HN讨论 · 身份未知
非CS背景的AI辅助开发者寻找可运行的软件工程基础学习路径
一名从未系统学过CS、长期编写基础代码并因AI加速的开发者，公开询问学习软件工程基础的最佳途径；评论推荐的2012-2017年免费MOOC课程虽优质，但代码作业和仿真环境可能已过时，需要更新才能运行。
查看原始信号hn:49318324
目标用户
非计算机科班、长期编写基础代码并通过AI辅助开发的自学编程者，希望补齐软件工程基础。
潜在需求
需要一条能覆盖算法、数值分析、函数式编程、CPU结构与数学分析等基础主题的CS学习路径，且所用课程和代码作业在当前编程环境下仍然可运行。
发生场景
提问者从未上过CS课程，但多年来自学编写基础代码，如今在AI辅助下写码速度加快，感到需要系统学习软件工程基础，却不清楚从哪里入手。
来源证据
提问者从未系统学过CS，但长期编写基础代码，且因AI加速了写码，想知道哪里是学习软件工程基础的最佳地方。
I have an open question for software engineers out there: As someone that has never studied CS but has written basic code most of my life (accelerated now with AI), where is the best place to learn software engineering fundamentals?https://news.ycombinator.com/item?id=49318324
为什么值得留意
AI辅助编程让更多无CS背景的人能产出代码，他们可能集中面临补基础的需求；现有优质MOOC课程停在2012-2017年，运行环境老化，存在整理、更新或重新设计学习资源的空间。
已有方案
- MIT OCW/edX 6.0001、6.0002及18.01.1x/18.01.2x课程
- UBC edX函数式编程课程（Racket）
- computationstructures.org CPU构建课程
未满足部分
- 旧MOOC课程的代码作业未必能在当前Python环境独立运行，需要更新
- computationstructures.org的lab仿真是否仍有效未知
可能延伸 · 模型推测
- 为旧MOOC课程制作可运行的作业环境或兼容性说明
- 为AI辅助的自学者设计结合实践的CS基础学习路径
目前未知
- 提问者具体欠缺哪些CS主题不明确
- 旧课程作业的实际兼容性问题尚未验证
- 该帖评论少、热度低，可能只是个体需求
继续核实
- 其他非CS背景、依赖AI辅助开发的程序员是否也存在类似的基础学习需求？
- 2012-2017年间的优质MOOC课程在现环境中可运行性如何？
主题词
software engineering fundamentalscs educationself-taught developeronline course maintenanceai-assisted coding