我和AI聊了一晚,最后重新想了一遍:今天该怎么教育孩子序：这是一篇展示AI时代如何教育的文章。为了证明AI时代的来临。除了这一句是我亲自手打，其它部分，皆为AI创作。特此声明。虽由AI创作，但代表我的观点。如果说AI正在重写工作，那么短视频正在重写孩子的大脑。而今天很多教育讨论，还停留在另一个层次：要不要减负，要不要考试，要不要项目制，要不要AI进课堂。它们都重要，但都还没碰到更深的问题。更深的问题是：AI时代不是取消磨炼，而是磨炼的器材必须升级。否则，我们会一边抱怨孩子没有判断力、没有心力、没有深度，一边继续用低反馈、低迁移、低强度的旧训练，把他们磨进一个越来越失效的轨道。
教育最危险的事，是还在用旧器材磨新时代的人
从三次教育讨论，到AI时代的磨炼协议，再到如何与短视频争夺孩子
这些天，我们围绕教育，已经不是一次讨论，而是三次连续的推演。一开始，我们谈的是一个很大的判断：应试教育正在失去它原来的中心地位，未来教育应该转向真实能力导向。后来，这个判断不断被攻击，也不断被修正。再往后，我们又把问题拉回到最硬的一层：如果AI时代不是取消磨炼，而是升级磨炼的器材，那么那99.99%的训练，到底应该怎么设计，才能让一个普通人在长期训练之后，真正长出判断力、心力，甚至等到那万分之一的灵光。我现在越来越觉得，这三次讨论本身，就很像一篇文章的骨架。第一部分，是我们怎么从一种偏天真的未来教育想象，走到一种更稳重、更能落地的判断。第二部分，是当我们不再把希望全部押在“创业团队”身上之后，还能在校园内、校园外，为孩子们设计出哪些低成本、高强度、可以大规模执行的思维训练。第三部分，是今天谁才是教育真正的对手。不是考试，也不只是AI，而是那个正在大量吞噬注意力、切碎耐心、重写欲望结构的东西：短视频。如果这三个部分能连起来，我想，关于未来教育的讨论，才算真正开始进入实质。一
从第一次的天真，到第三次的稳重
那时的判断很鲜明：过去应试教育之所以成立，是因为它把人送进大学，而大学曾经是相对可靠的出口。但今天，越来越多大学生找不到工作，大学已经不再自动等于能力，不再自动等于机会，也不再自动等于体面的未来。既然出口失效了，那么围绕这个出口建立起来的整套训练系统，也应该重新审视。于是，当时我们很自然地往前推了一步：未来教育应该是“宽底座，高逻辑涌现，实战化训练”。孩子前期要大量阅读、大量动手、大量协作，后期则进入更真实的任务场景，在创业小团队里承担不同角色，最后成长为能够与AI协作的高级人才。它隐含着一个非常乐观的设想：好像只要应试教育退场，AI进场，普通人就能比较顺利地穿过训练，成长为更高级的协作人才。这个设想后来被很有力地攻击了。攻击不一定全对，但有些攻击非常关键。比如，对方提醒我们，应试教育虽然有很多问题，但它不只是刷题机器。它还训练专注力、执行力、抗压性、基本逻辑推演能力。在一个人还没有形成稳定心智的时候，这些东西不是完全可有可无的。再比如，对方提醒我们，知识不能被轻率地“外包”给AI。没有内化的知识，就没有真正的联想；没有真正的联想，就没有判断。再比如，实战训练固然重要，但把学生过早扔进真实市场，不一定会产生心力，也可能直接产生挫败、麻木和习得性无助。这些攻击让我意识到，第一次讨论的问题，不是看错了方向，而是把教育重构想得太顺了。公平、规模化、知识内化、教师供给、心理承受力，这些都不是靠一句“面向真实世界”就能自动解决的。所以到了第二次讨论，我们开始明显收缩，也开始承认限制。我们不再说“应试教育应该被抛弃”，而是改成“应试教育不该再垄断教育，但它保留基础训练的价值”。我们不再说“大家直接去实战”，而是改成“真实训练应该分层进入，需要保护性摩擦，需要逐级加压，需要让孩子先在有限边界里承担真实责任，而不是直接撞上毫无保护的市场”。我们也不再说“作品和反馈比考试更先进”，而是承认评价本身永远有博弈，所以未来教育不可能只靠项目评价，也不可能只靠分数，而要靠多种不完美机制彼此制衡。我觉得第三次讨论最重要的变化，是我们终于收住了一个过大的野心。我们不再试图一口气讨论从幼儿园到成年人的全部教育，也不再试图给整个人类社会的协作底座同时开药方。我们把焦点收紧到了十五岁以后，尤其是高中后、大学阶段和职业入口之前这段时间。孩子小时候，基础训练、习惯养成、知识内化当然重要；但到了青春期后期，很多年轻人最有活力，也最有可塑性，却还在被长期锁在单一答题轨道里。结果就是，他们在最应该完成“从答题者到做事者”转换的几年里，花了很多时间，却没有真正练成进入社会所需要的判断、协作、交付、复盘和承担。不是取消考试，而是把考试从“教育中心”降回“基础部件”。不是人人都去创业，而是在保留基础认知和纪律训练的同时，更早引入开放问题、真实责任、AI协作和多维反馈。不是承诺人人逆袭，而是尽可能让更多普通人在合理训练后，成为真正能做事的人。这个版本之所以比第一次稳，是因为它不再把AI写成救世主，也不再把“真实世界”写成浪漫舞台。说得简单一点，第一次讨论像一张愿景海报，第三次讨论才开始像一份制度草图。因为哪怕第三次已经更稳了，它仍然容易停留在原则层。它说清楚了方向，说清楚了约束，也说清楚了为什么旧训练不够了，但还没有完全回答一个最朴素也最关键的问题：如果那99.99%的磨炼依然不能取消，那么我们到底该让孩子怎么练？换句话说，未来教育不只是需要新的价值判断，它更需要新的“磨炼协议”。二
除了创业团队，我们还能给孩子什么样的思维训练
我越来越同意一个判断：AI时代教育真正的升级，不是把训练变少，而是把训练的器材升级。过去很多训练之所以成立，是因为信息贵、反馈慢、工具弱。那时学生需要自己花大量时间检索信息、整理资料、寻找范式、试错、比对。今天这些工作，AI可以大幅接手。但问题在于，AI接手低水平重复劳动之后，人不是自动变强的。如果训练协议不变，人很可能只是更快地产生“我已经懂了”的幻觉。所以真正该升级的，不是训练这件事本身，而是训练的靶点。以前很多训练打在低处，今天要把靶点抬高，去打逻辑边界、联想边界、表达边界、决策边界和协作边界。如果说创业团队更像高阶综合演练，那么在它之前，完全可以先铺开一套低成本、可复制、可以在校园内外大规模执行的“思维俯卧撑”。这些训练不一定华丽，甚至大多很枯燥。但正因为它们枯燥、反复、强度高，才更像真正的基本功。传统训练最常见的路径，是给题目，让学生给答案。这个路径不是完全无效，但在AI时代，它已经不再是最优的逻辑训练。因为今天最便宜的东西，就是一个看起来很完整的答案。真正稀缺的，是识别这个答案哪里有问题，它的问题是表层的，局部的，还是结构性的。所以，逻辑训练的第一步，不一定是写答案，而是审校答案。老师可以给学生一份AI生成的错误解法。学生不准搜索，不准补资料，只能靠自己的推演，找出里面最关键的逻辑漏洞。这已经比普通做题更接近真实世界，因为未来人们要面对的，大量不是“没有答案”，而是“有很多答案，但里面混着错觉”。也就是让AI生成一份看似非常严密，但故意埋了一个高阶逻辑陷阱的答案。这个陷阱可以是因果倒置，可以是偷换尺度，可以是滑坡谬误，也可以是局部都对、整体错位。学生不能查资料，只能通过苏格拉底式提问去逼问AI，把那个断裂点一点点逼出来，最后还要用结构图、逻辑链或者公式证明，为什么错，错在什么层。这种训练成本极低，只要一个对话窗口就可以开始，但它对思维强度的要求极高。它训练的不是“会做”，而是“会识破”。在未来，信息几乎免费，但识破假象的能力会越来越贵。传统作文的一个问题，是反馈回路太长，也太松。学生写一篇，老师看一篇，改几句，打个分，很多信息损耗根本没有被精确捕捉。但AI时代可以把表达训练变成一种高频、短回路的压缩训练。比如，让学生用10个词定义一个复杂的社会现象，再用30个词重述，再用100个词展开。然后把这份压缩表达交给AI，让AI按照学生的表达去还原原意。学生再去看，AI还原出来的东西和自己本来的意思之间，偏差出在哪里。如果偏差很大，说明压缩不够准，关键变量没有抓住，歧义过大，表达里有损耗。这个过程看起来只是“炼字”，但它实际训练的是三样极其重要的东西：抓核心变量的能力，控制信息损耗的能力，以及提高人与AI之间通信带宽的能力。未来的表达力，不是写得多，而是写得准；不是铺陈情绪，而是高保真地传输复杂信息。AI在已知领域里很强，它能总结、归纳、变体生成，但人类仍然有一类特别珍贵的能力，就是在看似完全不相关的领域间突然认出同一种结构。比如，给学生一个自然界现象，比如菌丝网络；再给一个社会现象，比如城市交通拥堵。要求学生在很短时间内提出一个假设：这两者背后是否有同一类网络逻辑、资源分配逻辑或者博弈模型？然后由AI来扮演“杠精”，不断挑战他的类比是否成立，边界条件是否一致，变量是否偷换，哪些地方只是比喻，哪些地方才是结构同构。这种训练的目的，不是卖弄聪明，而是在磨练泛化能力。未来很多关键岗位，比的不是谁记得更多，而是谁更早在陌生之间搭起桥。学校里很多训练，其实都在帮助学生逃避真正的取舍。因为大量题目最后都有标准答案，而真实决策常常没有。可以用AI模拟极端场景，比如一家濒临破产的医院、一个严重缺水的小镇、一个只能保留少数项目的学校，给学生极度有限的资源，让他必须做选择。选完之后，AI立刻推演这个选择在五年、十年后的连锁后果，让学生面对自己决策带来的副作用、损失和反弹。学生不是选完就结束，而是要在看见后果之后重新排序、重新判断、重新承担。这个训练不教“正确答案”，它训练的是“决策的重量感”。未来很多执行性的工作会交给AI，但真正拍板之后的因果责任，仍然要由人来承担。很多学校一说协作，就是几个人分组，做个展示，最后弄得热热闹闹。但这种协作训练，往往并没有真正碰到协作最难的地方。所以可以做一种很有意思的训练：两人一组，完成一个复杂任务，比如设计一个22世纪的货币系统。但规定很怪，一人只能通过AI传递信息，另一人只能通过手绘图表达，两人不能直接正常对话。但恰恰是在不断误解和修正里，他们会慢慢摸索出一套高效的通信协议。这比普通分组更接近未来，因为未来人与人、人与AI、人与系统之间的大量合作，本质上都是接口对接。协作的核心，不只是“会沟通”，而是“能把不同媒介、不同系统、不同表达方式对接起来”。过去我们一谈实战，很容易把目光放在创业、创新、从零做产品上。但其实，维护比创造更接近大多数人未来真实会遇到的工作。现实不是到处等着年轻人从白纸开始发明东西。真实世界里更多的是：你接手一个已经跑了五年的系统，文档糟糕，代码混乱，流程低效，人际复杂，但系统又不能停。所以，比起人人创业，更普适的一类训练，也许是“接手复杂系统”。比如接手一个学校内部已经混乱的排课系统，一个社区长期低效但不能停摆的服务流程，一个“能用但没人想用”的旧工具，一个维护多年的开源项目。这种训练特别锻炼人，因为它要求学生理解历史约束，阅读他人留下的痕迹，在混乱里慢慢恢复秩序，而不是豪迈地推倒重来。AI时代还有一个非常大的危险，就是人的经验越来越漂浮在屏幕里。很多孩子越来越会说，越来越会prompt，越来越会调用工具，但越来越少真的碰到物的阻力。所以，哪怕未来大量训练会转向思维边界，也不能完全离开物理世界。木工、电路、种植、真实实验，这些都不是落后的东西。它们是在提醒人：材料有脾气，世界有误差，现实不是纯语言系统。一个人只有重新碰到阻力，才更容易长出真正的敬畏感，也更容易分清“我以为我懂”和“我真的做出来了”之间的差别。AI越强，越要守住几样很基础但很容易被侵蚀的能力。比如断网推演。先不给AI，不给搜索，让学生只靠脑中的知识先搭一个框架，再去和AI方案对照，看看自己的盲点在哪里。比如错误档案。不是做完就过去，而是长期记录自己最常见的逻辑错、表达错、判断错，慢慢形成自己的错误地图。比如长时注意力训练。每天保留一段不切换、不刷消息、不同时处理多个窗口的时间，只处理一个问题。灵感很少出现在碎片切换里，它往往出现在一个人已经在问题前停留得足够久之后。这些训练看起来朴素，但它们非常关键。因为如果AI时代的教育只升级技巧，不守住底层结构，那么人很快就会被自己的工具反过来掏空。说到这里，我其实很想强调一个现实问题：为什么我认为这些训练特别值得被认真设计？因为它们相对不依赖昂贵硬件，不依赖天才教师，不依赖家庭资源极强的包装。在偏远地区、弱势学校，可能没有高级实验室，没有豪华项目资源，但只要有一台能联网的廉价设备，很多高密度思维训练就已经可以发生。断网推演、错误档案、长时注意力，更几乎不依赖额外设备。这并不等于资源差异消失了，它当然不会消失。但至少，教育可以更认真地把一部分公平放在“人人都有机会接受高强度思维磨炼”这件事上，而不是只把公平理解成“人人拥有同样昂贵的设备”。如果说创业团队像是高阶综合演练，那么这些训练更像思维的俯卧撑。它们普适，枯燥，强度高，不浪漫，但很可能更接近那99.99%的日常磨炼。三
面对最大的对手盘短视频，我们应该怎么办
如果说前面讨论的是我们应该给孩子什么，那么最后还必须讨论一件事：今天到底是谁在和教育抢孩子。很多人第一反应会说，是考试制度，是家庭焦虑，是阶层分化，是AI替代。这些都对，但如果要找一个最直接、最日常、最强大的对手盘，我会说，是短视频。因为短视频不只是一个内容形态，它其实是一整套新的注意力操作系统。它最厉害的地方，不是让人看到了多少信息，而是它重新塑造了人的时间感、欲望结构、反馈习惯和耐心阈值。教育一节课四十分钟，要求人先安静、再进入、再理解、再消化、再表达；短视频几秒钟就给刺激，几十秒就给一次高潮，刷错了立刻滑走，没有责任，没有停留，也没有必须完成的理解链条。更深的问题是，他们的大脑会逐渐习惯一种非常具体的反馈结构：快、碎、强、浅、连续、新奇、低责任。而教育真正要培养的那部分能力，恰恰几乎全部需要另一种结构：慢、深、弱、长、需要停留、需要忍受迟缓反馈、需要在看不到结果的时候继续投入。所以短视频可怕，不只是因为它浪费时间，而是因为它在训练一种完全相反的大脑。如果这一点看不清，所有教育改革都可能只是在顺流而上地喊口号。我不赞成简单的道德化处理。比如一味谴责、一味禁绝、一味要求孩子“自律”。这类办法通常不会真正奏效。因为短视频背后不是一个简单的坏习惯，而是一整套高度优化的行为诱导系统。让一个尚未成熟的大脑，单靠意志力去长期对抗一个专门为了捕获注意力而设计的系统，本来就不公平。所以，真正的应对，不应该主要建立在说教上，而应该建立在环境设计、训练替代和使用协议上。第一，不要把短视频当作一般娱乐，而要把它当作“注意力高糖”。我们不会对孩子说，糖很好吃，所以你必须靠意志力一辈子克制。更合理的做法是：承认糖有吸引力，但它不能成为主食，要有摄入边界，要有频率限制，要避免在最容易形成依赖的时间段大量进入。比如，学习日不碰个性化推荐流，只允许白名单内容；比如，把使用时间固定在某个窄时间窗，而不是随时可刷；比如，关闭通知，卸载最强推荐算法入口，只保留必要功能；比如，设备夜间集中收纳，不把手机留在床边。这些看起来都很小，但它们比空谈自律有效得多。因为人不是在抽象世界里生活，而是在具体摩擦力里生活。第三，必须给孩子提供比短视频更强的“替代性反馈”。很多家长和学校的问题，是一边把短视频骂得很凶，一边给孩子安排的却是极度低反馈的学习生活。内容无聊，反馈缓慢，成就感稀薄，参与感低，身体不动，情绪无处着陆。在这种情况下，短视频当然会赢。所以我们前面谈的那些训练协议，不只是为了提高能力，也是在重新设计反馈。如果教育能够在日常中提供更多这种高质量反馈，短视频的吸引力会下降，但不是靠说教下降，而是因为孩子在现实训练里重新尝到“真正投入之后得到回报”的感觉。比如，可以把短视频当作修辞样本，分析它为什么钩子强、为什么节奏快、为什么情绪抓人、为什么它常常用极简叙事偷换复杂现实。孩子不是只能被它吸引，也可以学着拆它、看穿它、研究它。当一个人开始能把短视频当作对象来分析，而不是只当作刺激源来吞咽，他和短视频的关系就变了。教育不是简单把危险内容赶出去，而是让孩子逐渐长出免疫系统。今天很多孩子的问题，不是懒，而是注意力已经被碎片化到很难重新连续。所以，学校和家庭都可以明确设计一类训练：无手机时段、长时阅读、安静手工、单任务解决问题、散步、写作、观察、讨论、断网推演。如果不做这一步，再好的AI工具进入课堂，也可能只是把孩子推向另一种更高级的分心。说到底，短视频之所以成为教育最大的对手盘，不是因为它坏，而是因为它太懂人类神经系统的弱点。而教育之所以常常输，不是因为教育没有价值，而是因为教育太习惯站在“应该”这一边，却不肯认真设计“怎么赢”。如果未来教育真的想守住孩子，它不能只要求孩子回来，而要让自己的训练重新变得有张力、有反馈、有真实感、有节奏、有成就感，同时也要在环境上切断一部分短视频对注意力的持续掠夺。我越来越觉得，未来教育真正要做的，也许不是提出一句更高明的口号，而是同时完成三件事：第一，承认第一次讨论的天真，保留它的方向，但修掉它的轻率。第二，在创业团队之外，铺开一整套普适、低成本、可大规模执行的思维磨炼协议，让更多孩子在校园内外都能接受真正高密度的训练。第三，把短视频当作现实中的最大对手盘来认真处理，不是靠愤怒，而是靠训练协议、环境设计和注意力康复。如果这三件事能同时发生，我才会觉得，AI时代的教育讨论真正开始有了一点骨头。教育最终不是把孩子送进一套更华丽的技术系统，也不是把他们训练成更高效的答题机器。教育最终要做的，是让孩子在这个越来越快、越来越碎、越来越容易被操控的时代里，还能慢慢长出自己的结构。但它应该练得更准，练得更深，练得更有反馈，也练得更配得上这个时代。如果有一天，那万分之一的灵光真的会降下来，我希望它不是只砸在运气最好的人头上。让更多普通孩子，在没有被短视频先一步掏空之前，在没有被旧训练先一步磨钝之前，在没有被“你只需要再刷一套题”先一步困住之前，有机会长出承接它的结构。（完）
夜雨聆风