当AI把知识变成自来水,什么能力还在涨价?

2025年5月17日，福耀科技大学校长王树国在搜狐科技年度论坛上，对着台下抛出了三个问题：

> “如果梁文峰继续读博士，还有今天的DeepSeek吗？如果王兴兴继续读博士，还有今天的宇树科技吗？如果汪滔继续读博士，还有今天的大疆吗？”

停顿片刻，他接着说：”我不知道答案。但我唯一得到实践验证的是——那些读博士的，没有他们做得好。”

话音落下，台下安静了几秒。

这话刺耳，但刺耳的话往往值得拆开看。今天咱们不站队，不煽情，就做一件事：把王树国的”三问”放在AI时代的背景下，逐条过一遍筛子。

一、这不是”反学历”，这是”反幻觉”

很多人听到这段话的第一反应是：王校长劝退读博？

错。

王树国真正质疑的，是一种工业时代遗留的集体幻觉——我们默认，只要沿着”小学→中学→大学→硕士→博士”的传送带走到终点，能力就会自动到账，像银行定期存款一样稳赚不赔。

这个幻觉在二十年前成立。那时候知识是稀缺的，知网是收费的，教授是行走的百科全书。学历的本质，是知识获取权的垄断凭证。

但现在，你打开DeepSeek，它能在一秒钟内梳理完从牛顿力学到量子纠缠的脉络，还能顺手指出哪个推导步骤有争议。知识的边际成本，在AI时代已经被压到了趋近于零。

这时候，学历那张”知识获取凭证”，突然面临一个尴尬问题：当知识本身不再稀缺，凭证的溢价还剩多少？

二、梁文峰们到底强在哪？

如果学历的溢价在收缩，那梁文峰、王兴兴、汪滔这些人，到底拥有一种什么不可被AI替代的东西？

我试着用一个词概括：问题嗅觉。

注意，不是”解决问题”的能力。AI现在解数学题、写代码、做翻译，速度比你快一百倍。梁文峰们的稀缺性在于”发现真问题”的能力。

梁文峰不是不知道Transformer。全世界搞AI的人都知道Transformer。但他问了一个当时很少有人问的问题：”为什么中国不能有自己的低成本、高性能、开源大模型？”

王兴兴不是不知道机器人。波士顿动力做了二十年。但他问了一个别人没问的问题：”为什么人形机器人不能先从工厂干脏活累活开始，而不是直接上街端咖啡？”

汪滔（香港科技大学未读完博士即创业）不是不知道飞行器。但他问了一个别人没问的问题：”为什么航拍不能从军方和好莱坞，变成普通人的消费级工具？”

发现问题，比解决问题贵一万倍。

因为在AI时代，”解决问题”正在大规模外包给算法。但”这个问题值不值得被解决”，算法不会告诉你。这需要一种人类特有的能力——在混沌中识别信号，在噪声中建立框架，在所有人都说”不可能”的时候，闻到一丝”也许可以”的味道。

王树国说的”血与火的实战”，翻译过来就是：与不确定性高密度交互。不是去搬砖，是在一次次”这玩意儿根本不行”的反馈中，校准你的嗅觉雷达。

三、读博的人，真的”没有他们做得好”吗？

王树国这句话，是事实，但同时也是幸存者偏差。

你看到了梁文峰、王兴兴、汪滔。你没看到的是——那些没读博也没成功的人。

教育部数据显示，2024年中国博士毕业人数约9.5万人。而公开统计中，创业企业三年存活率普遍不足10%。简单换算：读博的”保底率”远高于创业的”成功率”。

王树国的三问，本质上是在逼问一个结构性矛盾：我们能否用高保底率的培养体系，批量生产低概率的顶尖创新人才？

答案是：很难。

因为两者的目标函数不同。博士教育的底层逻辑是”在已知边界内寻找最优解”——有导师、有文献、有评审标准、有安全网。它的核心价值是系统思维训练、学术网络积累、以及基础科学领域的深度穿透能力。这些价值在AI时代并未消失，只是在工程创新领域的边际回报率出现了变化。

顶尖创新的底层逻辑则是”在未知边界内定义问题本身”——无标准答案、无评价周期、无安全边际。它需要的是锐度，而不是深度。

读博培养的是”深度”，实战磨炼的是”锐度”。深度让你在一个领域挖到地心，锐度让你在多个领域的交界处发现金矿。

AI时代不是”深度无用”，而是”锐度的权重首次系统性超过了深度”——尤其是在工程创新、商业模式、产品定义这些领域。

四、AI时代的能力金字塔：你在哪一层？

如果非要给AI时代的能力排个座次，大概是这样的金字塔结构：

底层：AI工具调用（会提问）

这层已经人人可及。你会用ChatGPT写周报，用Cursor写代码，用Midjourney画图。恭喜你，你已经超越了80%的同龄人——但这也意味着，这层没有任何壁垒，就像二十年前会打字一样。

第二层：知识缝合（跨领域拼接）

这层开始稀缺。你能把生物学的代谢网络理论，套用到城市交通流量优化上；你能把物理学的相变理论，解释成股市情绪的临界点模型。AI是单点专家，人类是跨界缝合怪。

第三层：问题嗅觉（发现真问题）

这层极度稀缺。梁文峰们就站在这里。他们的价值不是”知道什么”，而是”判断什么值得被知道”。

顶层：失败耐受（快速迭代）

这层是金字塔尖。不是不怕失败，是失败之后能在一周内调整方向，而不是写一份三万字的复盘报告。王兴兴做宇树科技，前面死了多少个原型？没人知道。但知道他没写论文哀悼它们。

五、给普通人的诚实建议：一张决策罗盘

好了，段子讲完了，说点实在的。读博还是不读博？这不是是非题，是匹配度问题。

如果你是学生：

别因为王树国这段话就退学。但如果你在读博期间，发现自己每天都在”优化一个已知问题的边界条件”，而不是”质疑这个问题本身是否成立”，那你可能需要一场实习、一次创业，或者至少一个side project来校准你的问题嗅觉。

如果你是家长：

别再用”必须读博”来规划孩子的未来。未来的核心竞争力，不是学历的厚度，而是在不确定性中生存和进化的能力。但请注意，这不等于”学历无用”——对于基础科学、医学、法律等领域，博士训练仍然是不可替代的深度锻造过程。

如果你是打工人：

别焦虑。AI不会取代你，但会用AI且具备问题嗅觉的人，会取代你。从今天开始，每天问自己一个问题：”我今天解决的这个问题，AI能不能做？如果不能，我比AI强在哪？”

六、最后，王树国没说完的话

王树国在演讲结尾说了一段很多人忽略的话：

> “不是所有人都能成功，哪怕你失败了也是一种收获。只要我们敢闯，未来一定属于我们。”

这话听起来像鸡汤，但内核很硬。

他其实在说：AI时代最大的风险，不是失败，而是”从未尝试”。

梁文峰如果读博失败了，他至少还有一篇论文。但他如果创业失败了，他可能什么都没有——除了一种叫做”我知道这条路走不通”的元知识。

这种元知识，在AI时代比任何博士学位都值钱。因为AI可以告诉你”怎么做”，但它不会告诉你”什么不要做”——这需要人类用真金白银的失败来买。

写在最后

王树国的”三问”，问的不是”读博有没有用”，而是”我们的教育，是否还在用工业时代的模具，试图生产AI时代的人才？”

答案需要辩证地看。

学历仍然是重要的系统思维训练场和社会信用凭证。对于基础科学、医学、法律等需要深度穿透的领域，博士教育的价值不仅没有贬值，反而因为AI的辅助而更加珍贵——研究者可以把机械劳动交给AI，把精力集中在真正的创造性突破上。

但在工程创新、商业定义、产品迭代这些领域，实战中的问题嗅觉和迭代韧性，其权重确实在AI辅助下急剧上升。

所以，真正清醒的认知是：学历给你的是下限，实战给你的才是上限。二者不是对立关系，而是不同赛道上的能力生产函数。

AI时代，真正稀缺的能力，从来都不是”我知道多少”，而是”我敢问什么，敢试什么，敢错什么，以及——敢在所有人都说不可能的时候，再试一次。”

这，才是王树国真正想说的话。

参考文献

1. 王树国. (2025, May 17). 搜狐科技年度论坛演讲. 搜狐科技.

2. 中国科学报. (2025, May 18). 王树国：学历不等于能力，真正的能力是在实战状态下磨炼出来的. 科学网.

3. 教育部. (2024). 2024年全国教育事业发展统计公报. 中华人民共和国教育部.

AI声明

本文核心观点基于王树国校长2025年5月搜狐科技论坛公开演讲内容，结合AI时代能力范式迁移的学术讨论进行延伸分析。文中数据图表由Python生成，部分论述为作者基于公开信息的独立解读，不代表任何机构立场。本文在AI辅助生成的基础上，由人类作者进行观点审定、逻辑校验和文风修订。本文不构成教育或职业规划建议，请读者结合自身情况独立判断。