AI 时代的教育与人才培养

今天想跟大家聊的,是我这些年做人工智能,看到教育正在发生的变化。我不是专业出身做教育的,而是从浙大出来创业了十几年,后来又回学校在人工智能学院挂职,做一些产学研转化的项目。过年那阵子难得能沉下心,我一直在想一个问题:我自己在 AI 这一行做了这么多年,它对教育到底会带来怎样的改变?越想越觉得,我们其实还是低估了这一轮冲击。

后来我在大学里看到几个很关键的现象,把它总结成三个点:第一是中层危机,第二是菜鸟危机,第三是逆人性和顺人性。今天我想从企业里看到的东西讲起,因为这些变化,最先是在企业里露出来的。

从企业里看 AI:从流程化到以 AI 为核心

我们这么多年,本质上都在帮企业老板做一件事——降本增效。做久了就很清楚,真实场景里哪些岗位、哪些环节,是可以被 AI 很好地替代掉的。我自己是设计背景出身,很多年前大家都还觉得设计师是特别有创造力、很难被替代的岗位,可我们也一直在用技术手段去做各种提升。

比如我们帮一家大型家电企业,做研发过程的数字化和流程化改造。我看到最重要的一个变化是:以前企业都是一步一步的流程化方式在跑,哪怕研发这么复杂的环节也一样。而这几年,我们能把企业里多模态的各种数据都汇集起来。以前讲的什么企业大脑、城市大脑,上一个年代那些大脑其实都是假的;真正的 AI 大脑,是这几年才开始出现的。它一出现,给企业带来的最大变化就是:以前新员工进来要培训很久,要老师傅带;未来是以这个大脑为核心,老师傅可能更多满足的是情绪价值,真正在每个环节辅助新人的,其实是 AI。

以前企业是以总经理为核心、以老师傅为核心,未来可能会变成以 AI 为核心。

还有一家我们合作了好多年的企业,是一家大型外贸集团。当年他们找人解决一个项目没解决掉,辗转介绍到我们这儿,一合作就是三年。他们最大的一块业务是服装设计贸易,几乎全世界的服装品牌都是他们的客户,所以给客户提案就变得特别重要。我去他们总部参观,一个不大的工作室里七八个设计师,不停地给客户提案,一个方案被选中就带来一笔订单——设计研发在这里,扮演的其实是营销接单的角色。

前两年我们帮他们做设计,去年他们提出来:能不能从洞察需求、到设计、到匹配供应链,做全链条的数字化?他们本来数字化就做得不错,但这一代 AI 来了之后,很多东西得推倒重做。以前的数字化压根不是给人用的,极其复杂,天天填表格填表单——你们在银行系统里也很熟悉,很多都得有专门的操作人员去用。可 AI 这个时代之后,人跟机器之间,我可能只要一个助理就够了,就像吩咐一个高级秘书,我用自然语言交代,AI 就能帮我把拆单、分单这些做好,但整个架构要重新去搭。

这套东西估计还要两年才能全部做完。我们原来只是给他做应用工具的一个小供应商,现在几乎成了他的合作伙伴,有十来个技术人员常驻在我们这边,我们成了他 AI 中台和 AI 设计的外部伙伴。这件事让我有个感触:AI 时代里,我们跟企业已经不太是甲乙双方的关系了。有一天我说不做了,反而是他们慌,因为我们陪伴了他三年,可能还得再陪很久。我个人判断,正是因为 AI 的技术变化太快,反而是理解客户需求、理解业务、彼此共同成长,才变得更重要——是一种共生共长的关系。

组织在重构:中层正在消失

这几年我接触过大量企业,从小到大,几千家都有。我一直在想,为什么大部分企业转型转不过去?最重要的,是思维方式上有个巨大的区别。大家在企业里都很清楚,现在的组织结构就是基层、中层、高层,然后大量地开会、协调。我自己公司一两百人的时候,也管得焦头烂额;我开过工厂,琐碎的事情一大堆。尤其是人事问题,我特别头疼——早年公司里有几拨人,有同学,有制造行业里文化不高、但经验很足的老师傅,还有后来引进的一批职业经理人,几拨人凑在一起,把我搞得焦头烂额,所以我对做管理一直有种恐惧。

但 AI 时代有个很好的变化:我们现在公司二十来个人,已经基本做到了半自动化。有任务过来,我们的研发中心有点像半自动化生产。比如今天早上我事情处理完,发现多出半个小时,正好路过公司,就上楼给我的 AI 布置几个任务,回头再看它做得怎么样。现在工作也变得挺有意思:早上大家过来喝个茶、聊聊最近的事,把录音都录下来;下午把这些拆解成客户需求、反馈,丢给我们的 AI 管线——我们不是一个 AI,而是一条 AI 的管线,它就一步步往下做。下午我们自己干一点、它干一点,晚上尽量让它跑自动化任务,第二天早上过来验收就行。

今年我突然发现,整个工作流程发生了巨大的变化:凡是在电脑上办公、以写代码为主的工作,基本能实现半自动化了。我个人判断,明年能实现部分自动化。我给一家电信运营商上过课,他们指名要能做 AI 产品的老师。第一期来的,是创新院和市场政企的人;到第四、第五期,基本都是各地市做销售业务的人。去年和今年最大的区别是:今年这些业务人员,很多以前从没用过 AI,需求都是提给研发部去做的,而今年我们教他们用 AI coding 的能力,业务人员就能照着自己的想法,直接做出一个马上能给客户提案的东西。

以前流程很长:发起需求给研发部,研发部做完给他,他再给客户。现在我记得有位做销售的负责人,自己做了个街道舆情管控的小东西,一听就是很接地气、运营商肯定会接到的需求。他们对场景的理解非常多。我个人判断,明年很多这类开发会变成:销售人员去客户那里拜访,带一个能录音的 AI 助理,一边聊需求一边理,聊完说“等一等,方案做完了马上给你看”。前两天我去一家幼儿园,园长想开发个东西,我们聊完我回去,整个方案就出来了,他都觉得怎么这么高效。

这带来的第一个变化,是组织结构的巨变。以前是金字塔,一层一层往下管;未来的组织,我看到的是以 AI 为核心。区别在于:未来能往一级靠拢的员工——不管你叫他 IT 的人、数字化的人,还是业务部门的人——组织的中间层会是 AI,第二层是现在 AI 圈里说的 builder,也就是真正做贡献的人;最外围一圈可能只是 follow。机器做不了的事,才交给人去干,比如销售还是要面对面,这个人扮演的就是组织大脑的神经末梢。

我们公司比较小,已经完全改过来了。去年有个周末,我做了件挺有意思的事:我们不想再开会布置任务,我就试着把想法都告诉 ChatGPT,再把公司十个员工的画像都喂进去,让它模拟“我是某某某,邱懿武想让我干什么”,来布置 OKR——结果布置得非常好。从第二周开始,公司就摆了一台公共电脑,大家用我的 ChatGPT,只要问一句“邱懿武这周想让我做什么”,就能自己领任务。我周末跟 AI 沟通完,早上就能睡个懒觉,他们到了自己领活就行。

那一刻我意识到,企业的组织结构会发生巨大的流程改造:以 AI 为中心,外围围着一群人,这群人是企业核心的工作岗位。打个比方,假设中间的 AI 是总经理、CEO,外围就是十到二十个总监。现在的总监是承上启下、只做管理不干活的;未来的总监应该都是干活的,都是调度 AI 的,再外围一圈才是真正做体力活的人。所有企业的行为和决策,都进同一个大脑。

我个人判断,未来企业的 CEO 应该是个 AI——因为只有它能同时做到全局的视野、细节的把控,以及更明智的决策。

这么改下来,我们合伙人吵架反而少了。现在变成:人跟人之间就该好好吵,把问题说透,然后全都录下来,交给同一个大脑。

菜鸟危机：老专家＋AI 远大于菜鸟＋AI

我们公司这么用下来，我意识到一个很重要的点：老专家＋AI 带来的能力，是大大大于菜鸟＋AI 的。玩到后来反而有个很痛苦的地方——年轻人几乎都不想招了。前两天我还批评了一个今年刚进来的同学，群里说的事情不回，已读不回。我说这个习惯不好，你至少回一句，我说至少 AI 都还能好好回我们一句，你连情绪价值都没给足，我也不太看得出你产生了什么价值。所以我们现在对实习生的要求就很直接：你对我们不满意随时走，我对你不满意也让你随时走。

把任务交给新的实习生，有时还不如自己两下就干完了；以前一些外包给供应商的活，今天也不如自己干两下更快。这种情况会给整个社会组织带来巨大变化：老师傅越来越忙。我们几个老师，博士生、研究生都不太想带了——布置一个任务，两三个月没结果，一个学期也不知道做了些啥，还不如我们自己搞两三天就把项目做完。现在大家碰到的都是这样：能干的人越来越能干，不能干的人反而全躺下了。

前提是老专家要 AI 化。老专家往往很懂业务场景，AI 一插上来就像插了翅膀。我在学校里有一个给某大型央企做的培训项目，他们 AI 化做得最好的反而是办公室部门——国企的报告、公文类东西多，写文案、ERP 审核、督办这类事，AI 的决策能力其实很好用；研发部门反倒没那么容易，因为现在的通用 AI 还不能很好地解决那类问题。办公室的同事说来之前对 AI 很恐惧，学了几天之后，原来要两三天的文案工作，自己搭个智能体，约二十分钟就搞定了。

这就带来一个巨大的挑战。我个人判断，站在广义的、宏观的教育角度看——不是站在某个个体看——我们会陷入一个巨大的菜鸟危机。这几年我在很多高校已经很明确地感受到，大学生找工作越来越难。学生能去的还是一些没有 AI 化转型的老企业、老体系；一旦这些老板的意识跟我刚说的观点接近，他马上会问同一个问题：凭什么要找你？你做的什么工作是 AI 干不了的？接下来这个时代都会问，这件事为什么要人干、而不是机器干——机器一定更便宜、更高效。

人的核心职责到底是什么？是扛授权、扛责任，还是给足情绪价值？人一定有人的核心要素在。所以我把它拆成两个维度：人去做人的事情，AI 去做 AI 擅长的事情。这样一来，AI 时代对高质量学生的要求会越来越高。

哑铃与杠铃：中间通道正在变细

我去年把它叫哑铃，今年李飞飞讲了一个词叫杠铃，大概意思差不多。原来我们是金字塔，中间的人有一部分能升上去、一部分掉下来。我个人估计大概是上面约百分之一的人创造了一半甚至更多的财富，后面约八成的人创造两成的财富——看上去就像杠杆，中间那一段变得越来越细，两极分化越来越严重。

中间这条上升通道会变得比较难。以前是一层层来的：徒弟先做低级的活，再从专员到正式员工、到经理，一级级升；以后可能就是中间一小群人去调度很多人和很多 AI。这本质上会带来巨大的社会危机。所以教育在这里会扮演两端的角色：一端会有点像私塾一样的个性化教育；另一端，国家一定要解决大量普惠性教育，让一些人还能通过像高考这样相对公平的通路往上走。但这条上升通道越来越依赖个人能力了。就拿我自己来说，家里也没什么背景，运气好考上了浙大，进入了这样的氛围、遇到了这些老师，才有了后面能做的很多事情。以前这条通道还粗一点，未来我认为会变细，因为上面本质上不需要那么多人了。

AI 时代最值钱的是真实场景

今年我面完试特别有感触，写了篇文章，标题说我面试了约五个考上浙大的研究生，发现一个都不太行，网友把我骂惨了。但我核心讲的是一个观点。这几位同学里大多来自全国不错的设计院校，有一位我还认识他们院长。我问他，你做设计这个专业，怎么还在手搓、不用 AI？他说老师不鼓励用 AI。我当时说了句他老师太守旧了——其实是不同年代的人，那位老师觉得用 AI 做设计不够纯粹。我个人判断，这反而限制了现在的同学。

还有一位也是不错设计学校的同学，作品是根据外贸场景做的一个 agent 产品，我觉得挺好。我问，这是跟谁合作做的？他说没有，自己想的。我说这就是大问题了。我说你哪怕真的去找一家外贸企业聊一聊，帮老板娘解决了这个问题，你才会有真实场景的感受。这段话是我在面试指导的语境下对他说的——我说你今天做得很漂亮，但在我看来都是纸上谈兵，这样的作品毫无价值。因为我布置一个任务，约十五分钟，我的 AI 做出来的结果就比你好，那你的价值是什么？说完之后，我后来还是改了对他的话术，因为严格来看这几位同学都不太行。

唯一好一点的，是一位从大二就在学校接外包的同学，那些外包可能都转了四五手了。但他解决的问题很具体、很应用——比如给一家能源企业做的一个 CAD 勘测图里的真实任务。这种真实任务一讲出来，站在老师的角度就会觉得，这个同学理解业务场景，哪怕今天招进来当员工也能帮我干活；其他同学我还得不断去教，还不一定教得会。所以这几年我们越来越发现：AI 时代，真实的应用场景尤为重要。

你哪怕真的去找一家外贸企业聊一聊，帮老板娘解决了这个问题，你就有了真实场景的感受。做得再漂亮，若都是纸上谈兵，作品就毫无价值。

回浙大做工程中心：科学、工程、应用

去年学院院长找我回去，是因为我们一位院士跟他说，人工智能时代不能只搞研究。这位院士自己四十年的经验就是：人工智能要跟产业结合，才能做出好应用。据了解，他在八十年代初做的，就是把丝绸上的花纹用 AI 图形来生成，也就是纺织印花。

所以他坚持让所有老师不能只搞科研，人工智能得学习外部行业知识，进来之后才做得出特色。今天学校拼算力、拼工程投入，是拼不过互联网大厂的，能做的就是理论研究加产业落地。于是要做一个类似工程中心的东西。

我个人的框架是，未来 AI 时代有三样最重要的东西。第一是人工智能科学，研究智能本身，有哪些机制能让它做得更好，有点像搞生物科研。第二是人工智能工程，借助 AI 到底怎么跟具体的事情结合，把它封装好，让大家能用上这份超强的威力。第三是人工智能应用，拿它具体去做成一件什么事，本质上跟设计学科是一样的。工程这一环既要懂 AI、又要懂工程。他们想来想去，觉得我比较合适：既做过企业、又搞过 AI 工程、又懂应用。学院院长每天接待很多上门谈合作的企业，这些企业项目学校本来也不太想做，但学院有科研经费和交付的要求，就想着把我叫回来，让这些真实的企业项目都由我来干。

稀缺人才：把真实业务结构化，再规模化调度 AI

这几年摸下来，应用人才发生了范式上的巨大变化。二十年前，我们父辈只要敢办工厂、有订单能生产，就抓住了工业化的机会；后来搞外贸，只要能在展会上接到订单，工厂就有活干。过去二十年还有一波很大的发展，就是数字经济——很多学长学姐毕业后不再做传统工业设计，全去了互联网公司做游戏、做产品。这波人相对不错，赶上了互联网上市那一轮周期，多少分到些股票，一年拿一两百万年薪比较正常，本质上是时代给的红利。

但我看到 AI 时代最重要的变化是：要培养的人，就像工厂厂长去建工厂一样，只不过今天要建的是智能工厂。实体工厂调度的是物料、生产、组装；智能工厂调度的是智能，是聪明的资源、是模型，去产生结果。所以每个人要去搭建智能产线，而且这条产线能带来业务价值。我布置一个任务，本质上就在扮演厂长的角色。而你是在学校里当厂长，还是基于一个真实业务当厂长，土壤完全不一样。

我后来总结，稀缺人才大概是这样的：第一，能把真实世界的业务场景、行业经验和方法结构化出来——这些老师傅有，但老师傅今天往往没有调度能力，就像当年懂生产、有管理经验、却没有 IT 化经验一样；你得把它结构化、模型化，AI 才能理解。第二，再去实现自动化、规模化，开足马力、开足算力让它去算。这种人会成为 AI 时代最稀缺的一类。

真实的项目，真实的土壤

我们有一位员工，去年刚毕业、工作才约一年，现在已经是公司最核心的员工之一。他的经历让我对大学该培养什么样的人有很多思考。他是一位在一所普通院校任教的师姐的学生，去年考浙大研究生差了约两分，不想调剂，一时也没工作。师姐问我缺不缺人、要不要介绍，我说先来实习看看行不行。

他第一天问我做什么，我说我也不知道让你做啥，你先待一个月看看——我也想看他能不能待得住。但我给了个要求：传统设计师是这么走流程的，我认为可以流程化，但原来的人做不了，你试试。我怎么用那些 AI 工具，就怎么教他。一个月之后，他的产能已经比人肉高了，我就提前给他转正。产能涌现出来后，我告诉他老师和我的朋友：我们做设计的流程现在都表格化、流程化了，一下能生产大量作品来挑，流程变了，大家一听都觉得好。于是有人问，能不能来培训一下我们公司的设计师、培训一下学校的学弟学妹？我说行，就让他去上课。上完我问怎么样，他说没有想象中好。我就觉得这里面有问题，到底是他的原因，还是哪个环节的原因。

后来我发现一个很重要的点：公司里的人有思维惯性，不想改流程——原来靠这个吃饭，改了之后能不能变好我都不知道，本能上就抵触，学起来带着很强的固有认知。上了两三次我也就不太管了，毕竟我又不是他们老板。那学校的同学为什么也比较难学会？后来才发现，是没有真实的项目和真实的任务。AI 其实很简单，点几下、讲人话、编排一下就出来了；但同学们把它当成交作业，做完就交，说老师我做完了。AI 需要不断得到反馈才会变得更好，可他们本质上没有做到那么深。这位员工后来也跟我说，如果不是在我眼皮底下逼着他改来改去，他的深度也不够。所以我们得出一个很重要的结论：要真实的项目、真实的土壤。

学校现在最大的问题，还是按老一套——把流程教你走一遍就算完了。AI 时代很大的区别就在这里。当然，你们孩子长大的世界又不一样了，我只是讲当下的情况。我很多朋友的公司想招既有这个能力、又有那个能力的人，很难招，甚至委托我培养完再送过去，猎头费、培养费都愿意给。

所以这种情况下，我甚至想过做类似职业教育——大学教不好的，我收过来。我现在招人的一个办法，是让想考浙大研究生的人本科阶段先过来待两三个月，我基本就能判断行不行；行，我也能帮他比较好地考上，或者最近就有一些人研究生都不想读了，因为他们已经感受到，需要真实的业务场景来让他们做 AI。

文理交叉与“能花多少算力”

我经常说，AI 其实是有不同价值观的。这两年我问过很多同学，谁能感受到不同的 AI 有不同的价值观、不同的性格。出乎我意料，答得上来的很少。有两个人让我印象深刻，都在国外读文科。

一位在美国读文科的学生，学的是政治、哲学、社会学一类的方向。她妈妈听完我讲，担心地问：我女儿学哲学的，AI 时代是不是就没机会了？我说，我个人认为 AI 时代学哲学反而最有机会。后来假期把女儿带来跟我聊，我给她看一张图，问你看得懂吗？她说这些 AI 我都在用，你说的不同 AI 的感觉我能感受到。我跟她妈妈说，根本不用担心，她已经进入跟 AI 合作的状态了。我说文科反而最有机会，因为接下来 AI 的应用里有很多制度设计、组织设计，本质上偏社会科学。

另一位是来浙大交换的学生。有一次我上课不小心把某国的 AI 发展“喷”了一顿。我说我认为 AI 时代最好的机会其实在中美：美国可能在人工智能科学、工程上做得很好，中国则一定在工程加应用上有优势，土壤和应用场景足够多。这么一对比，我个人判断欧洲的 AI 相对落后，那位同学所在地区也没那么突出，中美之外机会没那么大——这是从国家层面看。他举手说，老师，我是来交换的，是华裔。下课后他问能不能来实习，后来每周来一天。我们很快感受到他跟其他同学不一样：他学的是管理、经济，但他找的岗位是 AI 产品经理。

AI 产品经理原来基本是我们这个专业的人去应聘的。那天我把他的简历发给学院各位老师看，我说你看，管理学院的人来抢 AI 产品经理这个岗位了。未来就是这样极度交叉。以前交叉门槛很高——让一个学文科的人会点编程非常难，要学很多；但今天 AI 自己编程能力这么好，你只要能很好地给 AI 布置任务、能审核它写出来的东西，反而就成了 AI 的领导。这几年试下来，反而是这两位在国外读书或交换的学生，最能感受到我说的那种人机协作的感觉，很多国内同学还不具备。

我觉得未来老师也会有很大改变：老师要帮同学争取一些免费的算力。同学们如果都没算力，在 AI 时代可能就做不了太多事。我自己现在办公室摆了约五块屏幕在干活，里面都是不同类型的 AI。

AI 时代考验一个人很重要的一个指标，叫一个人能花多少算力。就像工业时代看一个人能管多少人、一家企业能用多少电——人均能耗越高，产值往往越高。拿我自己说，个人的 AI 花费从去年一个月约两三百块，到今年已经约每月数千元了，差不多是一个实习生的工资，我就用它让 AI 干活。毫无疑问，这笔钱花下去，比十个实习生干的活还多。这就是今年开始出现的巨大挑战。

AI 时代考验一个人的重要指标，是他能花多少算力——就像工业时代看一家企业能用多少电。

教育重的是过程,不是结果

我帮一位院士做过一个项目。一开始我用做企业 AI 的思路去做,尽量不要人参与,点两下,好的结果就出来了,这其实我们已经能做到了。可做完之后他批评了我一句,他说:你这是人工智能系统,不是艺术创作系统。我说有什么区别?他说,人工智能系统你点两下结果就出来了,人反而有极强的挫败感;而艺术创作系统要体现人的主体和价值,让人感觉是被技术增强了,而不是被技术替代掉。

那天我自己也恍然大悟。我个人的体会是,教育跟商业有一个巨大的区别:商业追求的是结果和效率。我们做商业这么多年,老板们最常提的一句话就是,我给你付钱,你 AI 到底能帮我省掉多少人?企业要的是这个。但教育和艺术的场景里,有时候重要的是过程——过程就是结果,过程可能就是意义。

所以我常给一个建议:成年人,尤其是大学生,不能把 AI 单纯当工具。因为未来企业应聘时一定会问,你做的这份工作,为什么 AI 不可以干?你人的价值是什么?在那个场景里,人和 AI 本质是竞争关系。但站在教育的角度,我们要培养的是能在人机协作中扮演主导角色的人。所以不能简单地用替代不替代来看待——人和 AI 合作还有很多维度,我可以引导它、给它设定目标,可以增强、可以共创,像同事之间那样:该交给 AI 的任务交给 AI,该人主导的交给人,形成一种新的合作关系。这几年全世界教育领域的新探讨,几乎都跟 AI 相关,老师、学生、每个学科都在被重新讨论。我个人判断,人机协作是 AI 时代最重要的一个点。

我做过的几个教育实验

从去年开始,我在浙大做了一些教育上的尝试。浙大的环境不会限制老师一定要怎么上,所以我每年上的都不一样,上重复的我就不想上了。去年我在想,既然我已经能给企业交付全流程数字化设计的工具,能不能也交给同学?过去设计学科要学四年、掌握很多工具方法,我想把流程重构一下,试试短学期两个礼拜他们能做出什么。我就把同学拉过来,给他们一套全新的流程。

第二个实验来自一个假设:我想试试把小学生和大学生放到一起会怎么样。我就把家里一位小朋友,又找了几个朋友的孩子组成一组,和浙大同学一起上课。结果挺有意思:这两组同学之前都没学过任何设计和艺术,可借助 AI,他们在专业课的第一节就把绍兴越剧文化做成了一个吉祥物,还配了动画;有一组做的东西连我们老师都看不太懂,但同学们自己觉得最好,给了最高分。我说尊重同学们,做你们自己想做的。同一时期,上海一所小学的高年级学生做的作业,跟我布置给大学生的几乎一模一样:用 AI 挖掘中国传统文化,做成 IP、做成应用,向国外同学展示怎么让 Z 世代爱上传统文化。技术把很多事情拉平了。

上完这堂课,我也有不少新的思考。第一个感受是,我上课的体验其实挺糟糕的。一个六十人左右的班,认真听讲的往往只有几个,不少人在下面玩游戏,你拿他没什么办法。我敲敲桌子,有的同学乖乖收起来,有的就反抗。我教了十几年课,这一届给我的感受是最难的,我个人的观察是,有一部分同学的心理状态似乎不太好,你多说几句他就不开心，现在老师也都很怕被投诉。

后来我才知道一个很重要的原因。我问同学们为什么来这个专业:做得好的那两组目标非常明确,从小就喜欢艺术和设计,虽然觉得高考折磨人,但终于能做自己想做的事,所以他们做作业特别认真,是真的爱好。中间一批人问的是:老师,我到底怎么做才能拿高分?传统教育要求解、要有答案,他们一听我说没有标准、想怎么做就怎么做,反而迷茫了。还有一批是被调剂过来的——浙大信息大类分数很高,大二选专业时最热门的是人工智能、计算机,他们选不上,才被调剂过来,压根不知道这个专业是做什么的。没有热爱,日子就过得浑浑噩噩。我跟管理学院的老师聊起来,他们还安慰我,说现在的本科生里,你能有一成人跟你有互动,当老师的就已经很有成就感了。

后来我找到清华大学钱颖一教授的一个观点。他一直主张教育改革,写过一个公式来解释创造力为什么会被抹杀:创造力等于知识乘以好奇心与想象力,可我们的教育在知识越学越多的过程里,反而把好奇心和想象力削弱了。同学们到大学还在问,老师这题最佳答案是什么?这种思维,我认为就是应试教育长期积累下来,让想象力和创造力变低了。有人问我为什么会有创造力,我想我可能好在一头一尾:初高中我也被应试折磨得很痛苦,整天逼着考试又考不好,其实不想学,老师也拿我没办法,后来算是特招进的浙大;但到了大学彻底被释放,我们那个环境算是以创新创业、创造力教育为主的流派,知识那一块要求不高,没什么考试,反而是不断激发思维和创造力。

老师们建议我去高中看看现在的高中生怎么样。后来一所中学的国际部正好有活动,请我去指导。我没给高中生上过课,索性直接让他们到公司来,做和大学生一样的项目。三天下来,我才发现现在的高中生,认知水平和成熟度,跟我二十年前上大学时的同学其实很接近,再加上现在有这么好的工具,几个小组都做出了不错的作品。有几个女生特别有想法,第一天为了做什么闹得不可开交,到晚上还没定下来;我看她们喜欢女团,就建议不如做个女团,她们后来把动画做出来、3D 打印出来,做得挺好。

路演时也有意思:一组是特别乖、几乎不用我教就把作业做得很好的好学生;另一组就是那几个折腾到最后临时发力的女生。学校内部评审打出来两组分数一样,都是第一。那几个女生开心得不得了,另一组反而不开心——因为在真实学业里,他们一向很用功、成绩很好,而这几个女生不那么用功、临时抱佛脚居然抱得一样好,他们心里不平衡。这里我最深的感受是,AI 时代最重要的变化,就是它把执行大幅压缩了,让一个人的想法真的有一天能变出来。

用 AI 给孩子做一份认知画像

今年过年,我又做了几个有趣的实验。家里一位做幼教的亲戚,教育理念偏应试,认为成绩不好其他都白搭;我则觉得培养创造力很重要。有天晚上家里为了让孩子早睡起了点分歧,我就说,不如你过来,我教你怎么用高级一点的 AI。孩子已经是同龄人里 AI 用得不错的,我想教他更多,可真打开电脑,一时也不知从何教起。我干脆问他:你对什么感兴趣?他来了一句:我对赚钱感兴趣。

我说很好,那我们跟 ChatGPT 探讨一下,人为什么总想发财。我的账号动不动就把问题上升到哲学层面,讲追求幸福感、安全感、主动性。我就跟它说,对面坐着的是一个小学生,你直接跟他聊。这么一开始,孩子跟它聊了约两个小时、深度对话约八十来轮。收口时,我用我了解 AI 能力的方式,让它以老师的身份帮我分析:刚刚和你聊天的这个孩子是怎样一个画像?未来成长里,哪些可以引导、哪些要避免?

报告整理出来后,我把家里人都叫过来看,大家都觉得总结得非常好。其中一点很关键:这个孩子特别要强、特别有主见,在学校里遇到不公平的事会直接举手向老师反映。看完这份人格分析,我跟家里人说,再过两年,如果还用原来那套管束办法,青春期一到,一定会顶撞、造反,因为她比大人更有主见。这类孩子在传统学校里,太有想法反而容易被压住;又因为没上很多补习班,考试不见得拔尖,内心要强就更有挫败感。我说,学校里得不到满足,就去外面找出口;后来他周末去了一个朋友办的 STEAM 教育机构,各种爱折腾、动手的课程,创造力就完全释放了。这件事一方面缓解了那家人的分歧,另一方面我也真切感到:重要的不是分数,而是你是一个怎样的人。

我个人判断,等这些孩子长大,教育机制会有很大调整,自主招生一类的比重可能会更高;那时候老师会更看重你本身是怎样的人。所以我建议他,从小就把做作品的过程记录下来。等到高中,如果你已经有了几万、几十万关注,你就成了某种意义上的意见领袖,学校自然会更看重你。我把这个故事讲给杭州不少校长听,很多校长第一反应是:我们学校想采购。

后来一位来看过的院长提出想投点钱把它孵化成产品。这个产品本质上是那个孩子的作品,我负责技术,现在由几个人一起做,先在那位做幼教的亲戚所在的园里试点。跟 AI 沟通后,我们给它找到一个定位:它不是一个简单的对话机器人,而是一个让每个孩子被真正看到、因材施教的助理。我在背后植入了很多科学的方法论——我先问 AI,你为什么能分析得这么好,把逻辑讲出来,然后训练了一个智能体,把分析拆成四层,从表层到感受、到深层挖掘、再到它的认知内核。它其实是在跟孩子对话中,挖掘出他对世界的认知方式,让老师和家长更好地看见孩子;对话背后还有引导策略,并基于儿童认知与成长心理学等理论来分析,不能凭空瞎分析。

正好有个做智能硬件的朋友,今年拿了个样品来,想做这样一台设备。我说,孩子们用 AI 最大的问题不是硬件,而是 AI 不够聪明——孩子会觉得你的 AI 没有别的产品聪明,凭什么用你,耐心一下就没了;只要把里面的 AI 换掉、加上好的引导,就能有更深入的交流。

过程中还有一件让老师们惊讶的事。有一天我召集了六个孩子到办公室做测试,聊了大约半小时、约两百轮,各种突发情况都有。有个特别调皮的孩子,聊之前先拿别的 AI 把反驳我的论据都准备好,一上来就把负面的东西全丢给我的 AI,硬是把它聊到崩溃,最后 AI 甚至跟他说,今天你本来想玩游戏、是被爸爸送来的,要不算了,你回去玩吧。他特别得意,说老师你看我把你的 AI 聊崩溃了。我当时有点被打脸。那天我的做法是:每个孩子聊完都出一份报告让他们自己看,哪里准、哪里不准提出来;最后六个孩子跟我一起复盘,我告诉他们我是怎么设计这个产品的,他们又给我提了一堆意见。我把这些录音转成文字,交给我的 AI 一起复盘,让它反思哪里做得好、哪里不好、怎么改,改进之后这个 AI 的能力本质上就变强了。

这给我一个很大的启发:AI 时代做产品,不只是技术和业务人员的事,你要跟用户深度共创,这里面很多想法其实来自孩子。我把这个案例讲给几位老师听,改变了他们原来对做 AI 产品的认知,现在它成了我们对外讲 AI 产品怎么做的一个案例。今年我还真招了两个十几岁的实习生,是我这两年接触下来觉得有产品思维、能一起打磨产品的孩子,让他们和成年人一起做产品。如果他们能很好地融合进来,我认为教育要发生的变化会比想象中更大,大到可能要反过来。

未来的学习:动机驱动、以作品为核心

有人问我,你为什么不直接教孩子智能体?说未来掌握 AI 编排是一种高级能力。我说,给孩子上过一些课后我发现,孩子的逻辑是反的:你一上来说我要教你 AI、教你智能体,他会觉得无聊、跟我啥关系。反过来,我先问他你想做什么、喜欢做什么。大部分男生先想做游戏,那我也先支持——你可以先做个游戏,我再来引导。动机变得格外重要。做游戏不一定是拿得上台面的好作品,但总比不做要好。有些家长一看到游戏就头疼,可我觉得可以先顺着他的动机来引导。

我甚至尝试先不上课,而是看看谁能把哪些东西做好。其实我们设计类过去就是这么上的:老师第一堂课带我们看谁的作品好，然后开始做，过程中再来辅导。有的家长一时接受不了,说我把孩子送来了,老师怎么不上课?但我认为,未来的教育反而应该是在一个土壤里,让孩子先找到自己想做什么,然后立项——这跟带研究生很像:你立项,老师同意,大家结合起来做出好作品,一个接一个,可能做了七年,作品在不断升级。

我自己就是例子:管理学我是挂科的,因为不喜欢听、也不喜欢背,考试必挂;但我后来对管理学很感兴趣,读研时直接写了一本讲商业设计的书,自学反而学得进去。所以我认为,未来孩子非常重要的一点是激发动机,有了动机再配上条件和资源、再去引导,让他像做一件作品一样对待自己。我指导过一些同学用 AI coding,每个人都很不一样。有个同学一来就说自己策划了一年、想做游戏,还做了纸质的稿。我先让他把游戏做了,再引导他能不能做个更有意义的项目;他后来做了一部电影发展史——现在很多人刷短剧,忽略了电影的历史文化,他就把一百多年来知名的电影汇到一起,里面还建了一个知识库,研究蒙太奇等拍摄手法,把高级镜头做成动画。这个作品很容易拿得上台面、能讲好故事,包装一下,就像我们以前拿国际设计奖项那样,很能引起共鸣。

除了这些,我这几年一直在想:人类最后的边界到底是什么?既然技术会渗透到几乎每一个环节,人还保留什么?Vibe coding 里的 Vibe 这个词其实表达得很好,它指的是氛围。现在的编程,我更愿意说它像语文、像写作,而不像计算机;AI 编程会成为很基础的东西,而这里面最重要的是 Vibe,不是 Coding。氛围就像大学里那个大家一起学习、彼此感染的实验室。未来的学习也一样,场域和导师制会比传统课堂更重要——课堂教的那些东西,为什么现在大学生不太愿意听了?因为他在网上能学到更好的,更何况有了 AI。

我个人判断,AI 渗透到最后,我们生活里很多工作和类型,可能相当大一部分会被 AI 覆盖掉。但最不一样的,恰恰是人类最独特的价值:领导力、品味、感知力、情感的能力。那些说不清、道不明、很模糊、凭直觉的东西——以前越是理工科、越能量化越有优势,未来反而是越无法被量化解释的领域,人越有优势。就像老中医,到底是你信了他而好的,还是药起了作用?常常都有,有时因信而好,心理也在起作用。这些是 AI 很难计算出来的、人类保留到最后的那一点。所以对孩子来说,既要有很好的跟 AI 协作的能力,更要去开拓阅历、体验不同的生活、做不同的作品,提升洞察力和思维能力。

后来我想到一个词。有人问过乔布斯,也有人问过一些企业家:你们凭什么觉得自己的想法是对的?九十年代乔布斯回苹果时,当年他要开苹果店,几乎所有咨询公司都劝他别做,他偏要做,他说我要的东西跟大家描述的都不一样。乔布斯把这一切归结为品味,这个词现在全世界都在提。他是这么解释的:

最终的一切取决于品味。我们是一群计算机科学家,也有人类学家,还有各种各样的人,我们做的事情就是把这群人聚到一起,让自己去接触全人类做过的最好的东西,再把它带入到你正在做的事情里,你自然而然就知道什么是对的了。

听上去很玄,但确实如此。我有个很喜欢音乐的孩子,他妈妈希望他做成面向用户的产品,可他没有那种商业思维,更多是艺术和音乐的思维。他为了把作品做好,我每次给他提点建议,教他怎么跟 AI 交流,他就很快学过去,放进自己的作品,让它越来越好。上个礼拜他跟我说遇到瓶颈了,想做别的作品,我说当然可以,再做一个、再做一个。这种学习其实是品味的学习,不像我们以前解题,学会了就是学会了;它更像顿悟——设计类这样综合性的感知学科,你可能很长时间原地踏步,突然有一天就懂了,一个台阶一个台阶上去,跟一步步累积不太一样。

从这个角度看,未来每个孩子从小要积累的,是创造者的思维。创造力和创造者最大的区别是:创造力是别人说这人真有想法;而创造者,是把想法真正变成具体的东西。我读书时别人说我有创造力,但我更是个创造者,因为我把很多想法都做成了产品、做成了作品——我想做产品就做出来,想参加比赛就做出来,于是有了无穷多的作品。同学们说我是作品型人格:凡是拿不出手的东西,我绝不拿出来,因为那会丢脸。

这是我读大一时老师跟我说的:你要为你的作品署上名字,就要为它的质量负责,要对得起自己的口碑。这句话让我们对自己作品的要求变得特别高,不断打磨。我很在意自己的名字,我写的推荐信、署我名的东西,我都会亲自把关。这里最终回到的是主体——为什么这件事不是 AI 干的,而是你做的?就因为上面写着你的名字。所以我一直觉得,创造力和创造者,差别很大。我讲了这么多,今天先分享到这,咱们也可以再交流交流。