ARTICLE · 1001157
发的是AI,缺的是什么?——八中发学习机,四中严控手机,家长们该怎么办?
发的是AI,缺的是什么?——八中发学习机,四中严控手机,家长们该怎么办?阅读提示:全文约7600 字,阅读时间较长,包含名校事件、研究数据、学霸案例、国乒经验和家长实操建议。如果时间紧张,可以直接跳到文末「家长们最该做的 五 件事」部分,查看可直接落地的方法。 PART 01 
开学第一周,家长群炸了 
开学第一周,北京西城家长群被两条反差极强的消息刷屏。 一边是北京八中给高一新生配发了科大讯飞的学习机; 北京师范大学附属实验中学高一新生也拿到了墨水屏电子作业本; 北京大学附属中学每个新生配发了一台荣耀Pad。 消息传开后大家的第一反应是羡慕,细想之后似乎又有些担忧。 另一边是北京四中高三年级出台手机管理新规:全时段、全校区禁止使用手机。四中素来以宽松自主的校风闻名,这次高三的硬核管控,让很多家长直呼意外。 
一边主动把智能工具交到学生手里,一边用最严的规则把电子设备隔在校门之外。 虽然年级不同,很多家长看完依然会陷入困惑:同样是西城顶尖名校,为什么选择完全相反?AI 和电子设备,到底是学习的助力,还是成绩的陷阱? 其实,发人工智能设备,不是个别学校的尝鲜。2026 年 1 月,北京市教委正式公布首批 50 所人工智能应用场景标杆学校培育名单,北京市第八十中学、北京市第二中学等 42 所中小学入选。 记者探访标杆校北京市第八十中学,课堂上师生人手一台 Pad,AI 学伴每天响应超过一万次提问,学生平均发言时长从 6.45 秒提升至 19 秒。 与此同时,一项覆盖国内超六成中小学生的调研显示:71.0% 的学生会用 AI 辅助完成作业,接近两成孩子 “经常使用”。 学校在推进,教委在布局,家长主动买设备,孩子已经在用。AI 走进孩子的学习场景,早已不是 “要不要用” 的选择题,而是“怎么用好”的问答题。 关于学习机等AI设备,小红书里很多评论写到“硬件系统的更新,永远赶不上学生们破解的速度”。据一些学生回忆,班里就曾因为学生破解学习机后,玩网页游戏,学校很快就回收了下发的机器。 发的是 AI,缺失的是什么? 面对这波 AI 进校园的浪潮,家长们最该做的,到底是什么? 这些最核心的真相:硬件可以一键发放,使用规则和自控力却不能一键安装。 学校能管住课堂上的设备,管不了孩子回家后的使用;能统一安装学习软件,管不了孩子用它来搜答案还是学思路。 你把 AI 给了孩子,谁教他怎么用?这才是所有家长必须面对并解决的问题。 PART 02 
AI 不可避免,不能一概禁止,要教孩子驾驭工具 
刚刚开学,《人民日报》2026 年 9 月 3 日,用整版版面探讨 AI 与教育,里面这段话,值得每一位家长细读: 
“当然,将 AI 拒于校门之外,既不现实也不明智。对家长而言,与其焦虑‘输在起跑线’,不如帮孩子在‘红线’与‘绿线’之间找到平衡,学会驾驭工具。” 什么是红线?把思考交给 AI,孩子沦为复制粘贴的搬运工。 什么是绿线?让 AI 辅助思考,用来验证思路、拓展视野、排查漏洞。 报道还有一句话点透核心: 
“学习的迷人之处,恰恰在于与困难‘掰手腕’的过程。倘若全靠 AI 代劳,浸泡在算法推送的标准答案里,孩子们容易丧失提出好问题的能力,而好问题往往比好答案更珍贵。” 家长要做的,不是一刀切禁止 AI,而是帮孩子守住这条绿线,保留独自和难题较劲的过程。 
但现实问题是:很多父母只完成了 “给工具” 这一步,忽略了最重要的 “教用法”。 给孩子买学习机、装 AI 软件、配备平板,看起来是重视教育。可只 “给工具”,不教规则,给到孩子手里的就不是学习脚手架,而是让人丧失行动力的拐杖。 PART 03 
用错 AI,会毁掉孩子和难题 “掰手腕” 的能力 
2026 年 6 月,斯德哥尔摩大学与香港大学团队发布 CEPR 预印本工作论文《生成式人工智能的学习惩罚》,追踪国内某县 9 所中学、26811 名初高中学生,持续 30 个月学习数据。 研究结论,值得所有家长警惕: 用上 AI 6 到 10 个月后,学生周末作业平均分上涨 18%,写作业时间从 64 分钟压缩到 45 分钟,表面学习效率提升 30%。 但同一批学生,闭卷月考成绩平均下滑 20%。 累计使用 AI 达到两年,中考预估成绩下降 24%,高考预估下降 18%。并且这种学习损失,大约两年后才会完全显现。 研究者把这类学生叫做“假性学霸”——作业漂亮,考场就露馅。 《经济学人》2026 年 8 月报道这项研究时,写下一句扎心总结:“作业分,第一次开始撒谎。” 更反直觉的发现是:原本成绩越好的孩子,跌得越狠。 研究人员把尚未接触 AI 的学生按成绩分成三等份,在开始使用 AI 之后: 论文作者之一、香港大学经管学院教授吴延晖解释:考试拉开差距的,往往是少数难题。优秀学生过去依靠自己独立拆解难题建立优势,一旦思考过程被 AI 替代后,他们最具优势的能力反而最先退化。 这不是 AI 让“差生更差”,而是 AI 会让“好学生退步更快”。 不过研究同时也发现:并不是所有使用 AI 的孩子都会成绩下滑。 研究将学生划分为两类:“外包型”和“辅助型”。 约 81% 的 AI 使用者属于外包型:作业完成时间异常短、答案工整漂亮,直接让 AI 生成内容复制提交,大脑全程没有深度思考。几乎所有学习损失,都集中在这一类学生身上。 剩下约 19% 的使用者是辅助型:虽然使用 AI,但作业时长没有明显缩短,把 AI 当成讲解工具,核心思考依然由自己完成。这部分学生,考试成绩损失极小,几乎可以忽略。 这项研究样本来自县域中学,样本量大,但学生基础、师资环境和一线城市重点校存在差异,结论仅作参考。 归根结底:问题从来不是 “用不用 AI”,而是有没有把思考、试错的过程留给孩子自己。 PART 04 
OECD 的答案:AI 是脚手架,不是拐杖 
2026 年 1 月,经合组织(OECD)发布《2026 年数字教育展望》报告,系统分析生成式 AI 在教育场景的有效应用。 报告核心结论是:成功借助 AI 完成任务,不等于真正发生了学习。 报告指出:将认知任务外包给通用型AI聊天机器人,会制造“元认知懒惰”和“脱离”的风险,长期来看可能阻碍技能习得。多项对照实验显示:可以使用 AI 的学生,提交的作业质量更高;但一旦撤掉 AI,进行闭卷考试,这份优势会直接消失,有时甚至反转。 报告引用了一项针对土耳其高中生的数学随机对照试验:使用 GPT-4 完成练习的学生,在有AI辅助时表现惊人:标准界面下成绩提升48%,经过教学优化的“导师版”AI甚至提升127%。但一旦撤掉AI,进行闭卷评估时,使用通用版AI的学生成绩反而比从未用过AI的对照组低了17%。 报告给出的解释是:认知替代。学生把思考过程外包给了 AI,自身深度思考参与度大幅下降,导致了“任务表现”和“真实学习效果”出现巨大断裂。 OECD 教育与技能司司长施莱歇尔给出了一个清晰的判断框架。报告区分了两种AI使用模式: 施莱歇尔这样总结:我们必须找到方法,让人类能力与计算机互补,而不是竞争。 报告的原话是:“GenAI should be used selectively and purposefully for pedagogical reasons to enrich learning and not replace cognitive effort。” 翻译过来:AI 应该有选择、有目的地用于丰富学习,而不是替代认知努力。 AI应该是脚手架,不是拐杖。脚手架帮你够到更高的地方,拐杖替你走路。 PART 05 
那些考上清北的孩子,是怎么使用电子设备的? 
关于手机、AI,很多清北学霸的选择,远比大家想象的清醒。 多位近年考入清北的学生,在媒体采访中分享了自己使用电子设备的方式。值得我们借鉴。 2026 年 7 月,河南许昌一名男生高考 693 分被北大录取。记者问及手机,他说:“从小学到高考完没有买过手机。青少年的自制力不够成熟,有手机可能会刷短视频、玩游戏,很容易让人沉迷。我没有手机所以不需要抵抗这方面的诱惑,学习会更专注!” 这位男孩的父亲后来补充了一个细节:查资料的时候,会用父母的手机。 他的理由是:“短视频一刷就停不下来,大人都扛不住,别说孩子。” 孩子自己说得更实在:“我们这岁数,管不住自己。我没有手机,压根不用跟自个儿较劲,学习反倒干净了。” 天津的宫同学,高考701分,进了清华。他高中阶段会用手机看游戏视频放松。但他有一条铁律,六年没破过:学习的时候,绝对不碰手机。 高考前一天看游戏解说,是因为那天的任务就是调整心态、放松休息。第二天上考场,脑子里全是知识点,没有一丝手机残留的碎片信息。 黑龙江的梁同学 709 分考入北大,周末饭后会适度使用手机,但只选择新闻、科普类内容,兼顾放松与拓宽视野。 还有一位考入清华计算机系的学生,高中整整三年不碰手机。但他的方法不是“靠意志力硬扛”,而是改变环境:“手机背后是无数顶尖工程师和心理学家,精心设计了让你停不下来的算法。一个人对抗一整支工程师团队,赢面有多大?”所以他的策略是:去自习室学习,手机留在宿舍。从空间上彻底隔离,想拿都拿不到。 清华新生汪义轩,也是同样做法:自习室学习,手机留在宿舍。 化名林舟的清华学生,高考较模考提升 58 分。每天回家,手机调飞行模式,放到离书桌一米以外,起身才能拿到。桌面只摆放当前科目资料,45 分钟学习 + 5 分钟休息,休息时起身活动、远眺,绝不刷手机。 北京大学法学院的王煜皓,是北京石景山的孩子,初中起就配备了手机。他的父母没有一刀切禁止,而是从小引导他把电子设备定位为学习工具:小学时玩游戏也会约定时长,中学后手机、电脑始终只用来查资料、整理学习内容,从未成为娱乐依赖。整个中学六年,他自己规划学习、平衡科目,手机始终是工具,而非陪伴。 人大附中一位考入清华的学生也曾分享,高中阶段没有专属个人手机,需要查资料时固定在每晚饭后 30 分钟,使用家长的平板,时间一到立刻归还。在他看来,北京高考的难题比拼的就是长时间连续思考的耐力;一旦养成 “不会就搜” 的习惯,考场上卡壳时,大脑就没有和难题 “掰手腕” 的力量。 这些孩子做法各不相同:有人全程不用手机,有人定时使用,有人只用来查阅资料。但他们拥有同一个底层原则:电子设备只是工具,用完就放下。不是陪伴,不是消遣,更不是写作业的枪手。 
注:这些案例来自媒体采访与学生分享,属于个体经验,不是成功公式。不是不用手机就能上清北,核心是他们对电子诱惑建立起自我边界,这一点值得所有家庭参考。 PART 06 
运动员也在用 AI,但AI不是替身不能上场 
其实不止校园里在纠结 AI 该怎么用,在体育界,尤其是长盛不衰的国球训练里,AI 早已经深度落地,而且它的用法,刚好给教育场景做了最生动的参照。 2026 年两会期间,中国乒协主席王励勤透露:国乒已经实质性探索 AI 技术落地,联合科研院所开发 AI 训练监控系统,覆盖技术动作分析、对手策略预判、运动员状态评估。借助高速摄像、传感器捕捉击球瞬间肢体角度、发力效率,依托大数据优化动作细节。王励勤特别强调:AI 不会取代教练,只为教练决策提供客观数据依据。 国乒对 AI 的应用起步更早,研究更深。 浙江大学团队和国乒合作,研发乒乓球数据智能分析平台,实现比赛数据采集、挖掘、模拟,攻克技战术识别难点,为国家队提供大数据支撑,该平台也是巴黎奥运备战重要成果。 体育总局科研所团队联合北方工业大学,自主研发 “乒乓军师” 技战术分析软件,替代国外同类产品。东京奥运备战 5 年间,团队系统分析国乒重点队员和主要对手近 1000 场比赛录像。 孙颖莎的AI训练数据:据报道,孙颖莎的团队用AI重跑她的反手衔接模型,成功率从82%提升到91%。2019年她的反手得分率51%,2023年涨到63%。她发球机调到每分钟120球,要求自己接发失误率低于0.8%。队友说:“莎姐练反手拧拉,不光盯自己动作,还盯着对手回球瞬间肩部下沉0.5厘米——那是对方重心失衡的信号。” 这不是玄学。2023年国家体育总局体科所发布的《高水平乒乓球运动员预判行为神经机制研究》验证过:顶尖选手对对手微动征兆的捕捉,比普通运动员快120毫秒,相当于多出半拍反应时间。 林诗栋的“克星破解包”:2025年底,国乒AI团队分析了200小时录像,为林诗栋生成了针对法国选手小勒布伦的破解方案。热力图显示,78%的侧旋落在林诗栋反手小三角。深夜训练馆里,他反复练习“反手拧直线+正手补位”组合,球拍磨出胶皮焦味。技术总监指着热力图说:“敢打这里,就是破局开始。” AI发球机器人“庞教练”:这是中国乒乓球学院与中科新松有限公司联合研发的全球第一台可量产的用机械臂持球拍发球的机器人。上旋下旋左旋右旋、过网高度、落点都能调,球速达到60米/秒。它搭载两台分布式双目视觉系统(“鹰眼”),能实时捕捉并记录高速运动的乒乓球轨迹,具有轨迹分析和动作分析功能。它还可以模仿日本选手伊藤美诚的球路。上海体育学院副院长、中国乒乓球学院院长施之皓评价:“这位‘庞教练’的能力比我还强!他最大的优势,是持久力强,再厉害的教练打久了都会累,但插上电的‘庞伯特’永不疲惫。” 但关键的区别是: AI告诉孙颖莎的,是“你的反手衔接成功率是91%”。AI没有告诉她“这一板该怎么拧”。那个答案,是她自己在凌晨四点的球馆里,一板一板试出来的。 AI告诉林诗栋的,是“78%的侧旋落在反手小三角”。AI没有告诉他“这一板该怎么接”。那个答案,是他在深夜训练馆里反复练“反手拧直线+正手补位”,球拍磨出胶皮焦味之后,自己找到的。 国乒用AI,是为了在训练中制造更真实的困惑,逼运动员自己找到破法。你的孩子用AI,是为了消除困惑,让问题直接消失。 一个是“让问题变得更清楚”,一个是“让问题直接消失”。 国乒教练组做的最重要的一件事,不是只“给设备”,是“教运动员怎么用设备”。AI 是陪练,不是替身上场的选手。而很多父母做的,只是把设备递到孩子手里,然后说一句“好好用”。 
补充说明:专业运动员训练场景,和中小学文化课学习不完全等同,但人机协作底层逻辑相通:AI 负责反馈数据,人的思考、试错、练习不能省略。 PART 07 
北京名校的两种路径 —— 四中的 “收” 与八中的 “给” 
回到开头的问题:八中发学习机,四中严控手机,到底谁对谁错? 答案是:没有绝对的对错,二者只是不同学段、不同目标下的不同选择,本质上指向同一个核心 —— 守住思考的边界。 北京四中选择 “收”,针对的是高三备考阶段。高考最终是闭卷考试,全程不能借助任何电子工具。高三的核心目标,就是持续训练无外部工具辅助下的独立解题、临场思考能力。手机自带无边界娱乐信息流,极易消耗专注力,学校统一保管,是用外部规则降低意志力消耗,帮学生守住深度思考的状态。 但这个保护,只在校内生效。放学拿回手机之后,孩子会不会刷短视频、会不会用搜题软件,考验的依旧是家庭建立的规则。 八中选择 “给”,放在高一年级。高一正是搭建完整学科知识框架、学习探究方法的阶段。学校希望借助 AI 终端,教会学生检索信息、验证思路,学习驾驭工具。但往届的教训也说明:一旦边界失守,学习终端会沦为游戏、搜题工具。给工具,是一场对学生自控力,以及家校配合的考验。 两种方案,各有利弊: 学校能做的,是在校内给设备、定规则;但学校做不到的,是 24 小时盯着孩子使用设备,更没法把自控力、独立思考的习惯,直接装进孩子脑子里。 这恰恰就是标题里的答案:学校发的是 AI,缺失的,是家庭教育里最关键的一课 —— 教会孩子怎么用工具。 PART 08 
家长们最该做的五件事 
面对 AI 进校园的浪潮,不用盲目跟风买设备,也不用一刀切禁止。家长最该做的,不是替孩子选 “收” 还是 “放”,而是帮孩子建立清晰的使用规则,把 “驾驭工具” 这一课补上。 1.严格区分两个时间块:独立思考时段 & 工具查阅时段 这是所有规则的核心底线。 写作业时,固定拆分两段时间。独立思考时段,所有智能设备移出书房;全部题目自主完成,遇到难题做好标记。等到整套任务完成,进入工具查阅时段,再打开 AI 学习机 / 平板,用来分析错题、看思路、补知识点。严禁做题过程中随时查答案。 2.分学段调整策略,不照搬名校模板 ✅ 高一 / 新学段(有学校 AI 学习机):重点练工具判断力。每次使用 AI 之后,增加一个小提问:AI 给你的思路里,哪一步是对的?有没有漏洞?如果考试不能用 AI,这道题你还能独立推出来吗?训练孩子辨别 AI 信息,而不是全盘接收。 ✅ 高三冲刺阶段:优先隔离开放式互联网设备。查阅资料集中在固定短时段,用家长设备,用完即收。重点训练脱离工具,独立连续解题的能力,模拟考场状态。 3.和孩子一起复盘设备使用,而不是单方面定禁令 可以拿四中、八中的案例和孩子讨论:为什么有的学校收手机,有的学校发放学习机?当年八中试点平板时,为什么有的孩子成绩进步,有的反而退步? 引导孩子看见:管控不是不信任,而是工具本身自带诱惑。让孩子参与制定家庭使用规则,自己说出红线,比家长强制下达禁令,自律效果更强。 4.定期做 “无工具测试”,检验真实学习水平 每周安排一次小检测,全程不使用任何 AI、平板、搜题工具。目的不是打分,而是看:拿掉 AI 之后,孩子还能不能独立思考、正常解题。这就是识别 “假性学霸” 最简单的办法。 很多孩子平时用 AI 辅助作业,看起来正确率很高,但一旦脱离工具,解题思路卡顿。定期无工具自测,可以提早发现问题。 5.区分 “查资料” 和 “代做题”,划清家庭红线 明确家庭底线:AI 可以用来解释概念、拓展背景知识、复盘错题;禁止直接生成完整答题过程、作文、大题答案直接抄写提交。 遇到作业难题,允许看思路,但看完必须关上 AI,独立完整写出解题步骤。 PART 09 
写在结尾 
学校能发放 AI 学习机,也能出台手机管控规定。硬件、制度都可以落地,但自控力、独立思考、分辨信息的能力,没有办法随设备一起交到孩子手里。 四中的 “收”,八中的 “给”,没有绝对优劣。 AI 是很好的学习脚手架,但前提是,孩子愿意自己攀爬;一旦把思考外包,脚手架就会变成拐杖。 学习最珍贵的,永远是和难题 “掰手腕” 的过程。工具可以辅助,但思考,永远不能外包。 回到最开始的问题:发的是 AI,缺失的是什么? 答案从来不是设备、不是技术,而是使用工具的边界,和独立思考的能力。 家长们最该做的,也不是焦虑 “输在起跑线”,而是帮孩子在红线与绿线之间找到平衡,教会他驾驭工具,而不是被工具驾驭。 正如《人民日报》所言:直面 AI 时代,练好教育的基本功,培育能够独立思考、感知美好、勇于追问的下一代。 💡 觉得有用,欢迎转发给同为家长的朋友们~ 你家孩子在用 AI 写作业吗? 你更认同四中的 “收” 还是八中的 “给”? 欢迎在评论区聊聊你的看法~ 










原本排名前 1/3 的学生,月考成绩下降约 24% 原本排名后 1/3 的学生,成绩仅下降 16%


Oracle(神谕)模式:通用型AI,追求流畅和即时答案,消除认知摩擦。这在工作中是效率工具,但在学习阶段可能有害。 Socratic(苏格拉底)模式:教育专用AI,不直接给最终答案。它提问、追问、让学生自己搭建思考的阶梯。它保留“建设性的摩擦”——那种逼学习者调动自己心智资源的阻力。








外部强制管控(四中模式):短期见效,降低诱惑,但离开管控环境,自控力未必自动成型; 放开可控工具(八中模式):提前练习驾驭 AI,适配未来数字化学习,但风险也高,一旦没有规则约束,极易形成 “认知外包” 习惯。




