夜雨聆风前几天，我把一个刚冒出来的想法分享给我的朋友安猪：AI时代，教育的隐喻可能不再是农业，而是更古老的东西——狩猎采集。
安猪没有回复文字，直接发了一篇他一年前写的文章给我。文章的标题是《成为猎人，而非农夫：如何快乐地做超长期的工作？》。
我们从完全不同的入口，各自走到了同一个隐喻。
安猪是从个人策略出发的：在不确定性时代，做超长期工作的人应该像猎人一样——保持流动，保持警觉，而不是像农夫一样按部就班地等收成。
而我是从学校出发的。我在想的问题是：AI时代的学校应该长什么样？老师应该是什么角色？我们用来描述教育的那套语言，是不是该换了？
两个人，一个在说"个人怎么活"，一个在说"教育怎么做"，撞到了同一个词。这可能不是巧合。
三个时代，三个隐喻
每个时代的教育都有一个主导隐喻，这个隐喻决定了学校怎么建、老师怎么做、学生被怎么看待。
工业时代，教育的隐喻是工厂。 学校是流水线，班主任是车间主任，学生是原材料，按照统一标准被加工成合格产品。铃声控制节奏，考试检验质量，不合格的被淘汰。这个隐喻的底层信念是：我们知道社会需要什么样的人，教育的任务是批量生产。
过去二三十年，越来越多的教育者意识到工厂隐喻的问题，开始转向一个更温和的隐喻——
信息化时代，教育的隐喻变成了农业。 学校是花园，老师是园丁，学生是种子。园丁不再把种子塞进模具，而是松土、浇水、施肥，然后耐心等待生长。这听起来比工厂好多了，也是今天大多数教育创新者正在使用的语言。
但在十年创新教育实践中，我越来越强烈地感到 花园隐喻有一个隐藏的问题：园丁仍然在决定该长出什么。
园丁选种子、选土壤、决定这里种玫瑰那里种番茄。手段从强制变成了滋养，但"我知道你应该长成什么样"的底层逻辑没有变。那些写满几十条素养指标的课程框架，本质上就是一张精美的种植规划图——看起来尊重生命，其实还是在规定生长方向。
而且，人不是植物。植物扎根在原地，被动地接受阳光和雨水。 在农业隐喻里，我感受不到主体性。
第三个隐喻：部落与老猎人
那什么隐喻更贴切？
这个想法是在一次对话中冒出来的。我在和朋友讨论AI时代的学校应该更像什么——我本来说的是"村落"，但身体里有个声音说：不对，应该是 部落 。
部落——那是比村落更古老的东西，是农业出现之前、人类以狩猎采集为生的时代的社会组织。
然后整个隐喻链就自己长出来了：
AI时代，教育的隐喻可能是狩猎采集。学校的隐喻是部落，老师的隐喻是老猎人。
这个隐喻的底层逻辑和前两个完全不同。
猎人不规定猎物出现在哪里。他做的事情是： 带新手进入真实的、不可预测的地形，在行动中示范如何阅读环境、如何判断、如何行动。 没有教学大纲，因为每次出发遇到的都不一样。学习发生在跟随和行动中，而不是在教室里。
老猎人没法"代理"打猎这件事。他不能在帐篷里画一张地图说"你照着走"。他必须在场，而且他的在场不是站在旁边看，是 和你一起进入不确定性 。
部落里也没有"校长"。不同的老猎人擅长不同的事——有人读风向，有人识足迹，有人会做陷阱。年轻人跟不同的人学，天然就是流动的、去中心化的。
这不是我凭空想象的乌托邦。波士顿学院心理学教授Peter Gray用数十年时间研究了存续至今的多个狩猎采集社会，发现了一个惊人的事实：这些社会中，成年人不设课程、不监测进度、不试图激发孩子的学习动机。孩子通过观察、游戏和探索来自我教育——而且学得非常好。他在《Free to Learn》一书中论证，人类的自我教育本能是在数十万年的狩猎采集生活中被自然选择塑造出来的，这些本能在今天依然有效，只要我们提供合适的环境。
更有意思的是，Scientific American的一篇文章发现，刚果雨林的Mbendjele部落教育孩子的方式，和现代机器学习的训练逻辑惊人地相似——成人不直接指导，而是创造学习机会、提供工具、监测但不干预，孩子根据自己行动的反馈来调整行为。AI的学习方式，反而更像狩猎采集时代的人类，而不是课堂里的学生。
为什么教育会演化，又为什么在回归
有人可能会问：如果狩猎采集的学习方式这么好，为什么人类后来放弃了它？
因为生存条件变了。
先看一组时间尺度：智人以狩猎采集方式生活了大约30万年，农业时代不过1.2万年，工业时代不过250年。也就是说， 人类历史上超过95%的时间，我们都在用狩猎采集的方式学习和生活。 塔勒布在《反脆弱》里提到的"林迪效应"说，已经存在了很长时间的事物，倾向于再存在同样长的时间。从这个角度看，狩猎采集式的学习才是经过最长时间验证的、最经久耐用的模式。
但教育模式确实不是随机漂移的——它跟着生存方式走。每一次演化都有其适应性逻辑。
农业革命之后，人类需要大规模、可预期的劳动力来耕种和收获。学习变成了"掌握确定的技能，服务于确定的生产周期"。工业革命更进一步，工厂需要标准化、守纪律、能执行指令的工人——于是学校被设计成了工厂的预备役，用铃声、分科、考试来训练服从和精确。 这些演化不是退步，它们确实极大地提高了人类整体的物质生存能力。
但现在，条件正在发生根本性的变化。
AI和自动化正在将人类从物质生产的一线解放出来。当机器可以种地、造东西、运货、写代码、甚至做诊断的时候，"培养能高效执行确定性任务的人"就不再是教育最紧迫的使命了。 人类第一次有条件大规模地从"为生存而学"转向"为成为人而学"。
这就是回归发生的底层逻辑：当物质生存的压力被技术逐步化解，教育的重心就可以从"适应已知的生产需求"移回到"探索未知的人的可能性"。
当然，狩猎采集时代的学习并不是为了"探索可能性"，它就是为了生存。只不过在当时的生产力水平下，生存本身就是一件高度不确定的事——你进入山林或草原，不知道猎物在哪里，也许你熟悉地形，但每一次捕猎本质上都是一场"撞见"。 相似的不是目的，而是模式：都是在高度不确定的环境中追踪、判断、行动。 今天的年轻人"探索自己的可能性"，在结构上和猎人进入未知的山林是同一件事——你不知道什么会在哪个拐角出现，你能做的只是让自己成为一个更好的追踪者。
不是因为我们浪漫化了原始社会，而是因为当教育的核心任务从"确定性的生产"重新变成"不确定性的探索"时，那个最古老的学习模式反而成了最匹配的。
三种确定性
这三个隐喻之间的区别，本质上是对"确定性"的态度不同：
工业教育假设封闭的确定性 ——我们知道你要成为什么，也知道路径，你只要服从。
农业教育假设有限的确定性 ——我们知道你本来该长成什么样，路径会根据你调整，但终点仍然是已知的。
狩猎采集教育承认真诚的不确定性 ——我们不知道你会遇到什么，也不知道你会成为什么，但我们和你一起进入。
在AI时代，确定性正在加速崩塌。没有人能预测五年后的职业图景，没有一套素养框架能覆盖未来的需求。 当确定性消失的时候，基于确定性假设的教育隐喻——无论是工厂还是花园——就都不够用了。
我们需要一个为不确定性而生的隐喻。
不是线性进步，是螺旋回归
这里面有一个耐人寻味的悖论：为什么我们在描述最前沿的教育形态时，用的却是最古老的隐喻？
因为这不是一条直线。不是"原始→落后→先进"的单向进步。 它是一个螺旋——带着所有现代工具和文明积累，回到人最本质的学习模式。
狩猎采集时代，学习的动力问题是不存在的。没有人需要"激发"一个年轻猎人的动机，因为学习和生存是同一件事。工厂和花园的共同问题，是把学习从生活中剥离了出来——于是，动机变成了一个需要额外解决的难题。
也许我们不需要更好的"激励系统"，我们需要的是让学习重新回到生活之中。当学习不再是与生活分离的活动时，主体性不是被"培养"出来的，而是自然恢复的。
这可能才是AI时代教育最深层的转向：不是设计更精密的花园，而是重建一个 学习和生活没有被分开的部落 ——在那里，年轻人跟着不同的"老猎人"进入真实世界，在行动中学会阅读环境、做出判断、承担后果。
至于老猎人是谁？可能是一个创业者，可能是一个手艺人，可能是一个科学家，也可能是一个在自己领域深耕了几十年的普通人。他们的共同点不是"教了什么"，而是 愿意让年轻人跟在身边，一起进入不确定性 。
这或许也是AI时代教师最准确的画像：不是知识的搬运工，不是成长的规划师，而是一个愿意带你进山的老猎人。
史慧亮2026年4月20日，写于有迹可循个人观点，非学校官方观点
