一、找到卡住的那块积木

吴军的要点：因材施教——找到每个孩子卡壳的地方，针对性补。

想象一下：一个孩子在搭积木，底座搭到第五层，中间有一块放歪了。他继续往上搭，越搭越歪，最后整座塔倒了。你说是他不努力？不是，是那块歪的积木没被发现。

学习也是这样。我家孩子数学有段时间突然掉下来，我第一反应是"态度问题"。后来发现，就是两个概念没搞懂，后面全跟着晃。针对性补了两天，自己就追上来了。

什么概念？不是孩子笨，是他被几个知识点卡住了。卡住之后，后面的越积越多，越来越跟不上。每个孩子卡壳的地方还不一样——张三卡在分数运算，李四卡在方程移项。老师对着全班讲同一道题，张三李四的问题都没解决，而且所有人都得陪着听。

吴军提到了一个实验：用大数据和AI找到每个学生卡壳的点，针对性换方法讲。据吴军课程介绍，结果大部分学生数学和英语能到A或A+，9个月的内容4.5个月学完，从B水平到A+。

找到了，事半功倍。找不到，再怎么刷题也是事倍功半。

找不到AI系统呢？吴军说：找称职家教针对性补救。送大补习班重新学一遍——全班再听一遍，卡壳的地方还是卡着。不是不努力，是卡住了没人看见。

二、学校给你的是游泳池，真实世界是海

吴军的要点：注重实践——在真实环境里练真本事。

你见过这样的孩子吗？考试分数很高，但让他做个东西出来，站在那儿不知道从哪儿下手。不是不聪明，是从没在"脏"的环境里练过。

什么意思？学校里的题目，数据是干净的，条件是明确的，答案是一定的。但真实世界不是这样——数据是脏的，问题是模糊的，答案是不完美的。学校给你的是游泳池，真实世界是海。

吴军和国内顶尖大学开设计算机课，用的是工业界的真实数据——量大、有噪音、不干净、有缺失。学生不可能得到完美结果，得想办法得到尽可能好的结果。工作量大，但将来工作面临的就是这种环境。

技校毕业生在某些领域反而好找工作，一个重要原因就是实践丰富。用人单位的态度也很现实：成绩普通但能干活的人，往往比成绩优秀只会考试的人更适应岗位。

我自己也吃过这个亏——之前学做表格，教程看了三遍觉得会了，真上手做一份完整报表，光数据清洗就卡了两个小时。纸上看着会了和真做出来？差着十万八千里。

三、背菜谱和炒菜，是两回事

吴军的要点：改变考核方式——闭卷考的是记忆力，开卷才考能力。

闭卷考试像什么？像考厨师背菜谱——你背得出"盐少许、酱油两勺"，不代表你炒得好。开卷考试才是让他真炒一盘菜——哪怕翻着菜谱炒，炒出来的才是真本事。

很多人看似学了很多知识但做不好事，为什么？从一开始目标就定错了——在优化闭卷考试成绩，不是在真正掌握知识。优化考试和学真本事，两条路。

吴军提到了"做题家"。他的态度很直白：做题家一开始升学能讨点便宜，但习惯于只会做题，学习习惯改不过来，找工作容易被刷。有人觉得"先过了第一关再说"，吴军说：如果犯错，最好早一点，损失最小；到最后才发现行不通，损失最大。

什么意思？开卷、半开卷、口试、做实验、做项目——越往上学、越到实战场景，用得越多。这不是偶然，是因为这些方式才能检验真正的能力。

这不是在说考试不重要，是在说——考什么，决定了孩子往哪个方向使劲。

四、从"被安排"到"自己选"

吴军的要点：从以教为主到以学为主——学生自己决定学什么。

前面三个改变，都是"老师怎么教"在变。但不管老师怎么优化，你还是被动的——老师安排什么你学什么。这一条不一样，是"谁来决定学什么"在变。从"被服务"到"自己做主"，这个跳跃比前三个都大。

吴军讲了一个例子。央视前一位主持人，数学老考不及格，问吴军自己是不是学渣。吴军说：不是学渣，是教学安排不合理。让鱼去爬树，考不及格不是鱼的问题，是考题的问题。不擅长数学，没必要和学理工的人上同一门数学课，应该上简单一点的，把时间花在擅长和喜欢的课程上。

这不是吴军一个人的想法，是世界上最好的大学和顶级高中的做法——让学生选适合自己的。技术上已经不是问题了，MOOC公开课、远程教学工具、哈佛MIT互相开放选课——资源就在那儿，关键是改变思维：变被动受教为主动学习。