当AI替你写完所有作业,大学还剩什么

人类历史上第一批和生成式AI同时长大的学生，正在踏入毕业季。

去年硅谷101和大学生聊AI时，讨论还集中在"要不要用AI""教授怎么看"。一年后，这个问题已经过时了。所有人都在用，而且停不下来。

几个数字能说明问题。盖洛普2026年4月的调查显示，57%的美国大学生每周至少用一次AI做作业，其中五分之一是每天用。哈佛2024年的内部调查显示：85%的本科生每两周至少用一次AI，超过一半用于学术作业。英国的调查直接把数字拉到了九成以上。中国的数据同样惊人——中国青年报2025年9月的调查显示，99.2%的受访大学生正在使用AI，其中65.9%遇到问题时首先求助AI。

RAND研究所在2026年3月发布了一份追踪调查：美国中学生及以上学生（含高中和大学生）用AI做作业的比例从2025年5月的48%飙升到12月的62%，7个月涨了14个百分点。而且这些学生同时认为AI在损害他们的批判性思维。

用，知道有害，但停不下来。这就是当下大学生的真实处境。更准确地说，是全球大学生的处境——从美国到英国到中国，高等教育体系正在面对同一个系统性挑战。

三代人，三种态度

硅谷101最近一期播客请了三位刚毕业的名校生——清华的林桐宇、纽约大学的侯泰羽、哥伦比亚大学的饶傑武——聊他们怎么用AI上大学。他们的经历代表了三种不同的态度。

第一种是"彻底拥抱型"。作业几乎全交给AI，自己把时间省下来做更感兴趣的事。林桐宇提到在清华，很多课程的作业对真正想学的人来说是重复劳动——AI能做的事情，人再做一遍没有意义。

第二种是"工具型"。用AI提高效率，但核心思考自己完成。侯泰羽描述了一种典型的使用模式：用AI快速生成初稿或整理资料，然后自己判断哪些有价值、哪些需要推翻重来。

第三种是"警惕型"。知道AI能做，但刻意限制使用范围。饶傑武提到他在哥大遇到一些教授开始用隐藏在文本中的"白色陷阱词"来检测学生是否直接复制了AI输出——这种猫鼠游戏本身就说明了问题的严重性。

Anthropic在2025年4月发布的一份教育报告分析了大学生与Claude之间的100万次匿名对话，发现39.3%用于创建和优化教育内容（设计练习题、润色论文、总结资料），33.5%用于技术解答（调试代码、修复编程错误、解答数学题）。STEM专业学生的使用率显著高于文科和商科。

换句话说，AI不是在"辅助"学习，它已经在相当程度上"替代"了学习过程中最耗时的那部分工作。

大学到底在卖什么

这个问题如果放在五年前，答案很简单：大学卖的是知识和文凭。你花钱上课，学一门专业，拿到一张学位证，用这张证去找工作。

AI把这个链条的前半段拆了。

知识？任何知识点都可以在30秒内被AI调取和解释。你不需要记住任何东西，因为你的手机比你记得更清楚。技能？编程、写作、数据分析、翻译——这些曾经需要几年训练的技能，现在一个下午就能被AI完成到80分的水平。

斯坦福HAI研究所在2025年的AI指数报告中指出，AI在多项专业基准测试上已经超越人类平均水平。当机器能做到80分的时候，人类花四年训练到85分的性价比正在急剧下降。

那文凭呢？Business Times在2026年2月的报道中提到，雇主正在从"看学历"转向"看技能"——招聘启事中"数据分析"能力的提及率上升了42%，而学历要求在多个行业出现松动。当企业发现一个会用AI的高中毕业生比一个不会用AI的名校毕业生产出更高的时候，文凭的含金量就要重新定价了。

但大学并没有因此变得无用。它只是需要换一种方式有用。

剩下的东西

如果大学不是在卖知识，那它在卖什么？

三个名校毕业生在播客里给出了一个共同的答案：大学给你的是"和聪明人混在一起的时间"。这话说得糙，但指向一个精确的概念——判断力。

这些能力有一个共同特征：它们不能通过"学习"获得，只能通过"经历"获得。你需要在一群人里讨论、争论、犯错、被反驳、修改自己的观点，才能慢慢建立起自己的判断框架。AI可以告诉你答案，但它不能替你经历"从困惑到理解"的过程。而恰恰是这个过程，塑造了一个人的判断力。大学的不可替代性，就藏在这个过程里。

这也是为什么Anthropic的分析显示，虽然学生大量使用AI，但使用模式存在明显分化：一部分学生让AI"代替思考"（直接要答案），另一部分学生让AI"加速思考"（用AI做初步分析，然后自己做判断）。前者的效率更高，但后者的学习更深。

问题是，大学目前的考核体系根本区分不了这两种人。一份AI写的作业和一份人写的作业，在现行评分标准下可能得到同样的分数。考核的是结果，不是过程。而大学真正应该考核的——判断力、批判性思维、独立思考——恰恰是最难量化的。

一个正在发生的分化

AI对大学的影响，不会是"大学消亡"，而是一种更隐蔽的分化。

能适应的大学会把AI当成教学工具，重新设计课程——不再考"你记住了什么"，而是考"你会不会用这些知识做决策"。哈佛已经要求部分课程必须有"不使用AI完成的作业"，目的就是确保学生在关键环节必须自己思考。新加坡国立大学允许在take-home作业中使用AI，但要求标注引用，同时设计更复杂的任务来防止过度依赖。

不能适应的大学会继续用老办法考试，然后发现学生全在用AI应付。一些教授已经在尝试各种"反AI"手段——在作业文本中嵌入白色隐藏词来检测AI输出、要求学生在课堂上手写论文、恢复闭卷考试。但这些手段本质上是在跟技术较劲。两位学者在The Conversation上写道："AI在高等教育中最大的风险不是作弊——而是学习本身被侵蚀。"当学生习惯了"有问题就问AI"的模式，独立思考的肌肉就会慢慢萎缩。这种退化不会体现在成绩单上，但会在毕业后的工作中暴露出来。

而对于学生个人来说，分化更明显。Anthropic的数据显示，STEM专业学生的AI使用率远高于文科——这意味着理工科学生更容易陷入"用AI替代思考"的陷阱。讽刺的是，越是技术导向的专业，AI替代性越强；越是需要人文素养和判断力的专业，AI越难替代。

所以

当AI替你写完了所有作业，大学还剩什么？

剩下的是你和一群同龄人在一个相对安全的环境里，花几年时间犯错、争论、推翻自己的过程。这个过程本身没有产出——它不会写在简历上，不会变成一篇论文，不会让你的GPA更高。但它是你建立判断力的唯一方式。

AI能给你答案，但它不能替你决定什么问题值得问。大学真正的价值，可能恰恰是让你在还有时间犯错的时候，学会问对问题。

硅谷101那期播客的标题问："大学还剩下什么？"答案可能是：大学剩下的是那些AI做不了的事——写作业AI已经能做了，成为一个会思考的人这件事，只能你自己来。问题是，你得自己选择成为这样的人，大学不会替你选。

觉得有用就转给朋友看看

AI有招 · 大佬说