夜雨聆风摘要：今天不追新模型，也不追某个 AI 工具。国务院规划提出推进人工智能全学段教育， OpenAI 和 RAISE US 同时把目光放到劳动力转型上。 AI 普及真正难的地方，可能不是会不会用一个按钮，而是学校、公司和培训系统能不能接住人。
标签： AI 教育、 AI 素养、劳动力转型、 OpenAI 、 RAISE US 、教育发展十五五规划
今天这条新闻，第一眼看有点"政策文件味"。
国务院日前印发《教育发展"十五五"规划》，里面有一句话很关键：推进人工智能全学段教育，提升学生人工智能素养，增强提出问题、解决问题的能力。
这句话不长，但我看完停了一下。
因为它不是"某某学校开了 AI 兴趣课"，也不是"孩子用机器人做了个小项目"。它说的是全学段。换句话说， AI 素养开始被放进基础能力里讨论了。
同一天附近， AIHOT 里还有两条线也在往同一个方向走。 OpenAI 发了一份关于欧洲 AI 劳动力机会的报告，讨论不同职业面对自动化、增长或工作流程变化的差异；美国那边，前商务部长 Gina Raimondo 和前印第安纳州州长 Eric Holcomb 推出 RAISE US ，想为 AI 经济下的工人再培训筹集 10 亿美元，首批州合作包括 Arkansas 、 Connecticut 、 Maryland 和 Utah 。
放在一起看，这不是"学会用 AI 提效"这么轻的事。
更像是各地终于承认： AI 如果真的要变成基础设施，人也得重新接线。
AI 课进学校，重点不是多背几个工具名
先说国内这条。
IT 之家 6 月 29 日转载的规划全文里，"人工智能全学段教育"出现在"着力提升学生能力素养"这一节。它前面讲科学素养、批判性思维和创新能力，后面接的是提出问题、解决问题的能力。
这个位置很有意思。
它没有把 AI 写成一个单独的炫技项目，而是放在能力素养里面。说白了，不是让学生记住 ChatGPT 、通义、豆包、 Claude 哪个按钮在哪里，而是希望他们以后面对问题时，知道怎么提问、怎么判断、怎么用工具拆问题。
这件事如果做歪，会很可怕。
最糟糕的 AI 教育，是把孩子训练成提示词背诵机器。上课发一套万能 prompt ，下课交一份 AI 生成的报告，老师看起来完成了数字化，学生看起来也会用了。实际呢？只是把以前的"模板作文"换成"模板提问"。
我有点怕这个。
真正有价值的 AI 素养，应该更接近三件事：知道什么时候该问 AI ，知道答案哪里可能不靠谱，知道怎么把结果变成自己的判断。这里面有技术，也有语文、逻辑、常识和一点点耐心。
所以我反而希望学校别急着把它做成"AI 神课"。
慢一点，笨一点，从问题意识、信息核验、表达和协作开始，可能更扎实。 AI 工具名字会换得很快，今天热门的入口，明年可能就变了。但会提问、会追问、会核查，这些东西不那么容易过期。
工作以后，补课会更疼
学校这边还算有时间。
成年人没那么宽裕。
RAISE US 的一手发布说得挺直接：美国已经有技术战略，但还没有一套足够清楚的"people strategy"。这个组织要做的是和州政府、雇主、工人、培训机构合作，设计企业再培训和岗位转移激励，试点新的培训模式，并用工人能否获得并保住好工作来衡量效果。
听起来很正确。
但我看到支持方名单时，心里还是咯噔了一下。 Rockefeller Foundation 的发布稿和 The Decoder 的报道都提到，支持者包括 Amazon 、 Anthropic 、 Microsoft 、 OpenAI Foundation 等公司。也就是说，推动 AI 变革的公司，同时在资助应对 AI 冲击的培训方案。
这不一定是坏事。它们有钱、有雇主网络，也最知道岗位需求怎么变。
问题是，独立性会被追问。
如果培训内容最后变成"学会使用我们家的 AI 产品"，那就不是劳动力转型，而是获客。如果再培训只服务那些已经离技术很近的人，那最需要被接住的人还是会掉下去。
这才是难点。
成年人学 AI ，常常不是缺一门课。缺的是时间、岗位机会、雇主认可、收入缓冲，还有一个能告诉你"学这个真的能换来什么"的路径。光喊"你要拥抱 AI"，挺残忍的。很多人不是不想学，是不知道学完以后谁认。
所以 RAISE US 这条新闻值得看，不是因为它一定能成功。
恰恰相反，是因为它把问题暴露得很清楚： AI 带来的工作变化，不能只交给个人自学解决。企业、政府、培训机构和平台公司都在里面。每一方都想要好听的结果，但成本到底谁出，利益怎么分，失败的人怎么办，文件里不会自动给答案。
OpenAI 的劳动力报告，提醒我们别只看恐慌标题
OpenAI 这份欧洲 AI 劳动力机会报告，本机抓取页面时遇到 403 ，但 AIHOT 来自 OpenAI 官网动态 RSS ，核心信息可以确认：它试图分析 AI 对欧盟就业的影响，划分哪些职业更可能面对自动化、增长，或工作流程变化。
我不想在这里硬搬具体比例。
更值得看的，是它的分析方向。
过去很多 AI 就业讨论太粗了。要么是"AI 会抢掉所有工作"，要么是"AI 会创造更多新工作"。这两句话都太省事，省事到没什么用。
真正有用的问题应该更细：哪些任务会被自动化？哪些任务会被增强？哪些岗位会因为 AI 多出新需求？一个人原来的技能，哪些可以迁移，哪些必须重学？
这才是地图。
比如同样叫"文案"，有人只做素材拼接，有人做品牌判断；同样叫"客服"，有人只复制标准答案，有人处理高压投诉和复杂关系。 AI 对这两类人的影响完全不一样。把它们混在一个岗位名称里讨论，只会制造恐慌。
我更愿意把今天这几条新闻读成一个提醒：接下来几年，"会不会用 AI"这个问题会被拆得更细。
学生不是会打开工具就算会。成年人也不是报个课就算完成转型。企业更不能一边把 AI 接进流程，一边把学习成本全甩给员工。
这话有点不好听。
但如果 AI 真像大家说的那么重要，那它就不该只停留在个人焦虑里。学校要教，企业要认，培训要和真实岗位接上，政策也要承认转型不是一句口号。
