单，如果弹错了怎么办？

这其实引出了一个关键点：Curse of Knowledge（知识的诅咒）。对于程序员或有过经历的人来说，脑子里一下就把问题想复杂了，觉得“这太难了，我解决不了”，可能根本不会开始。但这个同学没有 Curse of Knowledge，他就直接去做，然后就解决了。

课代表: 他是怎么解决的？

孙教授: 事实上这个项目确实有难度。声音进入电脑后数字非常敏感，稍微弹错一个 Key，或者快慢、强弱、背景噪音、麦克风位置不同，数字完全不一样。

这里边无非就是找 Features，做特征分析。我们甚至中间也找了一些算法作为参考。

但最重要的是，因为他没有经验，我们需要告诉他：不要一开始想得是完美的，要有 MVP（Minimum Viable Product）的概念。

最后的解决方案其实非常简单粗暴：我们提前录下每一页翻页瞬间大概 5 秒钟的声音。当你去亲手弹的时候，我不做复杂的分析，我就对比你过去 5 秒钟的声音跟我之前录的 5 秒钟区别有多大。我们设一个 Threshold（阈值）。这个方法绝对不是最 Intelligent 的，但是 It works。

所以这里没有什么捷径，就是要教大家做迭代。一开始做原型，一步一步来。

案例三：越年轻赚得越多？

孙教授: 我发现这些年学生创业赚钱的例子，有一个很有意思的现象：年龄越低，挣钱其实越多。

我们技术同学里挣钱最多的 Revenue，是一个当时八年级的同学。他做了一个 Roblox 游戏。起初他想卖 Virtual Items，发现没人买，因为没有流量。

后来他发现有人在交易游戏本身。在 Roblox 平台上，每一个游戏相当于一个 App。他就把别人的游戏买过来 Run，有了 Traffic 之后，他发现没必要卖道具，直接把做好的带流量的游戏卖出去就好了。反反复复这样做，当时一个暑假大概挣了小几万美元。

这虽然是几年前的例子，但说明了几点：

1. 低年级同学没有束缚，敢想。
2. 像 Roblox 这种东西，我们成年人如果不了解社区，其实很难做，只有年轻人懂年轻人的钱。
3. 小的时候时间更多。一旦到了高中、大学，就要考虑申请、工作，反而没时间。

课代表: 执行这件事情是可以激活的吗？怎么培养？

孙教授: 发现问题的能力比较好培养，引导一下看一些例子就行。但执行力（Motivation 和 Confidence）很难天生具备，必须从成功的经历里来。

如果我们能通过一些实际操作，让你产生一点点成功的经历，你就愿意多投入点时间，慢慢变成良性循环。

比如有一个叫 Bernard 的七年级男生，很典型的喜欢玩游戏的男生，用 Alienware 电脑。我们教他做 Roblox 游戏开发。结课后过了一个月，我去检查大家的 App 链接。大多数同学的下载量是个位数，但我发现 Bernard 的 App 有 70 多次 Visit，而且他在课结束后还在持续 Update。

我去问他，他说：“老师你不知道，第一周就有陌生人来玩，甚至有人留 Comment 说有个 Bug。我很紧张，就自己试着去修改。”

这就是一个小的 Trigger。别人的 Comment 和下载给了他 Inspiration。前提是他当时把东西做出来了，并且 Launch 出去了。

总结：From Users to Builders

孙教授: 我们的课程叫 "AI Builders"，之前的名字叫 "From Users to Builders"。在 AI 时代，最重要的就是 Builder 的心态和习惯。

对于高中生以下，这件事容易；对于程序员来说，反而难。因为我们在新时代，很多觉得重要的东西（比如把数据库底层做得多深）未必那么重要。

课代表: 那在计算机教育里，通过学这些基础（Foundation），有什么东西是重要且可能被 AI 掩盖的？

孙教授: 这个问题整个学术界都在讨论。Fundamental 的 Programming、Algorithm 肯定重要。但我发现 Software Engineering（软件工程） 的重要性反而提升了。

以前教 Software Engineering，大家把时间都花在写全栈代码上。现在 AI 帮大家写代码，大家反而有精力去关注真正的 Software Engineering Principle：怎么管理项目？怎么做 Growth？怎么做 Scale？

课代表: 对，我之前看过一篇文章说，很多业界新人容易犯错，是因为他们缺乏 Software Engineering 的思维。现在 AI 把 Coding 的时间省下来了，我们正好可以去补这块。

孙教授: 是的。最后我想分享的是，发展实在太快，很难预测。唯一的办法就是多去动手和尝试。

如果你有孩子，可以很好地引导：

1. 怎么找生活中的痛点。
2. 在 AI 帮助下，怎么从 0 到 1 做 Prototype。

只要走过一次，有了信心，就会打开思路。就像学游泳一定要下水，用 AI 去 Build 就是在游泳。站在岸上学一堆课是学不会的。

课代表: 感谢孙教授。今天从业界、大学、再到 K-12 的视角，对家长和打工人都非常有启发。非常感谢！