12个AI 考出985水平?孩子教育还要只看分数吗

这两天我看到卡兹克做了一个挺有意思的测试。

他让 12 个顶级 AI 模型，关掉联网和工具调用，去做今年高考的语文和数学。然后请老师评分。

原文在这里：《今年高考，我让12个顶级AI一起考了语文和数学，结果有点意外。》。

结果很刺激。

两科满分 300，前排模型已经到 250 分以上。

       

卡兹克测试榜单截图

 

我还用元宝粗略算了一下，如果只从语文和数学这两科去做换算，这个分数已经很接近一部分高分段，甚至会让人联想到 985。

       

元宝换算截图

 

当然，这里必须先把边界说清楚。

这不是官方高考。

也不是完整 750 分。

语文用的是部分题目再折算，数学是完整真题，评分也是作者组织老师做的测试。原文自己也说了，结果仅供娱乐参考。

所以我不是要说“AI 已经正式考上 985”。

元宝后面那张分析里也提醒了这一点：AI 两科高分很有参考价值，但它和真实高考、现场发挥、完整科目组合之间仍然有差异。

       

元宝差异分析截图

 

这个说法太刺激，但不严谨。

我真正想说的是：

如果 AI 在知识型考试里已经能逼近这个分数段，那孩子教育还只盯着分数和死记硬背，就明显不够了。

这才是这件事最值得写的地方。

很多人看到这个测试，第一反应可能是：AI 真强。

但我更关心另一个问题：

如果一个 AI 不靠联网，不靠搜索，只靠模型能力，就能在语文和数学里拿到这个水平，那说明什么？

说明大量过去需要人反复记忆、反复刷题、反复训练的知识调用能力，正在被 AI 快速覆盖。

注意，我说的是“知识调用能力”。

不是说知识没用了。

知识当然有用。没有基本知识，你连问题都问不出来，也没法判断 AI 的答案是不是胡说。

但知识的位置变了。

过去，很多学习的终点是：我把这个知识点记住了。

现在，记住只是起点。

更重要的是：

你能不能知道什么时候该调用这个知识？

你能不能把一个模糊问题拆成 AI 能帮你的问题？

你能不能判断 AI 给你的答案靠不靠谱？

你能不能把 AI 的输出变成自己的理解，再变成真实结果？

这才是变化。

以前教育很容易把孩子训练成一个“更大的知识仓库”。

但 AI 出来以后，知识仓库本身不再稀缺。

真正稀缺的是：谁能用好这个仓库。

我觉得这件事对普通孩子反而是一个机会。

过去很多孩子和顶尖学生之间，差距很大一部分来自资源和反馈。

顶尖学生有更好的老师，更好的同伴，更密集的训练，更及时的反馈。

普通孩子很多时候不是不努力，而是卡住以后没人帮他拆。

他只知道自己“数学不好”。

但到底是概念没懂，计算习惯差，审题漏条件，还是不会把题目翻译成数学表达？

他不知道。

家长也不一定知道。

老师也很难给每个孩子做一对一拆解。

但 AI 出现以后，这件事开始变了。

一个普通孩子，第一次有机会低成本拿到一个随时在线的讲解者、陪练、批改者和复盘助手。

这就是我说的“AI 协作”。

AI 协作不是让 AI 替你写作业。

也不是让 AI 直接给答案。

而是你开始学会这样问：

“我这一步为什么错？”

“这类题的共同结构是什么？”

“我应该怎么复盘这次考试？”

“这篇作文为什么看起来完整，但老师可能不给高分？”

“你能不能根据我的错题，帮我归纳下次优先练什么？”

你看，同样是用 AI，结果完全不同。

一个孩子只是在要答案。

另一个孩子是在建立自己的学习系统。

这就是未来的分水岭。

原来我在素材里写过一句判断：未来可能只剩下少数人类顶尖考生。

这句话我现在依然觉得有道理，但需要讲清楚。

AI 不会让所有人自动站到同一起跑线。

顶尖学生也会用 AI，而且他们可能用得更好。

所以从这个角度看，AI 甚至可能继续放大顶尖学生的优势。

但这不等于普通孩子没有机会。

恰恰相反，普通孩子真正应该抓住的是：过去很多只有顶尖学生才拥有的学习反馈，现在可以被 AI 部分补上。

以前你做错一道题，只能等老师讲，或者自己硬想。

现在你可以让 AI 帮你拆：错在概念、错在步骤、错在审题，还是错在表达。

以前你写一篇作文，很难有人逐段帮你看结构。

现在 AI 至少可以先帮你检查：观点是否清楚，论证是否充分，结构是否能被老师评分。

以前你复盘一次考试，可能只是把错题抄一遍。

现在你可以让 AI 帮你归类：哪些是知识漏洞，哪些是思维习惯，哪些是粗心，哪些是训练不足。

这就是普通孩子的新机会。

不是靠 AI 作弊。

而是靠 AI 把学习过程拆得更细，把反馈变得更及时，把过去模糊的“努力”变成可调整的方法。

所以我不认为 AI 只是在制造焦虑。

它也在给非顶尖考生一个新的追赶工具。

前提是，你得学会和它协作。

这里也要避免走到另一个极端。

我不是说分数不重要。

在中国，分数当然重要。

高考也不会因为 AI 出现就消失。

高考考的不只是知识，还考自律、耐力、抗压、长期规划，以及在规则内稳定发挥的能力。

这些东西 AI 替不了你。

所以问题不是“还要不要分数”。

问题是：我们能不能不要只看分数。

如果一个孩子考了 90 分，我们当然要知道他错了哪里。

但更重要的是，他知不知道自己为什么错？

如果一个孩子考了 120 分，我们当然会高兴。

但更重要的是，他这次靠的是死记硬背，还是已经形成了可复用的方法？

如果一个孩子用了 AI，我们也不能只问“你是不是偷懒了”。

更应该问：

你是怎么问 AI 的？

你有没有验证它的答案？

你有没有把它讲的东西变成自己的理解？

你有没有形成下次还能用的学习闭环？

这才是教育要变的地方。

不是不要分数。

而是分数背后的能力结构，要重新被看见。

如果只讲到这里，还是容易变成一句空话：孩子要学会和 AI 协作。

那具体怎么协作？

我觉得可以从三个场景开始。

第一个场景，是错题复盘。

以前孩子错了一道题，很多家长的处理方式很简单：把这道题抄下来，再做三遍。

但 AI 时代，更好的做法不是直接问答案，而是让孩子把自己的解题过程贴进去，然后问 AI：

这里的关键不是让 AI 做题。

而是让 AI 帮孩子把“我错了”拆成“我到底为什么错”。

这一步，过去很多普通孩子是拿不到的。

第二个场景，是预习新知识。

不要直接问：这个知识点是什么意思？

可以换一种问法：

这样用 AI，孩子不是在偷懒，而是在获得一个低成本陪练。

第三个场景，是作文和表达。

作文最怕让 AI 代写。

一旦代写，孩子确实省事了，但表达能力也就被绕过去了。

更好的做法是让孩子先自己写，再让 AI 只做三件事：

注意，只让 AI 提问题和给反馈，不让它直接重写全文。

这样孩子练到的，才是判断和表达，而不是复制粘贴。

如果家长想更简单一点，可以记住一句话：

凡是让 AI 直接给结果的用法，都要小心；凡是让 AI 帮孩子发现问题、拆解问题、验证理解的用法，都值得鼓励。

这就是我说的 AI 协作。

不是把学习外包给 AI。

而是让 AI 进入学习过程，帮孩子把模糊的努力变成可复盘、可调整、可迭代的方法。

我后来又把这个思路整理成了一张图。里面最核心的判断是：AI 时代，知识不再稀缺，真正关键的是提问、建模、验证和协作执行。

       

教育启示框架图

 

我自己这些年从会计转到 IT，后来做云计算，也做过企业数字化转型。

越往后越发现，一个人真正能跨过陌生领域，靠的不是把所有知识都提前背完。

这是不可能的。

真正靠的是一套闭环能力：

先知道自己要解决什么问题。

再去找相关知识。

然后验证这些知识是不是能用。

最后把它组织成一个可以交付的结果。

这套能力，放在企业里叫解决问题。

放在孩子学习里，其实也是一样。

过去我们太容易把学习理解成“知识 → 考试”。

但 AI 时代，更应该训练的是：

知识 → 问题 → AI 协作 → 判断验证 → 解决结果。

这才是未来普通孩子真正该练的东西。

他不需要变成一个什么都背得住的人。

他需要变成一个知道怎么提问、怎么查证、怎么判断、怎么组织结果的人。

这个能力一旦建立起来，AI 就不是偷懒工具，而是学习伙伴。

所以这次 12 个 AI 考高考，我看完以后最大的感受不是“AI 要替代孩子”。

而是：我们可能要重新理解教育了。

过去家长最常问的是：

这次考了多少分？

以后当然还要问。

但只问这个，已经不够了。

还应该多问几句：

这次你是怎么复盘的？

你有没有知道自己真正卡在哪里？

你问 AI 的时候，是在要答案，还是在训练自己的思路？

AI 给你的解释，你怎么判断它是对的？

这次学到的东西，能不能变成下次还能用的方法？

这些问题，才更接近 AI 时代真正的教育。

因为未来的竞争，不会只是“谁知道得更多”。

AI 会让“知道”这件事越来越便宜。

真正值钱的是：

谁能提出更好的问题。

谁能判断答案的质量。

谁能把知识、工具和目标组织成一个稳定系统。

谁能和 AI 协作，把普通人过去够不到的能力补上来。

所以孩子教育还要不要看分数？

当然要看。

但如果只看分数，就会漏掉未来真正决定差距的东西。

AI 已经把知识的门槛往下压了。

接下来，孩子真正要学的，是怎么站在 AI 旁边，把自己变成一个更会解决问题的人。