夜雨聆风
看到一段话，一疑似研究生网友写下他的日常：用AI写论文，用AI扩写AI写的论文，用AI润色，再要求AI去掉“AI味”；然后用AI检测AI重复率，用AI降重，再用AI检测降重后的结果，花了一大笔检测费，终于送审；审稿人用AI审他用AI写的论文，给出一堆AI写的意见；他再用AI按AI的意见修改AI写的论文，最后用AI写一封回复信。最终，AI学会了写论文的全部技能，他顺利毕业。
我看完的第一反应不是笑，是沉默。因为这不是段子，而是很多高校里正在真实发生的日常。
最值得警惕的，是每个环节单独看都没错。用AI写初稿提效率、用AI润色提表达、用AI查重保合规、用AI降重过审核、审稿人用AI减负、学生用AI规范格式——没一个有问题。可连在一起，就成了一出荒诞剧。像一列火车，每节车厢都在正常行驶，整列车却开向悬崖。所有人都在和AI博弈，唯一缺席的，是那个本该在过程中形成判断、学会推理、建立能力的“人”。
学术训练的核心，从来不是产出一篇论文，而是经历那个产出论文的过程。想不通时反复推翻，被难题卡住，查文献查到崩溃，推导到凌晨三点突然想通——这些痛苦的时刻，才是真正长能力的时刻。当AI把整个过程压缩成一个提示词，效率提升了，能力也被一并跳过。
这不是效率问题，而是能力转移问题：以前是学生在写论文中长能力，现在是AI在生成论文中长能力。学生退化成在AI和AI之间传话的传声筒，而那个完成了完整训练、下次写得更好的，是AI——它才是真正的“毕业生”。
教学活动中有两件事让我越来越确信这个判断。一是写作：跟学生说，不会用英文表达时写一两句中文让AI润色翻译，可以；但他们通常的做法是先写完整篇中文，再一键翻译。因为他要的不是学会写作，而是交差。二是读文献：强调要一篇篇自己读，学别人怎么组织论证；可多数同学拿到文章第一件事是丢给AI先读，自己再嚼AI嚼过的东西。摘要、观点、方法都整理好了，确实不必再读——但“如何层层推进论证”的能力，也就永远学不到了。
更令人不安的是这种荒诞是结构性的。只要评价标准还是“有没有论文”而非“有没有成长”，毕业门槛还是“能不能过审”而非“能不能独立思考”，审稿流程还是“能不能按时交”而非“有没有真东西”，这个循环就不会停。
我不是说“不能用AI”。恰恰相反，我每天都在用，也鼓励身边的人用。但有两个问题必须想清楚：是用AI帮自己做得更好，还是替自己做完？是让AI成为思考的加速器，还是替代品？这两个选择或许眼下看区别不大，三五年后却会彻底分出两条路：一条路的人用AI放大了能力，另一条路的人被AI替代了本应长出的能力。
作为“上古神登“一族，我亲历过从手工卡片到电脑、再到AI这一治学工具上的两次跨越式更迭。卡片换电脑，外包的是誊抄与检索这类机械劳动；而AI若用错，外包的是判断、推理与论证这类核心认知劳动。只要“卡住—推翻—突破”的摩擦仍发生在自己脑子里，省下的时间真点投到了“想更多、更深”那就不是基本功退化，而是其重心从“记忆与存取”上移到了“判断与综合”。
说到底，教育从来不是关于工具的，而是关于人的——关于一个人如何在思考的痛苦中长出判断力，在反复推翻中建立学术品味，在被卡住又突破的瞬间获得真正的自信。这些，AI给不了你，也替不了你。它能替你写出一篇很是像样的论文，却无法替你成为一个会思考的人。
而高等教育的使命，从来不是产出论文，是产出会思考的人。
