夜雨聆风高考前两天，六家主流 AI 平台集体关闭了「拍题识图」。各大媒体争相报道，评论区迅速分裂——有人拍手叫好「早该管了」，有人追问「一刀切是不是太粗暴」。
这件事背后是一个容易被所有人忽略了的问题：当 AI 能 3 秒解出压轴题、5 分钟生成满分作文、搜题功能比任何一位老师都「全能」的时候——我们到底在学什么？
我正好听了晚点聊最近跟洋葱学园 CEO 杨临风做的一期播客。他在哈佛读计算机，却从 2013 年起做了 13 年教育。在线教育融资最疯狂的那几年他没做双师直播，AI 最火这一年他也没去追大模型——他在播客里说了一句让我十分认同的话：
「用AI制造捷径，是在杀死真学习。」
01
—
被AI偷走的「学习过程」
我们大多数人理解的学习过程是：听课 -> 做题 -> 批改 -> 查漏补缺。目前市面上大多数的AI教育产品也是针对这些环节来提供服务的。
类型一：用AI替代「教」。 把老师讲知识点、板书、例题演示这些环节，交给大模型完成。AI 讲课，学生听。
类型二：用AI管理「学」的外围。 推题、批改、阅卷、错题本自动归类、薄弱点热力图——这些占据了当前 AI+教育产品 90% 的功能菜单。你刷完一套卷子，AI 告诉你哪个知识点薄弱、自动推送三道同类题。整个过程行云流水。
这所有的一切，都建立在一个默认前提上：学习 ≈ 听课 + 做题 + 批改 + 查漏补缺。
如果这个前提是错的呢？
如果真正的学习过程，从来没有发生在「做题→批改→推送新题」这个循环里，而是一直在另一个维度上——比如「一个学生盯着黑板，皱眉，然后突然眼睛亮了」的那个时刻？
一个高二学生，晚上做数学题。做到圆锥曲线的大题，卡住了。他的第一反应是什么？
如果是两年前，他可能会翻课本、看错题本、第二天去问老师或同学。这个过程至少包含了：识别自己卡在哪里 → 尝试找线索 → 实在不行求助。
但今天他有豆包。拍照上传，3 秒，答案 + 详细步骤，排版工整。
他看了一遍，觉得自己懂了。关掉页面，继续做下一题。
懂了吗？——他确实看懂了每一步的推导。但「懂」和「会」之间隔着的，正是那 20 分钟自己死磕的痛苦。那个痛苦里有大脑突触在生长，有神经回路在被加固，有「再遇到这类题我怎么想」的策略在悄悄成型。
AI 替他跳过了这些。
这就是杨临风说的「杀死真学习」。不是 AI 本身有害——而是当捷径变得太方便、太自然，「走捷径」就从一种选择变成了默认模式。你甚至不会意识到自己跳过了什么。
碳基大脑有一个无法被硅基加速的物理定律：理解需要时间。
不是CPU 慢的那种需要时间，是突触重塑、髓鞘形成、神经回路优化的那种需要时间。你的大脑不是一块硬盘——往里面写入「答案」不等于学会。
学会，是大脑物理结构层面的改变。那个改变需要重复、需要情绪参与、需要在不同场景下「提取信息失败再重试」。
02
—
AI动摇应试教育，但学校不会消失
近几届高考有一个耐人寻味的背景：教育部的命题方针都是「反押题、反套路」。并且今年首次把「AI 押题」写进了高考预警。
这说明什么？说明政策的制定者已经意识到：当刷题可以被 AI 工业化、当套路可以被机器学习碾压——以知识记忆和解题技巧为核心的应试模式，正面临存在性危机。
但杨临风对此有一个冷静的判断：「AI 动摇应试教育，但学知识的过程依然必要，学校依然必要。」
这句话很重要。因为它避免了一个常见的二元陷阱：「AI 很厉害 → 传统教育完了 → 赶紧改革」。这种叙事听起来爽，但经不起推敲。
学知识的过程为什么依然必要？
不是因为那些知识本身有多重要——老实说，你高考之后用过的圆锥曲线有几个？——而是因为「学知识」是「学会学习」的载体。
你不能跳过载体直接获得能力，就像你不能跳过练琴去获得乐感，不能跳过实战去获得球感。
知识是碳基大脑的「练习场」。通过这个场，你练习的是更底层的东西：专注、逻辑推理、在混乱中找秩序、在错误中调方向。这些能力迁移到任何领域都成立。
学校为什么依然必要？
不是因为它是传授知识最有效率的方式——AI 在这方面已经超过课堂了。而是因为学校是一个「社会化场所」。合作、竞争、失败、爬起来、面对你不喜欢的人、完成你不想做的任务——这些体验构成了「自立」至关重要的另一半。
AI 能给的是「答案」。学校给的是「环境」。 而一个人的成长，大部分发生在环境里，而不是答案里。
03
—
K12最重要的目标：不是考高分，是学会自立
在这期播客里，我最认同的是杨临风说的这句话：
「K12 最重要目标：学会自立。」
他进一步拆解了「自主学习」的公式：
自主学习 = 意愿 × 能力 × 工具
三项相乘。任何一项为零，乘积为零。
- 意愿
不是「老师布置的」「我妈要求的」，是「我想搞清楚」。这个东西 AI 给不了你。反而，AI 越方便，「我想搞清楚」的冲动越容易被稀释——因为答案一秒就到手了，何必费那个劲？ - 能力
知道怎么学。卡住了知道去哪儿找线索，而不是直接搜答案。这是一系列策略和习惯的集合——拆分问题、建立关联、检查自己的理解、在没彻底卡死时忍住不求助。 - 工具
有好东西帮你。但工具的作用是辅助，不是替代。好的教育工具应该让学生更少地依赖它，而不是更多。
三项相乘，但这个公式有个隐藏信息：AI 最容易摧毁的，恰恰是乘法里的第一项——意愿。
为什么？
因为求知欲需要正反馈循环。你卡住了，挣扎，最后靠自己搞明白了——那一刻的快感，大脑释放的多巴胺足以让你下次还愿意拼。这就是「内驱力」的生物学基础。
但如果 AI 每一次都在你挣扎之前就把答案递过来——那个循环永远启动不了。你从来没尝过「自己搞懂」的滋味，你就永远不会主动去追求它。
久而久之，一个更隐蔽的结果出现了：你不是不会学，你是不想学了。 而不想学的人，不管用什么工具，都没用。
03
—
碳基生物教育的本质
所以再来看高考 AI 禁令。
它不仅仅是一个「防作弊」的技术措施——虽然表面上是。它更接近一种「教育哲学」的声明：
有些能力，必须在你与外部工具完全断开的情况下，才能被证明。
不是你会不会算这道题——那个 AI 也会。是「你在没有外援的情况下，能不能独立地、系统地、在压力下完成一次复杂任务。」
这不就是「自立」吗？
杨临风说 K12 最重要的目标是学会自立。高考，刚好就是自立的第一次正式检验。不是你记住了多少，不是你能不能调用外部智能——而是当你赤手空拳面对一张卷子时，
你是否已经成了一个能独立思考的人。
这个标准不会因为 AI 变得更聪明而贬值。恰恰相反——它正在变得前所未有地贵重。
我们生活在一个对效率无限崇拜的时代。更快、更智能、更自动化——这些词几乎自动等于更好。
但在教育这件事上，「更快」和「更好」经常是反的。
一个人真正的成长，没有任何一个时刻是高效的。困惑不高效，卡住不高效，反复试错不高效，推翻昨天的自己更不高效。但这些恰恰是碳基智能最核心的进化机制。
所以，什么是真学习？
不是「我知道答案了」——AI 可以替你做这个。
是「我明白了为什么会这样」——AI 可以给你解释，但这和你自己搞明白是两回事。
再进一步：「我可以用这个去理解另一个完全不同的东西」——这是迁移能力。AI 几乎没有这个能力，而人类最厉害的思考者全是靠这个。
真正的学习——那条必须自己走的路——从来不需要也不会有捷径。
互动话题
AI 时代，你希望你的孩子——或者你自己——学到的最重要的一件事是什么？
是知识？是技能？还是某种 AI 永远替代不了的东西？
来评论区聊聊。
