AI时代,机会为什么总伪装成困难的样子AI时代，机会为什么总伪装成困难的样子最近在刘润老师的公众号读了他对谈吴军老师的稿子，三个小时的对话，最让我反复琢磨的是这句话：“陷阱伪装成机会的样子，机会伪装成困难的样子。”初听像一句鸡汤，但顺着对谈里的例子结合当下环境想，确实如此。它不是在说“要吃苦”，而是在说AI时代一个被大多数人忽略的认知真相——我们天然会被“容易、快速、确定、大家都在做”的东西吸引，以为那是机会；我们天然会回避“困难、缓慢、不确定、没人愿意做”的东西，以为那是麻烦。但在真实世界里，AI越发达，其逻辑就越反过来。一、对谈里，这句话是怎么被佐证的吴军老师在对话里举了很多例子来佐证印证这个判断。第一个例子：AI提高效率 = 赚更多钱？看起来是机会。AI来了，一个人能干以前十个人的活，收入不得翻十倍？赶紧学AI工具，提升效率。实际上是陷阱。吴军老师举了剪视频的例子——原来一天剪1条，赚1000块；有了AI一天剪10条，你以为能赚1万？结果是所有人都能剪10条，供给暴增，单价从1000跌到100。你一天还是赚1000块，但更累了。为什么是陷阱？因为效率提升是全行业的，不是你一个人的。当所有人都变快，快就不再是优势，反而变成了内卷的起跑线。第二个例子：一人公司 = 创业风口？看起来是机会。AI这么强，一个人就是一支队伍，赶紧辞职开个一人公司，自由又赚钱。实际上是陷阱。吴军老师一句话点破——“AI创造了很多公司，但没有创造客户。”市场总需求是有限的，客户不会因为你产能提高了就多付钱。一人公司最大的问题从来不是“做不出来”，而是“卖给谁”。第三个例子：人形机器人 = 下一个赛道？看起来是机会。太酷了，未来每家都有一个人形机器人，万亿级市场，赶紧冲。实际上是陷阱。吴军老师说“人形”本身可能是伪需求，是人类的自恋。手术机器人不需要五根手指，两根精细机械臂更好用；工厂机器人不需要两条腿，机械臂更高效。“像人”这件事，除了满足想象，对解决实际问题没什么帮助。反过来，那些真正有价值的AI应用——自动驾驶、医疗AI——反而不那么“性感”，因为它们要啃硬骨头，要解决人类靠自身智力搞不定的事。第四个例子：少犯错 = 赢过大多数人？看起来是困难。不就是“不折腾”吗？这也太消极了，别人都在冲，我站着不动不就落后了？实际上是机会。吴军老师的反焦虑逻辑很有意思——“世界上绝大部分人都在不断犯错，别人失去的机会，就是你的机会。你只要不跟着折腾，长期来看，结果可能就比大多数人好。”他打了个比方：大家都奔向地狱，你不要跟着一起跑。但也不要倒着跑，因为人家会把你踩死。你站在旁边看就行了。看他们为什么跑，最后去了哪里。第五个例子：学“困难的能力” = 真正的壁垒？看起来是困难。写代码多容易啊，AI都能帮你写。但理解商业逻辑、定义需求、数学建模、设计方案——这些东西要学很久，还很抽象，学了也不一定马上能用。实际上是机会。吴军老师说企业里有三类工作：MBA（理解商业）、数学建模（设计方案）、程序员（代码实现）。最容易被AI替代的是第三层，最值钱的是前两层。AI降低了执行的门槛，反而提高了理解问题和定义问题的价值。他用做柜子打比方：电动工具提高了效率，但你还是得知道柜子该怎么做。尺寸想错了，照样要返工。所有这些例子，最后都指向同一个结论：80%的人都能拿到的，就不是机会。AI时代，容易的事在加速贬值，困难的事在加速升值。二、教育行业，正在上演类似的事阅读对话稿的过程中，自然就想到教育。因为教育行业里，“陷阱型机会”和“困难型机会”，在AI的加持下，正在变得越来越清晰。先说说那些伪装成机会的陷阱。第一个陷阱：AI个性化刷题。看起来很先进，很“因材施教”——每个孩子推送不同难度的练习题，系统自动批改，学情分析报告一键生成。家长觉得省心，学校觉得高效，大家都在做。但往深里想一层，这真的是教育的进步吗？它本质上还是在知识传递层面卷效率，孩子的内在动机、学习兴趣、思维方式，一个都没碰。越刷越熟练，也越厌学。效率提高了，但学习本身没有发生。第二个陷阱：追求课堂效率。知识点密度越高越好，一节课讲得越多越“高效”。老师讲得酣畅淋漓，学生记得满满当当，看起来成果丰硕。但孩子消化得了吗？理解了吗？有自己的思考吗？这些“慢”的问题被效率掩盖了。教育不是工业生产，不能用“投入产出比”来衡量。有时候慢就是快，有时候“没用”才是大用。第三个陷阱：跟风教育热点。今天搞STEAM，明天搞AI教育，后天搞大单元教学。每个都学一点，每个都不深入。看起来走在前沿，实际上什么都没做透。热点一个接一个，但教育最根本的问题——孩子为什么学、怎么学、学成什么样——从来没有变过。追热点是容易的，沉下心把一件事做透是困难的。第四个陷阱：用数据衡量一切。考试分数、作业完成率、课堂参与度……什么都要量化，什么都要看数据。数据清晰、好看、容易汇报。但那些真正重要的东西——好奇心、韧性、同理心、创造力——恰恰是没法量化的。当一切都用数据衡量，教育就会慢慢失去它最珍贵的部分。这些事为什么是陷阱？因为它们容易做、容易衡量、容易展示成果，所以大家都往里面挤。但挤进去才发现，这些事并没有真正提升教育品质，只是让大家更累了。再说说那些伪装成困难的机会。第一个机会：读懂一个具体的孩子。不是看数据，是看人。花时间观察他、跟他聊、理解他行为背后的原因。慢，累，没法量化，甚至没法跟家长解释清楚。但这是所有教育的起点。一个孩子愿意重新尝试，往往不是因为你讲了更好的方法，而是因为他相信你真的看见他了。第二个机会：激发内在动机。AI可以用游戏化机制、用积分奖励、用各种“激励话术”让孩子多做几道题，但真正的内驱力——那种“我想知道为什么”的好奇心、那种“我要把这件事做成”的韧劲、那种“我能行”的自我效能感——AI给不了。这些东西需要在真实的挑战、真实的关系、真实的挫败和真实的成就感里慢慢长出来，急不得，也快不得。第三个机会：建立真实的师生关系。AI可以24小时在线、永远耐心、永远不发脾气，但它没法建立真正的情感联结。教育里很多关键时刻，不是靠知识传递完成的，而是靠关系。这些事，慢，笨，耗时间，还不一定有立竿见影的效果。但它们恰恰是教育最底层、最不可替代的部分。三、在星轨学习中心，我们主动选择了“困难的事”读到这些观点的时候，我特别有共鸣。因为过去这一年，在六年级“星轨学习中心”做大规模个性化教育的探索，我们其实一直在主动选择那些“困难的事”。第一件困难的事：自主学习，不是“放给学生自己学”。很多人一听“自主学习”，觉得就是让学生自己安排时间、自己选内容，老师轻松了。其实完全不是。设计“有边界的自由”，比直接灌输难多了。你得琢磨：给多大的自由度合适？给多了，孩子茫然无措，浪费时间；给少了，又变成了另一种形式的指令。你得观察每个孩子的状态——有的孩子需要你推一把，有的孩子需要你拉一下，有的孩子你得远远看着别打扰。你还要承受“好像什么都没发生”的焦虑——孩子放空的时候、发呆的时候、反复试错的时候，你能不能忍住不插手？这件事很困难，但它的回报也很丰厚。当你看到一个以前总是等老师指令的孩子，开始主动找问题、主动查资料、主动跟同学讨论的时候，你就知道：那些“浪费掉”的时间，都没有白费。第二件困难的事：跨学科项目式学习，不是“把几个学科拼在一起”。项目式学习听起来很时髦，很多学校都在做。但真正做进去你会发现，找一个好问题，设计一个好项目，比设计十节好课都难。什么是好的PBL问题？它得是真实的——不是课本里编出来的场景，是孩子真的关心、真的想解决的事。它得有足够的纵深——既能容纳不同能力水平的孩子，又能自然地融入多个学科的知识和技能。它还得有“模糊性”——没有标准答案，没有唯一路径，孩子得自己去摸索、去判断、去做取舍。比起直接按课标讲知识点，PBL的效率“低”多了。一个项目做几周，可能覆盖的知识点还不如两节课多。但教育不是比谁讲得多，是比谁真正进了孩子心里。 当一个孩子为了完成项目，主动去查资料、主动去学以前不爱学的数学、主动跟同学争论到面红耳赤的时候，你就知道：学习真的发生了。第三件困难的事：家校共育，不是“让家长配合学校”。家校共育也是一个说烂了的词，但真正做好的不多。因为大多数时候，我们说的“家校共育”，其实是“让家长配合学校的工作”——监督写作业、签字、参加活动。这是容易的。真正困难的，是跟家长建立真正的信任关系。你得跟家长解释，为什么我们要“浪费时间”让孩子去自主；你得让家长相信，短期成绩波动不代表什么，孩子的内在成长更重要；你得在家长焦虑的时候接住情绪，而不是跟着一起焦虑。这些沟通没有话术模板，没有标准流程，每一个家庭都是不一样的，你得用真心换真心。做星轨学习中心这一年，花在跟家长沟通上的时间，一点不比花在孩子身上的少。有时候一次家长会开到很晚，有时候一个家长要单独聊好几次。很累，很费时间，但这是必须做的事。因为教育不是学校单方面的事，孩子是在家庭和学校的合力里长大的。这件事困难，但它是所有教育创新的地基。没有家长的理解和信任，很多再好的课程设计也落不了地。四、这些“困难的事”，为什么是AI时代教师的真正机会如果说前三个部分是在“看清楚”——看清楚AI时代什么在贬值、什么在升值，那么这一部分，我想说说“为什么”——为什么自主学习、跨学科PBL、家校共育这些困难的事，恰恰是AI时代教师的真正机会，也是教育发展的大趋势。自主学习：AI时代，“会学”比“学会”重要一万倍。吴军在对谈里说，AI降低了执行的门槛，反而提高了理解问题和定义问题的价值。放在教育里，这句话同样成立。过去，知识是稀缺的，老师的核心价值是“传递知识”。谁掌握的知识多，谁就厉害。但AI时代，知识获取的成本几乎为零——你想知道什么，问AI就行了。这时候，真正稀缺的，不再是“知道多少”，而是“知道该学什么”。一个只会被动接受知识的孩子，在AI时代是最容易被替代的。因为AI比他记得多、算得快、还不会累。但一个知道自己想学什么、会主动找问题、能自己规划学习路径的孩子，AI对他来说就是放大器——他能用AI做更多、走得更远。这就是为什么我们要花那么大力气做自主学习。不是为了“让老师轻松”，而是为了让孩子在AI时代拥有真正的竞争力——不是比谁学得多，而是比谁会学、比谁有内在驱动力、比谁能自己定义问题。这些能力，AI教不了。只能靠老师在日复一日的相处里，慢慢托举、慢慢引导、慢慢等它长出来。这件事很慢、很困难，但它是AI时代教育最该做的事。跨学科PBL：真实世界的问题，从来不分学科。吴军说，真正有价值的AI应用，是解决人类靠自身智力搞不定的事。同样，真正有价值的教育，是培养孩子解决真实问题的能力。我们的学校教育，长期以来是按学科划分的——语文、数学、英语、科学……每门课各管各的。但真实世界的问题，从来不分学科。你要解决一个社区垃圾分类的问题，得懂科学（垃圾怎么分类、怎么处理）、得懂数学（数据统计、成本核算）、得懂语文（怎么写倡议书、怎么跟居民沟通）、得懂美术（怎么设计宣传海报）。AI时代，单一技能的价值在快速下降。因为AI在任何一个单一领域，都可能比人做得更好。但把不同领域的知识串起来、定义一个好问题、组织资源去解决它——这种跨学科的整合能力，恰恰是AI的短板，却是人的长项。这就是为什么我们要做跨学科项目式学习。不是为了赶时髦，而是为了让孩子在真实的问题里，学会把知识用起来，学会跟人合作，学会在不确定中做判断。这些能力，不是靠刷题刷出来的，是靠在一个又一个项目里摸爬滚打练出来的。这件事效率低、过程乱、结果不可控，很困难。但它是AI时代教育的大趋势——从“教知识”转向“培养解决问题的人”。 只有这样培养出来的孩子，才能在不断变化的未来社会里，站得住脚。家校共育：教育的终局，是培养完整的人。吴军在对谈里反复强调一个观点：AI可以给答案，但你得能判断答案对不对。放在教育里，这个“判断能力”从哪里来？它不来自学校，也不来自AI，它来自一个完整的成长环境——家庭和学校共同塑造的环境。AI时代，信息爆炸，诱惑无处不在。孩子面对的，不是知识不够的问题，而是信息太多、选择太多、不知道自己要什么的问题。这时候，光靠学校的力量是不够的。如果家庭里焦虑、攀比、只看分数，学校再怎么努力培养孩子的内在动机，也会被抵消掉。教育的终局，不是培养一个会考试的人，而是培养一个完整的人——有自我认知、有内在动力、有社会情感能力、有面对不确定性的勇气。 这样的人，才能在AI时代不被替代，才能在快速变化的社会里找到自己的位置。而要培养这样的人，必须家校同频。这就是为什么我们要花那么多时间做家校共育。不是为了“让家长配合工作”，而是为了跟家长一起，给孩子营造一个真正有利于成长的环境。这件事沟通成本极高，见效极慢，很困难。但它是AI时代教育的底层支撑——没有家庭的理解和参与，任何教育创新都是空中楼阁。五、守住困难，就是守住教育的价值吴军老师说：“80%的人都能拿到的，就不是机会。”在AI时代的教育行业，这句话同样成立。用AI出卷子、做课件、批作业，这些事很快就会变成所有老师的标配——就像当年用PPT代替黑板一样，人人都会，不值钱。而那些困难的事——蹲下来听一个孩子说话；花时间研究一个孩子的成长脉络；设计一节可能“效果不明显”但能点燃好奇心的课；在所有人都往前冲的时候，敢停下来等一等；在家长焦虑的时候，稳稳地站在孩子这边；这些事，笨，慢，不划算，看起来不像机会。但也许，这才是教育真正的机会所在。过去一年在六年级星轨学习中心的实践，让我对此越来越确信。我们走得不快，遇到过很多困难，也犯过很多错。但每一次困难的背后，都藏着一点真实的成长——孩子的，也是我们自己的。AI时代，很多东西都会变便宜。但一个老师对孩子的看见，不会便宜。一个好的教育设计，不会便宜。一段真实的师生关系，不会便宜。幸好，这些困难的事还在。因为只要困难还在，教育的价值就还在。去找它。然后，守住它。
夜雨聆风