夜雨聆风我一直觉得，大学是最慢的地方。
一门课从论证到开课，通常要两年。一个新 center 从立项到批经费到招人，没个三五年下不来。
但你有没有注意到，这两年，全球顶尖大学突然加速了。
2025年秋天，MIT 上线了一个东西，叫 MITHIC。全称很长：MIT AI Hub for Interdisciplinary Collaboration。翻译过来就是：MIT 的 AI 跨学科协作中心。
名字很正经，但背后那个问题，其实很吓人——
当 AI 什么都能干的时候，大学还应该教什么？
第一门课：联合师资，哲学系跑去 AI 实验室上班
MITHIC联合师资
MITHIC 第一件事，不是开新课，是拉人。
它和 MIT 媒体实验室（SCC）共享 9 个联合教职岗位。
9 个，不是 1-2 个点缀性的联合职位，是 9 个。这意味着有一批哲学系、历史系、语言学系的教授，要跑去 AI 研究的第一线跟学生上课。
说实话，这个信号比任何课程设计都重要。
你以为 AI 来了，最慌的是程序员，其实不是。
最慌的是那些研究"什么是公平""什么是意义""什么是好的生活"的人。因为这些问题，在 AI 时代，突然变得前所未有的具体了。
第二门课：Ethics and Technology，10万人的贷款，公平吗
这门课是哲学系和工程学院联合开的。
内容听起来不新鲜：AI 时代的道德决策、数据隐私、算法偏见、自动化对就业的影响。
但形式有意思。
学生面对的不再是"康德怎么看"，而是"这个算法现在就在影响 10 万人的贷款申请，你说它公平吗"。
你能感觉到这个课的设置吗？它不是在教知识，它是在逼你表态。
因为 AI 太强了，强到哲学问题不再是书斋里的玄学，而是每天都在发生的现实。你不让它变得具体，学生就没有切肤之痛。
第三门课：Music Technology，AI 生成音乐了，那音乐家是干嘛的
这个研究生项目在 MIT 音乐系。
课程内容是 AI 音乐生成、音乐信息检索、音频信号处理。
MIT 的意思很明确：AI 是来给音乐家当工具的，不是来抢音乐家饭碗的。
但我更好奇的是另一层——
如果 AI 可以生成音乐，那音乐家存在的意义是什么？
MIT 没有给答案。它把这个问题，放到了学生面前。
让它自己去想，这本身就是一种教育。
第四门课：MITHIC 跨学科协作
这条线我放在最后，因为它最重要，但藏得最深。
MITHIC 打破的不只是院系之间的墙，它在打破一种思维惯性——"AI 是技术的事"。
当哲学系、音乐系、历史系的教授都跑去跟 AI 产生关系，说明 MIT 内部已经形成了一个共识：
AI 的问题，不是技术问题。
AI 的问题，是人类的问题。
等等，我突然发现一个有意思的框架
MITHIC 的这三条线，我来回看了好几遍，发现了一个让我自己都有点惊讶的规律。
它像是在教一套关于人类自身的操作系统。
第一层：直觉识别（S1）。你面对一个问题，第一反应是什么？这个反应是从哪来的？哲学、历史、文学帮你在做的，是训练你"认出"问题的能力。问题认不出来，后面全是白搭。
第二层：分析控制（S2）。这个问题怎么拆解，怎么权衡利弊，怎么做决策？Ethics and Technology 在做的，是把 AI 能帮你分析的事情，和必须由你自己拍板的事情，掰开了给你看。
第三层：元认知（S3）。AI 生成音乐了，那音乐家的意义是什么？这个问题，AI 回答不了你。只有你自己知道答案。这个层次，是所有 AI 工具都够不着的地方。
我不知道 MIT 的设计者有没有用这套框架——大概率没有。但它们的课程布局，像是无意间踩到了同一个结构上。
而这个结构，刚好是 AI 时代最稀缺的那部分能力。
◆ ◆ ◆
那大学的未来呢
MIT 的实验，刚刚开始。这些课程的第一届学生还没毕业，效果还需要时间验证。
但有一个趋势，已经很清楚了——
大学正在从"知识传授者"，转变为"问题制造者"。
以前大学的核心功能，是传递知识。知识是稀缺的，掌握知识的人是有优势的。
但 AI 时代，知识已经不再稀缺了。ChatGPT 能回答你不知道的任何一个知识点，Kie 能生成你想象得到的任何一张图，Claude 能帮你把一段混乱的思路整理成清晰的文章。
知识变得唾手可得，那大学还教什么？
MIT 的回答是：教你如何在知识唾手可得的年代里，找到自己的方向。
这句话听起来虚，但我认真想了一下，发现它其实非常具体。
什么叫找到自己的方向？
就是你得知道什么值得做，什么不值得做，什么是你真正想解决的问题，而不是 AI 能帮你解决的问题。
能回答这个问题的人，不管在什么时代，都是稀缺品。
但说实话，AI 时代会更稀缺。因为 AI 在替代答案，不在替代问题。
◆ ◆ ◆
中国的高校，跟上了吗
说实话，没有。
这两年，中国高校的反应比 MIT 慢了至少半拍。这不是说中国大学不努力，而是这个问题的复杂度，超出了大多数管理者的认知范围。
当校长们在开会讨论要不要禁止 ChatGPT 的时候，MIT 在讨论怎么让学生学会问正确的问题。
当高校在焦虑 AI 会让学生作弊的时候，MIT 在想 AI 会让哪些问题变得更重要。
这个差距，不是技术上的，是认知上的。但机会也在里面。谁先想明白"AI 时代人到底需要什么"，谁就占得了先机。
AI 能做什么？S2 层的事。
你想做什么？S3 层的事。
而 S3 层，恰好是大学教育最应该补位的地方。