Why I Stopped Making Coding Tutorials — 我為什麼不再做程式教學了

知名 YouTube 程式教學頻道 Traversy Media 的創辦人 Brad Traversy,在這部影片中坦誠分享了他減少製作程式教學影片的原因。從觀眾注意力下降、YouTube 演算法不利於教育內容、疫情紅利消退,到 AI 對程式教育的衝擊,Brad 分析了整個程式教學生態的劇變,並揭示他正在打造的互動學習平台,作為適應新時代的策略。


原影片連結:https://www.youtube.com/watch?v=WCGTQBCE3FA

影片重點

  • 越來越少人在 YouTube 上製作程式教學,觀看數也大幅下滑
  • 製作一個高品質教學需要數週時間和大量成本,但投資報酬率已不如以往
  • 觀眾的注意力持續縮短,人們只想要快速解答而非深度學習
  • YouTube 演算法獎勵聳動內容,不利於誠實的教育型創作者
  • 2020 年疫情帶來的學習潮已經退去,學程式的人越來越少
  • AI 是最大的影響因素,但 Vibe Coding 無法取代真正理解程式碼
  • 人類教師的經驗與判斷力是 AI 無法提供的價值
  • Brad 正在打造互動學習平台,轉型為「YouTube 討論 + 平台深度學習」的模式

詳細內容

[00:00] 影片緣起:為什麼不做教學了?

Brad Traversy 提到,他看到另一位知名創作者 Maximilian 回應一位小型創作者關於「YouTube 上沒人再做程式教學」的討論。在那段影片中,Brad 的頻道也被點名。Brad 同意 Maximilian 的觀點,但他決定從自己的角度分享看法,因為許多人都問過他這個問題。

[01:29] 頻道現狀與教學困境

Brad 回顧了 Traversy Media 頻道的發展歷程。這個頻道是建立在網頁開發速成課程、專案式教學和討論影片之上的。但如今,像他這樣的頻道已經不像以前那樣頻繁發布教學了,許多同類型頻道甚至已經消失。

關鍵問題不只是沒人製作教學——沒人在看教學了。Brad 舉例,他兩個月前製作了一個 4 小時的純 JavaScript 專案教學,使用了類別、模組和封裝等基礎概念,但在一個擁有超過 200 萬訂閱者的頻道上,觀看次數甚至沒超過 2 萬。那個教學花了他兩週時間和數百美元的成本。

[02:33] 創作者經濟的殘酷現實

YouTube 的廣告收入令人難以接受,許多創作者不得不依靠贊助維生。Brad 表示,他與許多同時期出道的開發者 YouTuber 交流過,大家都反映過去幾年的數據分析慘不忍睹。

製作教學絕非按下錄製鍵就能即興發揮。創作者需要從零開始建立專案、規劃如何清晰地解釋每個概念,教授技術內容真的很難。當投入大量精力製作的教學卻無人觀看時,這種挫敗感促使他轉向製作不需要花兩三週準備、但仍能分享經驗和建議的影片。

[03:28] 原因一:社會注意力的崩塌

Brad 認為,作為一個社會,我們的注意力已經嚴重退化。人們不再願意坐下來集中精力幾個小時學習,他們只想要快速的解決方案和總結——「告訴我該怎麼做就行了」。

以前創作者可以製作 10 到 15 集的系列影片,每集一小時,觀眾會全部看完。現在,一個 10 分鐘的影片能獲得 3 分鐘的平均觀看時間就算幸運了。Brad 直言,他感覺人們想要的是「學習的感覺」,而不是真正做實際的學習工作。

[04:09] 原因二:YouTube 文化的劣化

Brad 對 YouTube 現在的文化表達了強烈不滿:虛假的興奮、愚蠢的縮圖、聳動的標題(如「這改變了一切!」),本質上就是為了博取點擊量。雖然大家都看得出來,但這些手段依然奏效。他認為 YouTube 的演算法並沒有獎勵誠實,而是刺激多巴胺分泌的內容。

[04:29] 原因三:學程式的人變少了

2020 年是 Brad 事業的巔峰年,他賺了超過一百萬美元。當時人們被疫情困在家中,有時間學習新技能,這股學習浪潮持續了幾年。但如今浪潮已經過去,學習程式設計的人明顯減少了。

[04:56] 原因四:AI 的巨大衝擊

Brad 認為 AI 是影響教學生態的最大原因。他肯定 AI 的強大,自己每天都在使用。他提倡將傳統學習與 AI 作為學習夥伴的方式相結合。

然而,他明確反對 Vibe Coding——他指的不是 AI 輔助開發,而是那些完全看不懂自己程式碼的做法。他強調:AI 並不能讓你成為開發者,理解程式碼確實很重要。

Brad 透露他正在開發一個 AI 程式設計課程,內容涵蓋管理上下文(Context)、使用子代理(Sub-agents)、正確的測試,以及理解所發布的程式碼。

[05:53] 人類教師的不可替代性

Brad 指出,人類教師的價值在於親身經歷過的困難、用技術構建過真實專案、花時間調試的經驗。老師知道什麼重要、什麼不重要,能告訴學生「跳過這個,你永遠用不到它」。AI 可以提供資訊,但無法提供判斷力或真實經驗,它根本不在乎你是否成功。

[06:27] 未來計畫:互動學習平台

Brad 正在與團隊打造一個新的互動學習平台,大部分內容免費(約 90%)。平台功能包括:

  • 影片課程
  • 引導式學習路徑
  • 真實專案
  • AI 整合的導師系統
  • 成就系統與進度追蹤

MVP 產品預計幾個月內推出。

[06:54] YouTube 頻道的新定位

Brad 不會離開 YouTube。未來頻道的內容策略調整為:

  • 持續做的:熱門技術速成課程、討論與建議影片
  • 不再做的:長達 2-4 小時的「用 Y 構建 X」隨機專案教學
  • 商業夥伴:Dennis Ivy 加入作為商業夥伴,也會發布影片

整體思路是:YouTube 提供討論、建議和速成課程,平台提供深度學習,付費內容作為額外選項。課程仍會在 Udemy 和 Traversy Media 官網保留,AI 程式設計課程預計下個月推出。

[07:45] 結語:適應或被淘汰

Brad 總結道:沒有人能永遠靠做同樣的事情保持領先。你要嘛適應環境,要嘛逐漸被淘汰。他對多年來支持他的觀眾表達了真誠的感謝,並分享了自己從 20 年前街頭癮君子到成功創作者的人生轉變。

我的想法

這部影片觸及了一個整個科技教育圈都在面對的結構性轉變。Brad 的觀察非常真實——程式教學影片的黃金時代確實已經過去,而且不太可能回來。

AI 的衝擊比多數人想像的更深層。表面上看是「AI 可以教你寫程式」,但更根本的問題是:當 Cursor、Claude Code 這類工具能直接幫你寫出可運行的程式碼時,「從頭學寫程式」的動機本身就被削弱了。Brad 區分 AI 輔助開發和 Vibe Coding 的觀點很值得深思——真正的問題不在於使用 AI,而在於你是否理解 AI 產出的東西。

有趣的是,Brad 的轉型策略(YouTube 輕內容 + 獨立平台深度學習)其實反映了整個創作者經濟的大趨勢:免費內容負責引流,自有平台負責深度價值和變現。這和純粹依賴 YouTube 演算法的模式截然不同。

對於正在學程式的人來說,這部影片的啟示很明確:不要只追求「學習的感覺」。在 AI 時代,真正理解程式碼的能力反而更有價值,因為這是區分「會用 AI 工具的人」和「真正的開發者」的關鍵。

進階測驗:Why I Stopped Making Coding Tutorials

測驗目標:驗證你是否理解 YouTube 程式教學生態的變化、創作者面臨的挑戰,以及 AI 時代下學習策略的調整。
共 5 題,包含情境題與錯誤診斷題。

1. 你是一位擁有 50 萬訂閱者的程式教學 YouTuber,正在規劃下一季的內容策略。你發現長篇教學影片的觀看數持續下滑,但頻道仍有穩定流量。根據 Brad Traversy 的經驗,最合理的策略調整是什麼? 情境題

近三個月數據: – 3 小時專案教學:觀看數 8,000(製作耗時 2 週) – 10 分鐘技術討論:觀看數 45,000(製作耗時 2 天) – 15 分鐘速成課程:觀看數 35,000(製作耗時 3 天)
  • A. 完全停止製作影片,全力轉向開發付費線上課程平台
  • B. 繼續堅持製作長篇教學,等待觀眾回流
  • C. YouTube 轉向討論、建議和速成課程,搭配獨立平台提供深度學習內容
  • D. 將長篇教學切割成大量 1 分鐘短影片以迎合演算法

2. 你的同事小李最近開始使用 AI 工具開發專案。他興奮地展示了一個完全由 AI 生成的電商網站,但當你問他某個 API 路由的錯誤處理邏輯時,他完全無法解釋。根據 Brad 對 Vibe Coding 的觀點,以下哪個建議最適合給小李? 情境題

小李的工作方式: 1. 用自然語言描述需求給 AI 2. AI 生成完整程式碼 3. 直接複製貼上到專案中 4. 如果有 bug,再請 AI 修復 5. 從不閱讀或理解生成的程式碼
  • A. 完全停止使用 AI 工具,回歸純手寫程式碼的學習方式
  • B. 繼續使用 AI 輔助開發,但必須理解每段生成的程式碼、管理上下文並進行正確的測試
  • C. 這樣做沒問題,AI 時代不需要理解底層程式碼,效率最重要
  • D. 只需要學會如何寫更好的 Prompt,就能解決所有問題

3. 你正在考慮學習程式設計,朋友推薦了一個 AI 聊天機器人作為你唯一的學習資源。根據 Brad 對 AI 與人類教師差異的觀點,AI 作為唯一學習資源最大的侷限是什麼? 情境題

你的學習計畫: – 每天花 2 小時和 AI 聊天機器人學 Python – 讓 AI 出題、批改、解釋概念 – 不看任何人類教師的課程或教學
  • A. AI 提供的程式碼範例都是錯的,無法信任
  • B. AI 無法回答進階問題,只適合初學者
  • C. AI 的回應速度太慢,不如看影片有效率
  • D. AI 無法提供判斷力和實戰經驗,不能告訴你什麼該學、什麼該跳過,也不在乎你是否真正成功

4. 一位新手 YouTuber 模仿了成功頻道的做法來製作程式教學,但上傳三個月後頻道幾乎沒有成長。檢視他的策略,哪一項最可能是根本問題? 錯誤診斷

新手 YouTuber 的策略: – 2024 年底開始做頻道 – 每週上傳一個 3-4 小時的完整專案教學 – 標題風格:「React + Node.js 完整電商網站教學」 – 縮圖:簡潔的文字 + 程式碼截圖 – 沒有做短影片、討論影片或速成課程 – 沒有贊助商,純靠廣告收入
  • A. 縮圖設計不夠吸引人,應該加入更多誇張表情
  • B. 在當前生態下專做長篇教學是錯誤的策略——觀眾注意力下降、AI 衝擊學習需求、演算法不利於教育長片,應該混合短內容和討論影片
  • C. 上傳頻率太低,應該每天上傳一部影片
  • D. React 和 Node.js 已經過時,應該改教更新的框架

5. 一位程式學習者描述了他的學習方法,但學了半年後仍然無法獨立完成任何專案。根據 Brad 影片中的觀察,他的學習方法最可能出了什麼問題? 錯誤診斷

學習者的描述: 「我每天都會看 2-3 個程式教學影片, 也會讓 ChatGPT 幫我寫作業。 我覺得自己一直在學習, 但就是寫不出自己的程式。 最近聽說 Vibe Coding 很流行, 我打算直接用 AI 幫我做 side project, 這樣就不用真的學會寫程式了。」
  • A. 看的教學影片不夠多,應該再多看一些不同頻道的內容
  • B. ChatGPT 的教學品質太差,應該換一個更好的 AI 模型
  • C. 他追求的是「學習的感覺」而非真正的學習——只是被動觀看而不動手實作,又想用 Vibe Coding 跳過理解程式碼的過程,但 AI 並不能讓你成為真正的開發者
  • D. 半年時間太短,程式設計本來就需要至少兩年才能入門
0

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *