“二本女生+免费AI+北大”为何爆火

这两天，很多人朋友都在转卡兹克那篇“二本女生用免费AI考上北大”的文章。

它为什么会爆，其实不难理解。

二本。

北大。

免费AI。

逆袭。

这几个词放在一起，天然就有传播力。

它几乎精准踩中了这个时代最容易被点燃的几种情绪：

学历焦虑，

阶层焦虑，

AI 焦虑，

以及很多人越来越不愿意明说、但心里都在问的那个问题：

普通人到底还有没有路。

所以，这篇文章会火，并不奇怪。

但全文看下来，还是让人有些不适，不是“立场不对”，而是叙事重心和论证跨度都有些失衡。

一、最容易被误读的，不是结果，而是因果

卡兹克这篇文章最容易让人误读的，是因果关系。

把 AI 摆得太靠前，把这个女生自己的能力结构摆得太靠后。

好像 AI 才是这个逆袭故事中最核心的变量。

好像“免费AI”本身，就是这场逆袭最关键的主角。

因为如果顺着公开叙述往下看，你会发现，真正把这条路走通的，显然不是 AI 本身。

真正把这条路走通的，是这个女生自己的自驱力、执行力、训练能力、情绪管理能力，以及她对工具边界的判断。

她不是把备考外包给了 AI。

她是在用 AI 辅助自己的备考。

按照原文叙述，她前期会用 AI 理清概念、梳理知识点、拓展例子；

但到了后期，她会闭卷作答，自己先把答案完整写出来，再让 AI 批改，再付费结合真人反馈修正。

这说明什么？

这说明她对 AI 的理解，不是“替我完成”，而是“陪我训练”。

所以，这并不是一个“免费AI把她送进北大”的故事。

更准确地说，这是一个极度清醒的女孩，没有把能力外包出去，AI也顺便帮上忙的故事。

二、一个个案，还撑不起那么大的时代结论

其次，这篇文章从一个个案跳到了太大的结论。

比如关于“免费AI”这件事，卡兹克原文的意思是，这个女生因为预算有限，只能使用 DeepSeek 这类免费工具，甚至都没有接触过 Claude、ChatGPT 这种全球顶级模型。

从而强调 AI 时代的新门槛并没有消失，AI 时代的新门槛，正在由“信息差”变成“模型质量差”和“支付能力差”。

也就是说，最好的模型不是免费的，而很多普通人连试用最好的工具的机会都没有。

这个方向，我觉得是成立的。

但方向成立，不等于论证就足够扎实。

这里最大的问题在于：

一个个案，最多能说明“预算差异会影响工具选择”，却还不足以单独证明“AI时代的门槛正在系统性拉大”。

这两者之间，还是有距离的。

因为这个案例真正能证明的是：

她的预算有限；

她没机会接触顶级模型；

免费工具依然能在一定程度上帮到她；

但她的成功并不能自动说明“更强模型不重要”，也不能自动说明“顶级模型门槛已经大到决定命运”。

换句话说，这个案例可以很好地提醒我们：

经济门槛是真实存在的。

但它还不足以单独支撑更大的时代判断，比如：

顶级模型的付费差，正在系统性扩大普通人与顶级机会之间的距离；

AI 平权正在失败；

普通人因为接触不到最强模型，而在结构上被进一步甩开。

这些判断也许可能成立。

但至少，不是靠这一个故事就能证明到位的。

所以如果要更严谨一点，应该是：

这个案例能说明“最好的模型不是人人都用得起”，

但还不能单独证明“AI时代的不平等正在因此系统性扩大”。

三、从写人到借人立论，边界感开始变弱

另外，这篇文章，借一个真实的人，承载了太多额外的论点。

从“她没有预算用顶级模型”，一路推到了：

模型门槛；

公平问题；

平台价值观；

具体公司的人文性和商业性。

从一个女生的备考经验，直接跳到关于具体公司、模型价值和公平理念的判断，这个跨度太大了。

会让整篇文章从“写人”变成“借人立论”。

而一旦变成借人立论，真实个体就很容易被工具化。

她原本只是一个有具体处境、具体策略、具体能力结构的人。

但在传播里，她会迅速被压缩成：

二本。

北大。

免费AI。

逆袭。

你会发现，一旦一个复杂的人被压缩成这样一组标签，传播就会变得极其高效。

因为标签比人更容易流通。

模板比复杂性更适合扩散。

结论比真实经验更适合转述。

问题是：

传播得到的是一个时代寓言，

个体失去的却可能是自己的边界感。

一个人当然可以成为故事。

但一个人未必愿意永远成为样本。

允许你记录一段经历，

不等于允许被不断剪裁、不断转述、不断贴上一个最适合传播的标签组合。

这个部分，是我在阅读时候最感到不适的地方，不只是它对 AI 的叙述，

还包括它对“讲述一个真实的人”这件事的边界感。

因为它表面上是在写一个女生，

实际上已经不只是“写人”了。

它借一个真实个体，承载了太多集体想象：

AI 的话题性，

免费模型的象征意义，

普通人逆袭的时代渴望，

以及一整套关于技术、机会、公平与公司价值观的判断。

这就是为什么，这篇文章越传播，争议就越不只停留在“方法论”上，

而会一路延伸到隐私、删帖、同意范围、边界感这些问题。

因为故事一旦被做成公共样本，

它就已经不只是“经验分享”了。

四、它真正打中的，是三层更深的情绪

所以，如果一定要问，卡兹克这篇文章真正打中了什么？

我觉得至少打中了三层东西。

第一层，是很多普通人对上升通道越来越稀缺的焦虑。

大家太需要这样一个故事，来确认那扇门还没有完全关上。

第二层，是大家对 AI 的复杂情绪。

大家既希望 AI 带来机会，也害怕自己因为没有最好的工具而继续落后；既想借 AI 提速，也害怕自己最后被 AI 掏空。

第三层，也是我觉得最重要的那层：

今天真正拉开人与人差距的，已经不是一个单一变量。

既不是“有没有AI”这么简单，

也不是“有没有最强模型”这么简单。

真正的差距，越来越来自三个层面叠加：

你能不能接触到更好的工具；

你有没有把工具转化为能力的训练条件；

你有没有保住判断、表达和能力生长，不被工具反过来吞掉。

五、真正决定人能走多远的，仍然是能力没有被外包

所以，如果让我重新概括这个故事，我不会说：

“一个二本女生，用免费的AI考上了北大。”

我更愿意说：

一个预算有限的人，在没有接触顶级模型的情况下，依然靠极强的自驱力、训练能力和分寸感，把AI放在了工具该在的位置上。

这才是这个故事最打动人的部分。

不是她用了 AI。

而是她没有把自己交给 AI。

不是她碰巧赶上了一个免费工具。

而是她知道怎样让工具服务于自己的能力生长，而不是替代自己的能力生长。

这也是为什么，我不希望故事最后，自己留下的印象是“免费的AI也能改命”。

我更愿意记住的是：

AI当然会继续改变很多事情。

顶级模型的门槛，也确实可能制造新的不平等。

但真正决定一个人能走多远的，仍然是她有没有把借来的工具，慢慢练成自己的能力。

同样一个 AI，有些人拿它做脚手架，有些人拿它做代脑。

前者会慢慢长出自己的能力结构，后者会越来越依赖外部生成。

理解可以借。

反馈可以借。

效率可以借。

但判断要自己练。

表达要自己长。

能力不能外包。

人也不该被轻易做成样本。