夜雨聆风前年。
一个学生问我。
"老师，我现在是不是应该赶紧学 AI？"
我没有回答。
我反问了他一句。
"如果未来每个人都会 AI，那你准备靠什么脱颖而出？"
随着时间的推移，这个问题不仅仅只是针对这一个学生，
每一个学生都可以问自己这个问题。
AI 抢走工作，正在发生。
但这不是关键问题。
真正的变化是，AI 正在重新给每一种能力定价。
今年，世界经济论坛（World Economic Forum，WEF）发布的《Future of Jobs Report 2025》指出，到 2030 年，分析性思维、创造力、学习能力、韧性等能力，将持续成为企业最重要的核心能力；AI 与大数据相关能力则成为增长最快的技能之一。预计在2025年至2030年期间，劳动者现有技能的五分之二（39%）将会发生转变或过时。
原文链接：
https://www.weforum.org/publications/the-future-of-jobs-report-2025/?utm_source
微软与 LinkedIn 发布的《2025 Work Trend Index》同样提到，越来越多企业开始重构岗位，把 AI 纳入工作流程，重新定义人才标准。
原文链接：
https://www.microsoft.com/en-us/worklab/work-trend-index?utm_source
与此同时，我们申请的时候也发现，越来越多大学开始不断调整生成式 AI 的使用规范，重新设计课程考核方式，更强调课堂参与、项目实践、展示表达与独立思考。
剑桥大学生成式 AI 规范：
https://blendedlearning.cam.ac.uk/artificial-intelligence-and-education/generative-ai-and-assessment
企业在变。
大学在变。
社会评价标准也在变。
真正的问题早已不是："AI 会不会影响未来？"
而是：它已经开始影响今天。
过去，一个学生努力四年。
很多时候是在证明：
我很会完成任务。
我能考高分。
我能写论文。
我能做 PPT。
我能完成老师和企业交给我的事情。
这套评价体系没有错。
因为过去几十年，社会需要的，就是大量能够稳定高效完成任务的人。
可以说，任务完成得越好，社会对你的评价就越高。
但今天，这件事情开始发生变化。
AI 可以写文章。
可以做 PPT。
可以整理资料。
可以生成代码。
甚至可以完成不少过去需要专业人士才能完成的工作。
AI 的系统化越来越强，正确率越来越高。
工具越来越强。
那么，一个新的问题就出现了。
如果任务，工具都会做了。
那么人，用什么来超越工具？
这也是为什么。
世界经济论坛不断强调分析性思维。
微软不断强调人与 AI 的协同能力。
越来越多大学开始修改考核方式。
因为他们真正关心的，不是学生会不会使用 AI。
而是：
学生还能发展出什么 AI 无法替代的技能。
这才是今天很多同学和家长最容易忽略的一件事。
我们还在埋头努力积累技能。
却很少问一句。
我今天努力积累的能力。
几年以后，还值钱吗？
如果大学四年。
一直都在积累一项正在快速贬值的能力。
那么毕业那一天。
可能就是落后的开始。
所以。
我们也许需要重新定义一些问题。
不要只问：
什么专业好就业？
更应该问：
这个专业，会不会让我拥有未来越来越值钱的能力？
不要只问：
我要不要参加这个项目？
更应该问：
这个项目，究竟能提升我的哪些方面？
不要只问：
我要申请哪所大学？
更应该问：
这个学校会让我成长为什么样的人？
不要只问：
我能不能拿到录取通知书？
更应该问：
通知书的背后，别人真正认可的是我的学校，还是我的能力？
这些问题。
比答案更重要。
如果是我的学生，或者是咨询过我的学生。
大家往往会发现和我沟通的初期，
不会和大家讨论
国家。
学校。
排名。
专业。
我会先和同学们讨论另一件事。
你计划去做什么？你未来想干什么？
你想拥有什么样的能力？
并不是因为我想贩卖信息差
根据学生的院校背景和均分，以及学生的软实力，
给他一张选校表对我来说很容易。
但基础问题没有想清楚，
一张选校表，不过是一堆信息而已
只有搞清楚了自己未来的方向，
识别清楚了自己的技能和优势，
专业才知道怎么选。
学校才知道怎么挑。
高中三年、大学四年。
才知道应该如何规划。
否则，
所有努力都有可能南辕北辙。
很多人以为。
教育规划，是帮学生申请一所大学。
拿到 offer 就是终点。
但我认为。
真正的规划。
是帮助一个学生，
在变化越来越快的世界里，
建立一种属于他的不会轻易贬值的能力。
学校只是载体。
专业只是路径。
录取只是结果。
真正值得规划的。
始终是：
未来，你会成为一个什么样的人。
最后。
我想把那个学生的问题。
重新留给每一个人。
如果未来每个人都会 AI。
那么，你准备靠什么脱颖而出？
如果这个问题。
你已经有答案。
那很好。
如果还没有。
也许现在，就是重新规划的时候。
如果你还没有想清楚。
我们可以聊聊。
参考来源
University of Cambridge：《Generative AI and Assessment》
