
一种史无前例的共识,正在全球几乎所有前沿科学家、未来学家、企业家、社会学家之间达成——“人类文明即将迎来有史以来最大的拐点”。
——2045前后,“奇点时刻”到来,AI智能全面超越未经增强的人类智能;人类通过云端大脑与AI深度融合,智能扩展超过100万倍;
——未来十年,人类将治愈几乎所有疾病,寿命达到甚至超越150岁;
——未来十年,重复性劳动将被AI和机器人全面取代;
——未来十年,大多数组织都将深度重构,像电影剧组一样以项目制运转,人人都需要成为掌握独特技能的独立专家;
——未来十年,太空星际成为人类新的生存资源获取地和创造发明目的地;
——未来十年,中国将从制造大国变成全球文化与生活方式输出大国......
此时此刻,地球正如同一台同时播放着两个频道的收音机,一个是基于AI恐惧、灾难冲突、资源争夺的噪音,另一个是觉醒、机遇、创造新秩序的旋律。不同的人是根据自身不同的频率,自动调到不同的频道,获得了不同的人生观感、生命样态、行动势能。
我们不得不进入人类文明一个全新的繁荣期,或者全新的脆弱期:AI将接管大部分的原有工作,甚至在很多方面比我们做得更好,物质将极大丰富,生命将超越百岁,曾经的世界级难题高速被攻克......同时,新的更复杂的世界级难题也会快速蔓延,新的文明冲突将在更多维的层面展开。

必须要意识到,人类社会正在发生史诗级的目标转移。以教育为例:不久的将来,当每个孩子在学习上都拥有了一个爱因斯坦级别的AI导师,我们的教育还剩下什么?我的理解和蒲公英教育智库的研究是,学校与社会亟需一场教育生态的跃迁,育人目标的重置:从大规模刷题应考,走向大规模因材施教。我们必须学会搭建过去难以想象的“超级生态”,推动每个人在一个伟大的时代,在更加多元广阔的价值意义目标上,挖掘生命潜能,成为“超级个体”,实现“超级联盟”。
这就是本届理事会年会所讨论的“双向进化”:AI与技术向更理解人、赋能人、连接人的方向进化;教书和育人向更具主体性、创造性、情感性与意义感的方向进化。
一切正如康德所醒目标注的一样:人类不仅生存于受因果逻辑驱动的物质世界,更栖息于一个由目的、价值与责任构成的意义世界。当“万物皆可化为数据”,人如何才能成为目的?
这是我在2025年底写给自己的一句话:不要温和地走入这个时代,要学会躬而就之,凿而通之,导而利之,战而胜之。
在人类何去何从的文明十字路口,教育人的价值与责任指向我们必须战而胜之的目标:躬身入局,积极行动,让技术升级与学习升级同步;智能接管与生命超越同步;科学更强与人文更浓同步;向外更清楚与向内更明白同步......


当趋势性的力量越来越磅礴时,征兆性的现象就会遍地开花。
2026年3月,杭州吉利集团推出“跨时代跃迁人才培养计划”,大规模招聘高中生,选拔有天赋但不适合应试教育的孩子,入选者将进入吉利新能源、人工智能、低空飞行、低轨卫星等核心战略赛道的实战岗位,享受企业、学术、AI三导师培养,边工作边学习,毕业后直接留任。

特别值得关注的,是这个招聘重点考察高中生以下四方面的素质:
热爱与抱负
逻辑与问题解决
意志力与韧性
协作与共情
这样的计划,华为、腾讯、字节跳动等国内一流企业,都不约而同纷纷推进。
这其中真正需要关注的是,对技术进化与人机协同可能性的判断,成为企业人才需求发生转移的根本动力。企业家们越来越认识到,即便未经专业训练,如果一个人具备较高的思维品质,依然可以解决复杂的专业问题。
非专业人士如何用AI挑战世界级难题?Open AI有一位核心成员杨天润,学金融出身,完全不懂代码,但不久前他指挥的AI智能体军团,以超乎想象的速度,跻身全球排名前20的AI项目。
二十天前,海外科技圈和医学圈同时被一个新闻刷屏了。一个毫无生物学背景的澳洲大叔,用两款AI 软件给濒死的宠物狗设计了一款癌症疫苗,救活了它。这个操作看傻了科学家们:一个门外汉+AI用短短的时间,实现了专业团队都不一定成功的研发任务;也让医药界炸裂式地震:那个严严实实的临床医学旧秩序,被AI撬开了一条永远无法修补的裂缝。

今天的AI究竟进化到什么程度了?未来3-5年还将如何进化?结合各方面研究信息,我们看见了五个方面的趋势:
1、从“统计智能”走向“世界模型”
能否读懂文本,和能否读懂世界,这是两个代差的AI能力水平。
当下我们经历的生成式AI革命,本质还是基于海量文本的统计关联。但未来3-5年,技术进化走向世界模型的成熟应用,AI不再只是处理符号和语言,而是能够像人一样理解物理规律、因果关系、时间延续和空间结构。
对教育而言,这意味着知识传授的底层逻辑被颠覆。当AI能像一位拥有常识的物理学家、历史学家、心理学家一样演示这个世界的因果时,学生将不再依靠大量习题强化规律,而是直接与一个懂世界的智能体对话、质疑、假设、验证,学习的重心将从“记忆理解规律”转向“设计真实实验”。
2、从“对话式助手”到“自主智能体”
今天人们熟悉的豆包、DeepSeek、ChatGPT本质上是被动的:你问它答,你不问它不动。未来3-5年,以“龙虾”为代表的自主智能体将进一步成熟,不仅能对话,还能设定目标、拆解任务、调用工具、执行行动,并在过程中自我纠错,多个智能体还可以彼此协作:一个负责搜集,一个负责批判,一个负责整合......
这对教育的冲击极为深刻。当AI可以完整执行一个任务链条时,“项目式学习”将重新定义:学生不再仅是项目的执行者,而更多的将成为项目的定义者、目标的设定者、价值的选择者。学生需要学会的不仅是“怎么做”,更是“定义做什么”以及“为什么值得做”。

3、从“虚拟智能”到“具身智能”
未来5-10年,具身智能大规模进入物理世界——机器人、智能设备、可穿戴设备不再执行固定程序,而是成为拥有环境感知、自主推理、自我迭代和行动能力的智能体。
对教育而言,这将从根本上改变动手实践、劳动教育、艺术创作这些领域的形态。当机器人可以搭建结构、调配颜料、甚至演奏乐器时,学生动手的意义何在?答案是:动手操作不是为了高效产出,而是为了体验“意图-行动-反馈”这一完整认知闭环。“人需要通过身体来思考”这一哲学论断,将在具身智能时代重新被发现——技术越能替代肢体劳动,教育越要保护那些“必须由身体完成”的学习。
4、从“单一智能”到“认知生态”
可以感知的技术进化方向,不是某个超级AI一统天下,而是形成一个异构、分布、协作的认知生态。你的手机上可能运行着十几个不同的小模型:一个专门处理语音,一个管理日程,一个做情感分析,一个做道德推理。它们之间可以互相调用、辩论、整合。
在教育场景中,这意味着每个学生将拥有一个终身陪伴的认知镜像——一个从小学到高中始终跟随、不断适应学生思维风格、由多个小模型组成的AI学伴。它知道你在哪些概念上容易混淆,知道你什么时候注意力下降,知道用哪种比喻最能让你理解。

5、从“拥抱技术进步的可能”
到“警惕精神主权的撤退”
当算法比我们更精准地读懂学生、预测可能、重构学习、判断是非......学校教育人似乎必然经历一场“育人阵地甚至精神主权的撤退”。
但我们必须相信的是:技术进化所带来的结果,从来不是命定如此。“万物皆可数据化”不是照此演绎的“剧本”,人类在整个文明史上,也从未成为按部就班坐于台下的“观众”。
技术进化的方向,取决于数十亿次人类的选择:研究人员选择研究什么,企业选择开发什么,用户选择使用什么,而教育者——选择培养什么样的人以及如何培养人。如果我们不主动参与过程的塑造,那么技术就会按照效率最优的默认方向进化,并大概率与人的进化背道而驰。
我们当然不想将生命的解释权完全让渡给技术,不想让“算法之神”将人类文明带入那个无比平庸、无比猥琐、无比“小写”的人类新时代,甚至带入自我终结的文明黄昏。我们不能只有对技术进化的被动回应,而是需要主动的、刻意的“逆向操作”:技术越快,我们越要慢下来思考;技术越通用,我们越要追问独特性;技术越智能,我们越要锤炼人之为人的判断与主张。技术的进化,必须同步甚至首先考虑“人的主体性进化”。


天使翩翩起舞,魔鬼也会从天而降,21世纪的人类进入一场史无前例的自我再造之旅——人类文明进化的上半场,我们越来越懂世界;人类文明进化的下半场,我们要越来越懂自己。
从“征服世界”到“理解自己”
人类文明进化的方向一直是两个字:征服。征服火、征服水、征服距离、征服重力、征服信息、征服基因序列——从第一把石斧到今天的量子计算机,人类几乎所有的聪明才智都在回答同一个问题:这个世界是怎么运转的?

我们用了几千年,把向外探索做到了极致。然而“破山中贼易,破心中贼难”。你今天问一个人:“你是谁?你真正想要什么?”他多半没有真正像样的答案。因为进入近现代世界,人类几乎从未认真对待过“向内探索”这件事。
我们通过数理化、文史哲来解释物质,解释宇宙,解释文明,但有什么学科来理解“自己”?心理学把人拆成变量,脑科学把人还原成神经信号......这不是知识的缺陷,而是“文明的结构性偏科”——理解世界太庞大、太紧迫、太有生存压力,于是它吞噬了几乎全部文明资源。“认识你自己”都知道它特别重要,但真实的情况是,“我们每个人都一直没空”。
理解世界是信息处理问题,理解自己是意义体验问题。信息可以被计算,意义不能。AI与机器能到达的最远处,恰好是人类必须独自开始的地方。
500年前,王阳明被贬官至贵州龙场,一个瘴气弥漫的蛮荒之地。他失去了官职、声望、师友、健康,所有外部定义一夜之间被剥夺干净。一个曾经拥有全部社会标签的人,突然只剩下一个赤裸裸的问题:剥掉这一切之后,我到底是谁?
他没有向外求。在那个除了生死什么都没有的石棺里,他向内走,一层一层剥开自己,最后看见了一个改变整个东亚思想史的结论:“心即理”,内在的世界决定外在的世界。

今天,时代洪流中的每个人都在经历相似的“微型龙场”。AI正一项一项接管你的外部能力,我们的优势被卸掉,标签在失效。当这些枯叶被风吹雨打零落成泥之后,我们还剩下什么?
也许,真正智慧的用力方向,就是“向内求”,通过探索自己来驾驭世界,通过帮助自己以及孩子们,在底层建立“一套认识自己的基础设施”,用一套同样严肃的认知升维、身心挖潜、内在世界的重建,来升级“自己”这个系统。
我想,这就是智能文明时代教育强国的最终涵义:AI竞赛的终局点,不在算力突破,而在谁最先度过文明最危险的失控时刻;全球竞争的领跑者,不仅取决于“AI大模型是否跑分最高”,更取决于谁在率先实现“工具升级与人类升级的再次对齐”。
从“大脑计算”到“具身心智”
有一本认知科学界的名著——《具身心智》,被誉为“认知科学史上的分水岭”,提出了一个划时代的结论:认知不是大脑内部的符号计算,而是身体与环境持续互动的产物;心智不是对客观世界的被动映射,而是在行动中产生的锚点和意义。
斯坦福大学有一个同样影响深远的实验。科学家测量了人们在坐着和走路时的创造力表现,结论是:走路时人们在创造性思维力方面,平均比坐在原地的人提升了81%。走路提高创造力,在今天已经成为认知科学界的常识。其实更早时期尼采就说过:所有伟大的思想都是在行走中产生的。

大家都知道,人类大脑是由数百万年的丛林生活进化而来,这是一个运动的过程,我们的认知功能与运动功能是耦合在一起的,几乎所有的抽象概念也都是用身体经验构建的——比如我们用“热与冷”理解情感,“上与下”理解地位,“轻与重”理解重要性......
各位教育同仁,我们和我们的每一位学生,都不是仅用大脑在思考,而是用整个身体在感知和思考;身心健康与感知能力的进化,决定了生命与认知的进化。所以就不难理解,教育为什么越是走向科学规律,就必然走到“健康第一”。
从“智人”到“意义人”
智能文明时代,人类必须从以知识理性为标志的“智人”,进化到以价值判断和意义创造为标志的“意义人”。
这不是退守,而是一次更高维度的跃迁。
未来十年,当AI可以完成越来越多“高效、准确、无情绪”的工作,人类社会将前所未有地需要那些敢于面对“强大的算法”,提问追问质问、敏感深究不满、受挫失败再出发、差异独特甚至刻意相反、承受不确定性并在破碎中重建意义的人。
人类最不可或缺的价值,是我们必须成为“人类文明自有意义”的守护者。
什么是“人类文明自有的意义”?它不是最大效率、最大产出、最优解。而是这件事值得做,即使它不划算;这个人值得爱,即使他不完美;这个问题值得追问,即使它没有答案。而教育的使命,恰恰是帮助每一个学生在技术的洪流中,长出在每一个领域回答这个问题的能力。
技术追求效率,我们追求意义;技术追求最优解,我们追问“什么是对的解”;技术追求无摩擦的流畅,我们保护那些有价值的卡顿、困惑与失败。
这不是反技术,而是在技术加速的时代,坚定地、清醒地、有策略地,把人之所以为人的能力同步向前推进。

AI时代“人之为人”
需要放大的八种能力
从今天到明天,人类正在被AI逼出一个更高维度的能力空间。过去的能力依然管用,但以下八种能力,我们却必须学会将它们放大到极致。

AI天生就有迎合倾向,它可以通过选择性呈现你想看的那部分真像,屏蔽那些让你不舒服的事实,不断地帮你寻找自我的合理性。
所以当人类处在必须依靠AI行动的时空里,我们将越来越不自知。老子所说“知人者智,自知者明”,在AI时代这件事情变得无比重要——自知不再是修养,而是生存能力。在自我认知无锚点的状态下,人与AI的对话必然导致妄想;锚点一旦存在,同样的对话就变成了认知进化、能力升级的加速器。
“自知之明”人人皆有,只是强弱不同。未来,当AI可以给出近乎完美的答案时,每个人最应该强化的是对自己认知框架的觉察力;要学会判断什么时候我可以,什时候我加AI一起可以,什么时候应该怀疑AI,什么时候应该怀疑自己。
人类天生就有认知偏见,这恰恰是我们的优势——我们知道自己有偏见,才能够有意识地寻找与自己观点相反的证据,才能够质疑自己的第一反应,才能够采纳一个让自己不舒服的立场......这种主动的自我认知纠偏,是批判性思维的最高形态。

生而为人,我们都有一种独特的能力:向无人区迈步,向未知挺进,在困惑中停留,在难题中忍耐,在看不见答案的时候工作与创造。今天,我们需要极度放大这种能力——在不确定性中展开探索与创造,是未来100年人类的基本生存状态。事实上古往今来,所有重大的科学突破、艺术创作、哲学思考,无一不是那些最能耐受困惑与不确定性的人,给出了最有创造性的答案。


哲学家迈克尔·波兰尼说过:“我们知道的,远比我们能说出来的多。”一名工匠的手感,一个运动员的节奏感,一位教师对课堂气氛的直觉,一位医生“觉得不对劲”的临床判断——这些都不是计算的结果,而是身体在长期实践中形成的非语言智慧。未来,当所有可编码的知识都被AI掌握,恰恰是这些“说不出来”的默会能力,会成为人类最珍贵的资产。

爱是一种更高维的宇宙语言。
蓬勃的情感与深刻的理性,是人类精神的两大支柱。
当理性越来越被机器习得,情感必须如水流淌,才能滋润生命与文明。
AI可以识别情绪、生成共情语句,但它没有真正的情感体验。人类的情感共鸣不是“识别+回应”的算法,而是两个身体之间的共振——心跳同步、瞳孔变化、微表情、语调的微妙波动,所有这些在面对面交流中,形成了一种AI无法介入的情感通道,在算法时代将远超技术所带来的心灵与行动价值。

审美不是特征识别。当一个人说“这幅画让我感动”,他不是在说“这幅画的构图符合黄金分割、色彩搭配和谐”;他说的是某种无法被还原为特征的、整体性的、身体性的感受。
康德把这种判断称为“无概念的普遍性”——你无法用语言完全解释为什么你觉得美,但你确信它不是纯粹客观的。这种超越规则、超越计算的审美直觉,是人类创造力的深层源泉。


人类的联想力有一种AI无法复制的特质:将两个看似毫无关系的领域,在完全非逻辑的层面上连接起来。爱因斯坦曾想象自己骑在一束光上——这不是逻辑推理,而是视觉化的、隐喻性的、甚至有些“疯狂”的跳跃;毕加索把非洲面具的几何形式塞进欧洲绘画——这不是风格融合,而是一种对“什么是绘画”的跨领域想象。这种打破范畴、重构框架的想象力,AI在可预见的未来无法做到。

AI擅长在已有框架内生成新内容,但它无法创造一个从未存在过的框架。
人类可以——基于跨领域超时空的联想力,我们可以想象并创造一个更好的社会制度,一种从未有过的艺术形式、一个从未被发现并解决的科学难题。这种无中生有的创造力不是组合、不是类比、不是迁移,而是人类智能最神秘、也最不可替代的部分。

一个人选择结婚、选择参军、选择从教、选择成为宇航员、选择站在某个历史关头的某一边——这些都关乎承诺。做出承诺意味着:我知道可能有更好的选择,但我选择这个;我知道未来可能不如预期,但我仍然投入;我知道我可能会失败,但失败也是我的一部分。
这种在信息不完备的情况下做出不可逆的决策,并为之承担全部后果的能力,是人之为人的核心。AI可以计算概率,但概率永远不能替代选择;AI可以模拟结果,但模拟永远不能替代承担。

以上八种能力,构成了一个完整的、递进的AI时代“人之为人”需要重点发展的能力谱系:
元认知(边界觉察、认知纠偏、耐受困惑)是人类对自身思维的操作系统;
体验性(默会认知、情感共鸣、审美感知)是人类通过身体和情感与世界连接的方式;
创造性(超时空联想、从无到有)是人类突破现有框架、创造新可能性的引擎;
行动性(做出承诺并承担责任)是人类在真实世界中留下痕迹的唯一途径。

这就是“双向进化”中,作为人这一端越来越清晰的图景:不是被动地守卫什么,而是主动地成为AI永远无法成为的那种存在。


蒲公英教育智库的组织生态与用人方式,有三个主要特征:高度专业分工、深度嵌套协作、复杂任务主理人制。这其中包含着两个基本思考:
1.什么样的组织生态能够更好地推动团队成员的成长?
2.当AI把专业的壁垒推平之后,到底什么样的人不能被替代?
我们今天回答后面一个问题。第一类就是那种少数真正的顶级专家。AI虽然能推平很多井,但是他永远推不平的是最深的那几口井。因为这些人拥有人的专业功底远超人类一般水平,AI也达不到;更为重要的是,他们拥有“从零到一”的创造性能力,这些创造不在人类已有的知识范围内,所以这些人将永远稀缺,而且AI越强他们越强。
第二类,我把它称为复合连接型的人。我们要求我们的团队成员通过大量的真实经历,在学校与社会之间、社会与时代之间、时代与人生之间、学科与学科之间、学科与生活之间、学科与育人之间、课程与场景之间、场景与技术之间、技术与学习之间去获得连接。
什么叫做复合连接能力?简单来说就是驾驭并推动复杂工作的能力。以学校校长为例,就是要学会把学校的目标与生态、课程的内容与学习方式、学校空间与场景、技术的实施与平台、教师的起点与状态、学生的心理与情绪、社会的趋势与结构……放在一块去看,然后从里面去提出一个新的思考与行动框架。它考验的是我们有没有在不同的层面之间建立结构性联系的能力——从点到线,从线到面,从面到框架,从框架到行动、从行动到结果,我把它称为触类旁通的复合连接能力。
学生的学习同样如此,培养解决复杂问题的人,必须以能够建立复合连接的学习任务为前提。在这样的认识基础上,蒲公英教育智库提出了“好的教育是森林的样子”的教育主张,并以此为目标,确立了学习进化的设计目标:
1
学习目标的再进阶:
从记忆、答题、应用、理解,到提问、验证、创造、反思、迭代;
2
教学设计的再进化:
推动“教-学-创合一”,实现“以创为中心”的学习;
3
课程设计的任务化:
全任务链式的课程,全学科式的任务;
4
学习关系的三元化:
从“师-生”二元结构,走向“师-生-AI”三元结构;
5
教师角色的主理化:
从学科教研组走向任务链主理群;
6
学习评价的挑战化:
少评价结果,多评价过程、思路、元认知、独创性、伦理决策;设计“抗AI评价系统”,如通关式评价、创展式评价、口头答辩、过程档案、跨情境迁移任务等。
学校功能的进化:
从“传授确定性”到“管理不确定性”
过去的学校以“标准答案”为终点,未来的学校应以“持续探索”为常态。这样的学校应成为“安全冒险区”:在这里可以提出不成熟的想法,可以被AI驳倒,可以在错误中重建认知。
学校结构的进化:
拆墙、混龄、项目化
学科之墙:全学科教学成为新一代未来学校的标配;
学段之墙:任务式、学程式混龄学习成为未来学校的基本培养模式;
空间之墙:教室成为可配置的学习工作室、AI协作区、沉默阅读角、辩论场;
时间之墙:打破45分钟标准课时,让深度学习、长周期项目成为可能;
角色之墙:教师、学生、AI、社区专家共同组成学习网络。
学校制度的进化:
评价、课表、师生关系的再设计
评价进化:不再只问“你得了多少分”,而是问“你提出了什么好问题”、“你如何与AI协作又保持独立思考”、“你为同伴贡献了什么”。
课表进化:设置“AI增强型学习”和“无AI深度工作”两种模式交替进行,前者用于拓展思维边界,后者用于内化与沉淀。
师生关系进化:当AI能解答大部分知识性问题,教师的权威来自何处?来自对学生独特性的识别、来自在困境中的陪伴、来自对“值得做的事”的共同坚守。
学校技术的进化:
在软件层面重构工具的生态
我们需要关注如何搭建可复用的工具生态,教育技术将迎来一次重构周期。软件的重构,学校系统可能会被重新拆解为数据层、工具层以及Agent 层,这会是未来十年教育技术最大的结构性的变化。
校长的进化:
从管理者到“双向进化的策展人”
校长要同时理解技术的可能与人性的边界。校长的核心工作不是采购AI系统,而是组织全校对“我们要成为什么样的人”展开持续对话。
教育领导者的责任,就是在AI加速奔跑的时代,坚定地、清醒地、有策略地,把人之所以为人的能力同步向前推进。


夜雨聆风