夜雨聆风当 AI 开始自己做判断
Fable 5 之后，教师还剩什么
6 月 7 号，我看到这么一段话：「如果 AI 也掌握了判断研究方向的能力，飞轮就会真正转起来。」
那时候我还觉得，判断力是人的护城河。AI 可以帮你执行，帮你检索，帮你生成，但「判断什么值得做、哪条路是死胡同、结果可不可信」——这些事，总得人来吧？
两天后，Anthropic 发布了 Fable 5。
Anthropic 的模型有几个级别：Haiku 最快最便宜，Sonnet 是日常主力，Opus 是高端型号。而 Mythos，是 Opus 之上的新级别——它的差异化优势在长周期自主任务：不是你问一句它答一句，而是你给它一个方向，它能自己跑到底。Fable 5 是第一个面向公众的 Mythos 级模型。
它不只是更快更好。它做的事情，恰恰是我担心的那件——不是你问它答，而是你给它一个方向，它能长时间连续运行不撒手，自己拆解任务、派生子 Agent 去查资料写代码，跑完了自己检查一遍，发现不对，自己改。自己规划，自己执行，自己验证，自己修正。
Stripe 做了一个实测：5000 万行代码库的迁移，人类团队要两个月，Fable 5 用一天。
也就是说，过去我们说「人还剩判断力」，这个答案在过去两年撑住了很多人。但现在，这个答案正在被抽走。
不是判断力不重要了。而是判断力的位置，正在被一个一个拿走。
我之前写过一句话：AI 给你的不是错答案，是不合适的答案。那时候我的判断是——人要做的，就是从不合适的答案里挑出合适的。就像导航软件，它给你三条路线，你判断走哪条。老司机用导航是锦上添花，路盲用导航可能比凭感觉走还容易出事。
但这个类比有一个前提：人还在握方向盘。
Fable 5 做的事情，相当于导航系统自己判断路线，自己变道，自己发现前面堵了就绕路——方向盘还在你手上吗？
有人用了一个比喻：人从「用提示词操控 AI 的巫师」，变成了「只看结果的赞助人」。
什么意思？巫师是施法的——每一个咒语（提示词）都是你亲手写的，你决定问什么、怎么问、追问什么，AI 只是你的魔杖，指哪打哪。你觉得是你掌控了整个过程。
但 Fable 5 之后，你不需要念咒语了。你只需要说「我要这个结果」，它自己去规划、执行、检查、修正。你变成了赞助人——出钱，等结果，验收。过程不是你的了。
当然，现在还不是完全没有位置。AI 自主生成的内容，「看起来很美实则漏洞百出」。纠错的位置，暂时还在人手上。
但注意——是「暂时」。因为 Fable 5 会自己检查，自己修正。它跑完一轮发现不对，会自己改。也就是说，连纠错这个位置，它也在往自己手里拿。
有人用铁匠铺打过比方：师傅拿小锤，指挥选择；徒弟拿大锤，出力干活。过去的 AI 是徒弟——你敲哪里，它砸哪里。Fable 5 之后，它开始伸手去够那把小锤了。
所以问题变了。
过去的问题是：你的判断力够不够强？——这是能力问题。
现在的问题是：判断力还有没有位置？——这是位置问题。
能力问题可以靠学习解决，位置问题不行。你判断力再强，没有你判断的机会，强又怎样？
这个问题，在教育领域变得更加具体。
过去两年，每当有人问「AI 会不会替代教师」，标准答案都是一样的：不会，因为教师的核心是情感交流、师德引领、学习设计——AI 替代不了人的温度。
这个答案对不对？对。但不够了。
当 AI 能自主完成备课、生成教学方案、批改作业、给出个性化反馈——整个教学链条它都能自己跑的时候，「温度」还重要吗？重要。但它从「核心能力」变成了「锦上添花」。你不会因为一个工具没有温度就不用它，就像你不会因为导航没有温度就不用导航。
我遇到过一件真事。用 AI 出一套英语练习题，它把 since 和 for 搞混了。过去我会说：你看，这就是为什么需要教师——AI 给的不是错答案，是不合适的答案，得有人来判断。
但 Fable 5 会自己检查，自己修正。它跑完一轮发现 since 和 for 用错了，自己改过来。也就是说，连「纠错」这个位置，在教育场景里也在被拿走。
不是教师会不会被替代的问题。是教师还有没有机会做判断的问题。
欧盟理事会 5 月发了一份文件，明确说「教师始终处于教育的核心位置」。中央电化教育馆组编的报告也说，教师核心价值聚焦于「价值引领、情感共振与思维激发」。
这些话都对。但「核心」这个词，到底是说出来的，还是做出来的？当 AI 能自主完成教学全链条的时候，「教师始终是核心」这句话，到底描述的是现实，还是愿望？
有一个数据很说明问题：OECD 做了一项实验，学生用 AI 辅助做题，通用 GPT 组比自学组正确率高 48%，教育型 AI 辅导组比自学组高 127%。但闭卷考试中，用 AI 辅助的学生成绩低了 17%。
也就是说，AI 把活干了，但学习没有发生。
这才是教育场景里最值得追问的事：如果 AI 连「挣扎」都替学生做了，学生还学什么？
港科大做过一种尝试：推出 AI 讲师进入课堂授课，和人类教师并行。这是目前「人 + AI」协作的典型场景——人还在场。
但 Fable 5 之后，这个场景本身可能要被重新定义。当 AI 能自主规划教学策略、自己检查修正，「并行」还是对等的关系吗？
教师的位置，正在从「做判断的人」变成「看 AI 做判断的人」。
位置被拿走，不只是说你没活干了。更深层的问题是：连「挣扎」的机会都被拿走了。
MIT 有一项研究：长期只拿 AI 给出的结果，人的认知参与度会降低，神经连接减弱。认知的挣扎——那些卡壳、试错、推翻重来的过程——才是思维真正成长的时候。
也就是说，人需要「挣扎」才能学会东西。但 Fable 5 做的事情，恰恰是把挣扎替你做了。它自己规划，自己试错，自己推翻重来，自己修正。你拿到的是一个已经打磨好的结果。
对学习者来说，这意味着什么？AI 把活干了，但学习没有发生。OECD 那组数据已经证明了这一点。
对教师来说，这意味着什么？当 AI 连教学策略都能自主迭代，教师连「挣扎」的位置都没有了——不是你挣扎得不够好，是你连挣扎的机会都快没了。
也许人真正剩下的，不是某种「能力」，而是「意愿」——选择去挣扎，选择去判断，选择不把方向盘交出去。
但这个答案我自己也不确定。意愿能撑多久？当 AI 做得又快又好，人凭什么坚持自己来？当挣扎变成一种低效的选择，而不是必经之路，「我选择挣扎」这句话，听起来更像是一种信仰，而不是一个策略。还有多少人愿意挣扎？
6 月 7 号我看到那句话的时候，觉得判断力是护城河。现在我不确定了。
不是判断力不重要。是那个护城河的位置，正在被水漫过。
