AI冲平了能力,教育真正该教什么

如果你家里有个正在上学的孩子，或者你自己正在花几万块学AI工具——你可能需要先知道一件事。

近年来，硅谷教育界接连发生三件事，没有引起太多波澜，但每一件都指向同一个信号。

马斯克关闭了他最初的实验性私校Ad Astra——那所设在SpaceX园区内、只面向自家孩子和员工子女的学校。贝索斯通过Day One基金创立了贝索斯学院，为低收入家庭提供免费学前教育，但投入远不及外界传说的20亿美金，运营也远未达到预期规模。扎克伯格烧掉近两亿美金后，关闭了他投资创办的The Primary School。

三个人，三笔钱，同一个方向：不再投资普通人的教育。

为什么？不是因为资本变冷了，而是因为AI让80分的劳动力近乎免费了。工业文明时代，社会需要大量80分的合格从业者填充工厂、银行和政府的岗位，所以愿意花20年把60分的孩子培养成合格的螺丝钉。勤能补拙不是道德信仰，是劳动力短缺时的经济算账。

现在这笔账变了。AI正在把大量标准化认知工作的边际成本压到极低，提供近乎24小时待命的80分劳动力。资本不需要再花20年等一个普通人开窍。原本连接一楼和三楼的那道阶梯——让普通人通过三五年经验一步步爬上去的阶梯——被抽走了。

我亲眼看到这个断层在企业里发生。过去需要20年才能构建的认知护城河、技术壁垒、行业经验，现在一个掌握AI的超级个体，在某些场景下只需极短的时间就能将其拆解、吸收、据为己有。AI浪潮把信息壁垒、知识壁垒和经验壁垒全冲走了。3秒调取全球最佳实践，以前靠这些壁垒建立的优势，没了。

所以一个很残酷的问题浮出来了：当能力可以被AI免费补齐，教育真正该教什么？

多数人的第一反应是：教AI。谁教会用AI工具，谁就有优势。这个判断对了一半，但只对了一半。

有些事AI完全搞不定，连试都试不了——Jeff Dean管这叫0%到1%的任务。他在YC Startup School上说了一句很刺耳的话：去找那些模型成功率只有0%或1%的任务，别找20%的。模型"完全搞不定"是好迹象，"半吊子能做一点"反而是坏信号。

为什么？因为模型已经会20%的事，说明它已经摸到这块了——数据再堆、规模再扩、推理再强一档，半吊子很快变成八九成。你以为在搭产品，其实在给下一代基座模型免费做用户教育。做AI文案生成的Jasper和Copy.ai，在GPT-3时代靠"比模型多一层界面"成为赛道明星，ChatGPT一出来，护城河一夜变薄。

Jeff Dean的尺子量到教育上，逻辑是一样的。教AI能教的知识——写文案、做表格、查资料、写代码——这些是那20%。模型再升一档，这些能力就免费了。你今天花几万块学的"AI写作课"，半年后可能就是模型自带的功能。

那0%到1%是什么？

是模型够不着的东西。

鲁梅尔特是战略学领域的顶级学者，他的核心观点大意是：没有不对称，你就是在拼运气。所谓不对称，不是你擅长什么，而是你有什么竞争对手够不着的东西。势均力敌的竞争只有50%的胜率，再怎么谋划也只是掷骰子。

把Jeff Dean和鲁梅尔特叠在一起看，两条线交叉出一个答案：AI能补能力，但补不了愿力和心力。而这恰恰是AI时代唯一的不对称。

什么叫愿力？不是"我想赚钱"的念头，是"我非做不可"的那股劲。什么叫心力？不是"我很坚强"的自我安慰，是"我走过那条路所以懂"的同理心，是摔了跟头还能爬起来的反脆弱，是面对不确定性时不崩溃的内核。

这两样东西，模型教不了。

为什么教不了？因为愿力不是知识点，是生命体验的产物。一个人为什么非做不可，往往是因为他经历过某种痛——被排挤过、被辜负过、被生活逼到墙角过。这些痛长出来的劲头，不是prompt能生成的。心力也一样。它不是"情绪管理技巧"，而是在真实的挫折、冲突、失败中一寸一寸磨出来的茧。你可以让AI写一份完美的情绪管理方案，但方案写得再好，一个人在凌晨三点接到客户毁约电话时手会不会抖，AI管不了。

这就是0%到1%。

模型能写商业计划书，但写不出一个人为什么非要创业的那团火。模型能分析市场数据，但分析不了一个人在所有人都说"算了吧"的时候为什么还往前走。模型能模拟同理心的话术，但模拟不了一个人真正痛过之后才长出来的那种理解力。

纳瓦尔说了一句话，我觉得比他所有关于AI的判断都准："越接近底层，越接近真实，你的优势就会越大。"

愿力和心力，就是人最底层的东西。越接近这层，AI越够不着。

有人说，这不就是传统教育一直在做的事吗？培养学生的意志、品格、抗挫力？

是，也不是。传统教育也讲意志品格，但工业文明的教育底层逻辑是"批量生产80分的合格从业者"。它讲意志品格，是为了让你更好地适应流水线——无论是工厂的流水线还是写字楼的流水线。AI时代，流水线本身正在被拆掉。80分的劳动力已经被AI替代了，你再培养一个80分的人，就是往一个已经没有船的旧港口里继续升级集装箱。

教育必须回答一个新问题：当80分不值钱了，90分和100分的差距在哪？

不在知识。知识可以被AI调取。不在技能。技能可以被AI模拟。在愿力和心力。当能力差距被抹平，人与人竞争的核心就只剩这一层。有人说过一个判断——AI在心力方面还难以超越人类，人与人竞争的核心将集中在心力比拼。但那是一句结论，没有血肉。我补上血肉：我见过一个创业者在凌晨三点给客户发完方案后，关掉电脑，对着空荡荡的办公室说"再来"。那一刻他身上的东西，模型生成不了。

这就是为什么我押注这条路。

这两条尺子不是纸上谈兵。我在自己的创业里，把它们变成了团队搭建的第一原则。

我们做了一个叫"云智方舟"的AI创业赋能平台。名字的意思很简单：方舟是渡人，云智是借助AI。核心使命是解决中国社会教育问题——不是教AI技术，是用AI当杠杆，撬动一个完整的人。

搭建团队的时候，我们三个合伙人，形成了一个铁三角：侯总代表愿力，宋婷姐代表心力，我代表AI技术能力。

为什么这样搭？因为能力可以外包给AI，但愿力和心力不能外包。我们的核心定位是：服务那些已经有创业想法、有愿力、有一定心力、但能力存在短板的创业者。能力短板由平台补——AI技术、工具、交付流程，平台来解决。但愿力和心力必须本人长出来。

这不是理论推演，是被市场验证过的判断。我们的课程体系有十二堂核心大课，从"志存高远"到"方舟起航"。表面上看，教的是AI创作力、费曼学习法、知识体系构建。但底层逻辑不是教技术，是整合愿力、心力与能力。第一课不叫"AI入门"，叫"志存高远"——先锁定人生目标，再谈工具。第二课不叫"提示词工程"，叫"修身养习"——先培养反脆弱人格，再整合能力。

为什么这么排？因为见过太多人，AI工具学了一堆，但遇到真正的困难就散了。不是工具不够，是心力不够。不是能力不足，是愿力不足。工具可以买，能力可以学，但一个人到底为什么要做这件事，这件事值不值得他把命押上去——这个内核，AI补不了。

我记过一句话，当时是随口说的，后来发现它本身就是不对称的注脚："大家都玩虚的，那我就跟你来真的。"

什么是"虚的"？教AI工具的使用技巧，那20%，模型升一档就免费了。什么是"真的"？帮一个人找到他非做不可的那件事，然后在他心力不够的时候托一把，在他能力不够的时候用AI补上——这是0%到1%，模型永远够不着。

这就是为什么我押注这条路。

不是因为AI教育赛道热，不是因为政策风口好，是因为我亲眼看到了那个不对称：AI把能力冲平了，但愿力和心力冲不掉。谁手里握着这两样东西，谁就站在了AI够不着的位置上。

鲁梅尔特讲过一个道理，大意是：小公司别跟巨头对称竞争，把战场缩小到巨头看不上的地方。巨头看不上的地方在哪？不在AI技术的深水区——那是巨头的主场。在教育最底层、最慢、最不性感的那个地方：一个人的愿力和心力。

Jeff Dean说，别做模型已经会20%的事，找它完全搞不定的0%到1%。教AI工具是20%，模型再升一档就免费了。教一个人找到他非做不可的事、长出扛得住的心力——这是0%到1%。

两条尺子量到同一个地方。

所以回到那个问题：AI冲平了能力，教育真正该教什么？

不是教AI。是教AI冲不掉的那层东西。

一个简单的尺子：如果把你现在做的事里的AI工具全部抽走，你还做不做？如果答案是不做了，那你的优势在那20%里，模型再升一档就给你免费做了。如果答案是照样做，你手里握着的就是0%到1%。

愿力是根，心力是干，能力是枝叶。AI可以替你长出繁茂的枝叶，但如果根没有扎进土里，干没有长出韧性，一场风就倒了。

"生"这个字，一竖向上是生长的志气，横画承托是扎根的现实。它不是凭空盛放，而是先有根，再有芽；先能活，再谈长。

AI是水，愿力和心力是根。水可以助长，但不能代替根系。

大家都玩虚的，那我就跟你来真的。