AI 时代的教科书,会长成什么样?

Google 这个实验叫 Learn Your Way（直译"按你的方式学"），上线在它的 Google Labs。做法说起来很简单：你丢给它一本普通的教科书 PDF，它会先问你两个问题——你读几年级？你喜欢什么（运动、音乐、还是美食）？然后，它把这本书"重写"一遍。

注意，不是翻译，不是划重点，是长出好几个不同的形态。同一章内容，它会同时生成五种样子：拆成一小段一小段、配上插图和随手就能答的小问题的"沉浸式文本"；一张能放大缩小、在宏观和细节之间自由穿梭的思维导图；一段 AI 老师和 AI 学生一问一答、还会故意答错再纠正的"音频课"；一套带旁白讲解、像真人录课一样的幻灯片；以及一套随时检测你哪里没懂的随堂测验。

Google Learn Your Way：同一份教材自动生成多种学习形态（来源：Google 官方）

更妙的是，如果你说自己喜欢篮球，它讲到某个抽象概念时，举的例子就会换成篮球。一个初中生看到的版本和一个高中生看到的版本，深浅不一样，但讲的是同一件事。

这背后不是噱头。Google 找了 60 个 15 到 18 岁的高中生做了一次严谨的对照实验：一半人用 Learn Your Way 学一章《青春期的大脑发育》，另一半人用普通的 PDF 阅读器学同样的内容。结果是——用 Learn Your Way 的那组，当场测验平均分更高；三到五天后再考一次记忆保持，他们答对了 78%，而用 PDF 的那组只有 67%，整整高出 11 个百分点。更难得的是，用 Learn Your Way 的学生里，100% 都觉得这工具让他们更有底气面对考试，93% 说以后还想接着用。

一本静止了几百年的教科书，第一次能"看人下菜碟"，还真的把成绩提上去了。这是个信号。

我们不妨退后一步，看看教科书这个东西，到底走过了怎样一条路。

最早，知识刻在泥板上、竹简上，笨重又稀少，一个人穷其一生也读不了几本。后来有了纸、有了印刷术，知识第一次能被大规模复制，教科书走进了千家万户的课堂——这是一次了不起的飞跃。再后来到了我们这代人，教科书"电子化"了：PDF、电子书、网课视频。

但你仔细想想，电子化这一步，其实没那么了不起。所谓电子书，绝大多数时候只是把纸质书扫描进了屏幕。它还是那一本书，对所有人说着同一句话，用着同一个深浅，举着同一个例子。一个天资聪颖的孩子嫌它啰嗦，一个基础薄弱的孩子嫌它太难，可它纹丝不动——因为它本质上还是一块"被拍成照片的竹简"。

载体从泥板换到了屏幕，可那个最核心的东西——一本书，一种讲法，面对千千万万个不一样的大脑——两千年都没变过。

我自己在教育行业里摸爬了很多年，越想越觉得这句话戳到了痛处。我们身处互联网时代，正在迈入 AI 时代，却还在用工业时代的方法，培养农业时代需要的人才。工业时代的教育追求的是成本低、规模化——一个老师对几十个学生讲同一套话，最高效，却也最没有个性。它默认所有孩子认知起点一样、节奏一样，老师讲一遍大家都该懂。可这从来就不是真的。

教科书没变，不是因为不该变，而是因为过去没有任何技术，能让一本书同时变成几十种样子，去迁就几十个不同的脑子。

现在，这个技术有了。

我很佩服 Google 这个实验，它证明了一件大事：教科书可以个性化，而且个性化真的能提升学习效果。但说句实话，在我看来，它只走了半步。

为什么这么说？因为 Learn Your Way 做的所有事情，无论是思维导图、音频课还是分级文本，本质上都还是在帮你更好地"读"知识。它把一段文字，翻译成了更好消化、更对你胃口的另一段文字、另一段声音、另一张图。这当然很有价值，但它没有跨过那条最关键的线——

所有认知科学的研究都指向同一个朴素的结论：人在动手做、在亲自试错、在把一件事讲给别人听的时候，学得最深，忘得最慢。你能背出光合作用的方程式，不等于你懂光合作用；你能把它讲给一个五岁孩子听懂，那才是真懂。你读一百遍"双缝干涉"，也不如亲手把那束光打出来、亲眼看着干涉条纹随你调节缝隙而变化来得震撼。

可问题在于，真实的实验太昂贵、太危险、也太受限了。一所普通中学，不可能有粒子对撞机，不可能让学生亲手操作基因编辑，不可能把黑洞搬进教室。于是几百年来，最精彩的那部分知识——那些需要"做"才能真正理解的东西——只能停留在课本的插图和文字描述里，变成一道道要背诵的考点。

我一直在想：如果 AI 真能重构教科书，那它最该重构的，恰恰是这一块——把那些做不了的实验，全都"做"出来。

讲到这里我得说句公道话：在"让知识活起来"这条路上，我们绝不是第一个、也不是唯一一个吃螃蟹的人。这些年，全世界一批顶尖的机构都在朝同一个方向使劲，看清他们走到哪了，才能明白我们站在什么位置。

PhET（科罗拉多大学）：交互式科学仿真的先行者（来源：phet.colorado.edu）

可汗学院 Khanmigo：苏格拉底式 AI 导师，互动已超 1.08 亿次（来源：khanmigo.ai）

Labster：300+ 虚拟实验，让学生走进"百万美元实验室"（来源：labster.com）

你看，从大学实验室到科技公司，从公益组织到商业机构，大家都在做同一件事的不同侧面：有人攻"个性化的讲解"（Google、可汗），有人攻"动手的实验"（PhET、Labster）。我们想做的，是把这两件事拧成一股绳——既要 AI 因材施教地讲，又要能亲手做实验。于是，我们没有停留在"想"，而是动手做了几个东西。

过去一段时间，熟悉我的朋友可能看到我陆续发了好几个"虚拟实验"的小东西。它们看起来五花八门，背后其实是同一个执念：让课本里那些只能看、不能碰的知识，变成可以亲手操作的实验。

到今天，我们做了这么几个：

物理之美（physics.whaty.org）。这是花力气最多的一个，到现在做了 133 个交互式物理实验，覆盖 14 个门类——力学、电磁学、光学、热力学、流体、波动、量子力学、相对论、非线性（混沌）、天体物理，甚至还有生物物理和地球物理。从中学课本里的抛体运动、单摆，一直到大学都未必讲透的黑洞引力透镜、双缝干涉、量子比特。它们不是动画，是真正能调参数、能交互的仿真——你拖动滑块改变初速度，抛物线立刻重画；你调节缝隙宽度，干涉条纹实时变化。

物理之美 physics.whaty.org：133 个交互式物理实验，覆盖 14 门类

黑洞引力透镜：把课本搬不进教室的实验，变成可以亲手操作的仿真

化学虚拟实验（ChemAIForge）。102 个化学实验，那些在真实课堂里因为有毒、易爆、太贵而做不了的反应，在这里你可以放心大胆地"炸"，看清每一步到底发生了什么。

数学之美（mathviz）。近 百个数学可视化，把抽象到让人头疼的数学概念——傅里叶变换、牛顿迭代、洛伦兹吸引子——变成看得见、动得起来的图像。数学第一次不再是纸上冰冷的符号。

生命之美（bio.whaty.org）。聚焦生物学的经典实验，从孟德尔的豌豆遗传，到证明 DNA 半保留复制的 Meselson-Stahl 实验，再到神经科学里的 Hodgkin-Huxley 动作电位模型——这些写在教科书里、却几乎没有学生真正"做过"的诺奖级实验，现在能在屏幕上亲手重演一遍。

生命之美 bio.whaty.org：把人类最美的生物实验，重新做一遍

SynthoMing（synthoming.whaty.org）。这是最"硬核"的一个，挑战的是连大学生都头疼的合成生物学。同一节课写了童趣版、少年版、成人版、银发版四个深浅版本，一键切换；配 AI 语音讲解、AI 插画；还能拖拽组装细胞、调节"发光基因量"实时看结果，甚至教你在自家厨房用草莓提取真实的 DNA。

SynthoMing synthoming.whaty.org：把最硬核的合成生物学，向所有年龄敞开

这几个项目，都有一个共同的"灵魂"——AI。每一个实验，背后是真实的物理/化学/生物仿真内核（不是糊弄人的假动画），前面则站着一位 AI 助教：你看不懂，可以随时问它；它还会用男声或女声，把实验原理一句句讲给你听。这就是 AI 真正了不起的地方——它让"一对一、不厌其烦的好老师"，第一次有了人人都能拥有的可能。

说实话，这些都是笨办法，一个实验一个实验地啃。但正是做的过程中，我越来越清楚地看见了教科书接下来要走的路。

如果把这条路画出来，我认为教科书会经历五个阶段，今天的我们，正好站在第三步和第四步之间。

你发现没有，这条路和人类所有媒介的进化是一个道理：复制、改进、快速迭代，螺旋上升。从能被复制（纸书），到能被检索（电子化），到能被个性化（自适应），到能被交互（实验室），最后到能被生成（世界模型）。每一步，知识都离"鲜活的真实"更近一点，离"死记硬背的符号"更远一点。

而且我想说句也许有点扎心的话：前两个阶段、甚至第三个阶段对旧课本的 AI 改造，很可能都只是过渡产品。就像智能手机出来之前，也有过给功能机加触屏、加摄像头的种种尝试，但真正的革命，是一个全新形态的东西重新定义了一切。教科书真正的未来形态，恐怕和我们今天熟悉的"书"已经没什么关系了。

那它到底会长成什么样？请允许我放开想象，描几笔脑洞里的画面。

畅想：未来的教科书——你想学什么，它就为你造一个世界（AI 概念图）

它可能是一本"空白的书"。你翻开它，里面什么都没有——直到你心里冒出一个问题。你问"为什么天是蓝的"，书页才当场为你长出内容：插图、动画、能上手调的小实验，全都围绕你这一个问题生成。它不再是"别人写好等你来读"的书，而是"为你这一次的好奇，专门写的一本书"。世上有多少个孩子、多少个瞬间的疑问，它就有多少个版本。

你可能不再是"读"它，而是"走进"它。戴上一副轻巧的眼镜，说一句"我想搞懂时间膨胀"，下一秒你就站在了一艘接近光速的飞船舷窗前，看着窗外的星光被拉扯扭曲，看着地球上的钟比你手腕上的快。你不是在看一段关于相对论的文字，你是在"经历"相对论。抽象的公式，变成了你亲眼见过、亲身待过的地方。

畅想：不再是"读"知识，而是"走进"知识——亲身经历相对论（AI 概念图）

它身边可能永远站着一位"活的"老师。一个由 AI 驱动的全息助教，从书页里站起来，用最适合你的方式、最大的耐心，一遍遍把你卡住的地方讲清楚——它不会嫌你笨，不会赶进度，它只属于你一个人。Bloom 那道悬了四十年的"圣杯"，到这一步才算被真正端起来。

知识也可能不再排成线性的章节。它会变成一个可以旋转、可以缩放、万物互联的三维宇宙：你从一个 DNA 分子出发，一路缩放，能连到化学键，连到量子力学，连到给你做基因检测的那台机器背后的算法。学习不再是从第一页翻到最后一页，而是在一张活的知识地图上，顺着你的好奇随意漫游。

这些画面，今天听起来像科幻。但请别忘了，二十年前，"一块玻璃屏幕装下全世界"也像科幻。

讲了这么多教科书，最后必须落到那个最现实的问题上：当教科书都变成了实验室、变成了世界模型，当 AI 可以瞬间生成任何知识、任何讲解、任何答案——我们的孩子，乃至我们自己，到底该靠什么本事在这个社会上立足？

我的判断是这样的。AI 真正碾压的，是一类很特殊的能力，我把它叫做"标准答案能力"——那些有唯一正确答案、有固定套路、可以反复训练和检索的本事：背诵、默写、套公式、按模板写。这恰恰是过去几十年学校教育最擅长培养的能力。我们从小被训练成一台台"人形答题机"。可现在这台答题机，遇上了一个永远比它更快、更准、更不知疲倦的对手。

凡是有标准答案的地方，人拼不过 AI，也没必要再拼。这就像汽车发明之后，没人再把"跑得快"当成衡量一个人价值的核心标准。想通这一点，焦虑反而消解了一半——因为它意味着，真正升值的，是那些"没有标准答案"的能力。我认为有五种，最值得我们和孩子去守护：

你会发现，这五种能力有个共同点：它们都没有标准答案，都无法靠刷题获得，都指向同一个词——创造。这正是教育该转的方向，也是未来的人安身立命的根本。专业不专业、学历高不高，会越来越不重要；重要的是你有没有这些"让你更像一个人"的能力。

回到开头那个问题：AI 时代的教科书，会长成什么样？

我的答案是——它会从一本"对所有人说同一句话"的死书，变成一座能按你的样子重新生长、让你亲手去做、最终能为你凭空造出一个世界的"活的知识体"。Google 的 Learn Your Way 推开了一条门缝，我们的那些虚拟实验又往前蹭了半步，但真正的那扇大门，还在前面。

有意思的是，教科书恰恰是 AI 最该重构、也最难重构的领域。最该，是因为它关乎每一个人怎么成长；最难，是因为它积重难返，两千年的惯性不是一朝一夕能推动的。

但我始终相信一件事：时代的每一次革命，都来自工具的突破。当年仰望星空的人类，注定要成为跨越星辰的物种；今天能让知识活过来的工具已经造出来了，那么教科书脱胎换骨，也只是时间问题。

而我们能为孩子、为自己做的，是别再把宝押在那些 AI 一秒钟就能替代的"标准答案"上。去保护好奇、去培养品味、去大胆跨界、去学会和 AI 并肩。

与你共勉。