吳軍對談梁建章：如何培養適應AI時代的人才

當AI能夠瞬間調取人類數千年的知識積累，教育的核心便發生了根本性改變。真正面向未來的教育，應該是什么樣子的？

為此，我們特邀計算機科學家吳軍與攜程集團聯合創始人、人口經濟學者梁建章，圍繞“AI+教育：探索未來學習新模式”展開對談。本次對談呼應梁建章在《創新主義》中的核心主張，書中提出“創新主義”這一前瞻理念，強調應通過創新與傳承共同推動社會的長期繁榮。

短期來看，AI已開始替代初級、重復性的信息處理崗位；而從長遠看，幾乎所有行業都可能被重構，唯有創造性和承載情感與體驗的服務，無法被AI取代。這一趨勢不僅揭示了單一“工具性技能”的貶值，也凸顯出跨學科知識、邏輯思維、提出問題能力以及人文素養的重要性。

吳軍與梁建章在對談中表示，未來教育的核心是激發創造力和與AI協作的能力。兩位指出，在物質豐裕的時代，價值的核心將從物質生產，轉向關乎人類情感、創意與生命體驗的服務業。

面對這場席卷而來的變局，焦慮與迷茫絕非出路。真正的應對之道，在于回歸教育的本質，不培養被動適應規則的“工具人”，而是塑造能夠駕馭技術、在充滿不確定性的未來，主動賦予生活意義的人。

以下，正是他們對AI時代教育命題的探討。

AI時代需要怎樣的人才？

吳軍：

當下我們常提及“信息時代”，但信息本身具有較強的抽象性。盡管人們每日都會談及信息，但極少有人真正關注“信息究竟是什么”，對其發展歷程也缺乏深入探究。近二十年來，縱觀全球產業發展態勢，發展較為迅猛的領域基本集中在與信息相關的范疇，且這一領域的發展速度始終保持高位。此次應中信出版社的邀請，我將與梁博士共同探討有關未來教育的相關議題。我們探討的核心，是信息時代背景下，青少年教育模式與傳統教育模式的差異。

目前，許多家長普遍存在教育焦慮：一方面，他們認為國內傳統大學的專業教育與就業市場銜接不夠緊密，學生畢業后就業難度較大；另一方面，受網絡上部分夸大言論的影響，他們聽聞“人工智能可替代大量人類工作”，進而產生“未來只需讓孩子學習與興趣相關的非核心內容即可”的認知。實際上很多人都存在著誤解。

梁博士在人口研究及世界經濟領域有著獨到且深刻的見解，想向您請教：從您的專業視角出發，如何看待當下技術發展對未來產業形態產生的影響，以及這種影響又將如何作用于教育領域的發展方向？

梁建章：

人工智能對就業市場的影響可從短期與長期兩個維度進行分析。

從短期來看，其影響范圍仍集中于初級信息相關產業。此前，計算機科學（Computer Science）是熱門專業，程序員群體構成了規模龐大的就業群體，其中從事簡單腦力勞動的部分程序員，已在短期內受到人工智能的顯著沖擊。

近期，我們結合北京大學及美國的招聘數據研究發現，入門級（entry level）崗位受影響尤為突出。無論是軟件工程師等技術崗位，還是翻譯、助理、編輯等文職崗位，人工智能均已具備替代能力。這一趨勢對剛畢業的大學生而言并非利好：未來他們可能需要經歷更長周期的實習期，或攻讀更高層次的學位，才能勝任相關工作，這一變化已在短期內切實發生。

目前，人工智能尚未滲透至一般服務行業，例如導游、旅游業從業者、餐廳服務員等；快遞員、清潔員等藍領崗位也暫未受到波及。因此，短期來看，藍領群體暫時不會受到人工智能的直接影響。

但從長期視角而言，上述當前未受影響的崗位均有可能被人工智能逐步覆蓋，最終或許僅剩下最高級別的工作崗位由人類承擔。后續我們可進一步探討，究竟哪些高級工作仍會保留給人類。

若針對年齡極小的群體，無需過度探討這一話題。未來的就業形態充滿不確定性，難以精準預判哪些工作會持續存在。而對于剛畢業或已步入職場的群體，也無需過度焦慮：人工智能的替代過程是逐步推進的。這是我的核心觀點。

吳軍：

到目前為止，人工智能都還是我們中國俗話叫“大力出奇跡”。就是你沒有這個算力，還是很難的。十年二十年后，這也會是常態。因為你要解決更大的、更復雜的問題。簡單的問題現在已經都解決了，現在要解決更困難的問題。

我曾就此與谷歌相關人士探討，對方給出的兩個結論至關重要，尤其值得家長們關注。

第一個結論是：若想讓計算機實現特定編程需求，使用者自身必須具備編程能力。否則一旦AI 編寫的程序出現漏洞，人類往往難以排查修正。所以你必須非常懂，你不可能完全讓計算器來修復，因為如果它覺得是錯的，它就不會寫出這樣的代碼。比如，你有一個財務，你想讓他給你算賬，首先你自己要懂財務，否則的話你很容易被蒙。如果你覺得你不用懂，雇一個財務就能把公司的帳整理清楚，那么很有可能他會把你的錢全卷走了。

第二個結論是：當前計算機需解決的問題復雜程度與技術工具的提升速率同步推進，但問題復雜程度的提升速度，實際上遠超技術本身的提升速度。也就是說，現有技術尚未能完全匹配實際需求。

以醫學領域為例，簡單易治的病癥已基本得到解決，當前醫學研究聚焦的都是難度極高的病癥，這類病癥的治療成本增長極為迅速，而醫療技術的發展速度難以跟上成本攀升的節奏。這也印證了梁博士剛才的觀點：無論身處哪個行業，高級人才未來都不會受到太大沖擊，因為始終有大量復雜問題等待他們去解決。

梁建章：

這意味著對從業者的要求進一步提高，他們不僅需要熟練掌握原有客戶需求及多學科知識，還需具備運用各類最新技術工具的能力。不過，我也觀察到，部分具體的實操技能，其市場需求確實在逐漸弱化。比如現在好像很少有招聘廣告要求你一定要會哪門語言，或者你一定要會Java、C++等。

吳軍：

此外，我還發現這類具體技能的生命周期平均僅為5至6年。正因如此，我無法理解為何國內有不少人熱衷于考取各類認證證書，諸如微軟認證、Java認證等。2000年前后互聯網泡沫興起，Java、微軟C# 等多用于寫一些很簡單網站或界面的，同時起來的有數據庫如Oracle，如果你會寫SQL，就會有不錯的工作；而后轉向大數據，大數據科學家這一崗位應運而生，主要進行數據處理與分析；后來Java也過時了，Python取而代之。每一種語言的生命周期，除了比較基本的C++用了三四十年，多則10年，少則5年，這就是許多IT行業的人比較累的原因。

這就如同習武之人，既有追求“道”的，也有執著于“術”的，那些僅局限于表層的技巧，短短幾年后便會失去效用；但若是專注于探求“道”，比如透徹理解計算機科學的核心原理，那么即便換一種全新的編程語言，也能通過看書自學很快學會。

真正的人才需要怎樣的教育？

梁建章：

我認為，現在的情況對現有教育體系確實提出了全新要求。教育應更注重培養學生廣博且多元的知識儲備，同時加快技巧性內容的教學節奏。這一要求，與我國當下尤其是圍繞高考形成的教育現狀“學生僅聚焦于高考考核內容展開學習”的背離程度愈發顯著。

吳軍：

我覺得高考考核內容太少了，就幾門課。關鍵問題是，很多聰明的學生高二就學完高中課程，高三一年磨了幾分、十分，可能就從211大學改成985大學。

梁建章：

不僅高考，中考也存在類似問題。當前現狀下，普通學生若想就業，大概率需考取碩士學位，因需完成相關知識學習可能需碩士階段，但課程實際可加快推進，未必需耗時六年（大學四年，碩士兩年）。

吳軍：

這并非單純的學歷要求提高，核心是知識總量在持續增加，必須達到足夠的知識儲備才行。此前我看了多所中國大學的課表。說實話，國內大學課程中，真正具有硬核價值的僅占三分之一。如此一來，學生在四年本科期間，實際學到的與未來發展相關的有用知識，僅相當于一年半的量。這也印證了您之前所說的，必須再攻讀兩年碩士，才能積累足夠的基本知識。在國外，也是有不同的情況，比如在美國一般碩士畢業需要讀五年半，如果你相對比較聰明，本科的時候把研究生讀完了，大學認認真真讀3年，知識量也夠了。比如我女兒本科讀了三年，讀了兩個學位，一個計算機學位，一個數學學位，畢業后去了一個大廠工作。

梁建章：

我覺得綜合的知識面是很重要的。其實對于一些文科內容，在社會工作或者生活的時候，可以自學，可能不需要上課學習。

吳軍：

從知識點和知識面來講是可以，但是文科里有一個基本的訓練還是很重要的，就是寫作能力。現在的問題是，他要講一件事或者寫一件事，腦子是糊涂的。工作的匯報也是，最后只有20%的內容有用，通過AI潤色也沒用，因為他的想法就是一鍋糨糊。你如何把一件事講清楚，這個需要訓練。

梁建章：

這更多涉及邏輯學范疇。我認為當前的寫作課程可重點培養學生邏輯清晰表達的能力，以及運用統計視角分析和解讀數據的能力。

吳軍：

比如說歷史這門課，在美國學歷史和一門理科的課沒有太大的差別，也要求必須要有觀點，然后需要從事實去論證這個觀點。每一個論證過程都要有信息的來源，估證不能做數。這和物理學做實驗要求實驗可重復是一個道理 。寫物理學實驗的論文和寫歷史學的論文，在邏輯上或者結構上有很大相似性。國內近二十年的歷史學學者也是這么做的。

梁建章：

這是社會科學的科學研究方法，國外很多大學甚至中學、本科就教了，國內教得比較晚，可能要到研究生階段才學。

吳軍：

但很多家長卻覺得，國內大學專業劃分細致，細分專業下還進一步拆分是理所當然的。殊不知，這種細分模式不過是工業化大機器生產時代的產物，至今最多200 年歷史。

梁建章：

這個知識越來越多，所以不得不分得越來越細，這個也是沒辦法。

AI出現以后，從長遠看，20年、30年，尤其像中國、美國這樣的國家會走到物質豐富的社會。

進入物質豐富的社會以后，效率可能就沒那么重要，可能更多需要精神體驗，娛樂行業、旅游行業就可能很重要。

那這些行業就有“怎么樣設計出最佳的精神體驗”的需求。所以文化、品位、道德或者倫理、哲學方面的這些技能會更重要。這些就不需要像工程師思維那樣分得特別細，但是工程師還是需要的，一小部分工程師還是最賺錢的。在中國，尤其是制造業，全球領先。更大的一個行業應該是文化領域、旅游領域，還有比如說游戲，電影這些領域。這些領域可能就是需要不同的技能。

吳軍：

我們不說未來，即使是今天，中國產業工人不到2億人，這已經是很大的規模了，占全世界人口的2.5%。在全世界范圍內，如果不考慮關稅、市場飽和等因素，讓2億人放開量生產，兩倍的地球人都消費不完，尤其是生產設備更加現代化以后，更是這樣。所以物質生產，無論是工業品還是農業品，越往后在GDP中的占比會越低。不是說它的絕對數量會越來越低，而是占比會越來越低，因為服務業的占比在不斷提高。

全世界人均GDP大約是1.3萬美元，中國也是差不多的水平。人均GDP比中國高三四倍的國家，以德國為例，大家普遍覺得德國是個制造業大國，但其實它的文化產業也很發達，在GDP中的占比很高。而人均GDP不如中國的這些國家，服務業在其中的占比都不太高。所以中國的經濟從現在人均GDP1.3萬美元，將來漲到2.5萬美元，翻一番，最大的潛力還是在服務行業。

梁建章：

很多國家的旅游業，是現在增長最快的一個行業。

目前就業市場中，網紅是增長最快的群體之一。網紅本質上屬于精神消費范疇，兼具創意屬性，是文創產業的一種體現，影響力極強。比如旅游領域有很多專業網紅，他們發掘新的旅游線路，通過推廣這些線路獲得可觀收入。未來這類行業大概率會越來越多。

吳軍：

現在互聯網很發達，知識能共享。一方面，長遠來看，有了新技術和人工智能，學習知識的門檻會變得很低。另一方面，正因為門檻變低，過去有些人靠大學學的課程形成的專業壁壘，想靠這些知識保護自己，將來可能很難了。除非這門課程非常難，別人學不會，否則你會發現在知識獲取方面的競爭會蠻強的。

梁建章：

我現在很疑惑，像知識產業、文化領域的網紅這類有影響力的從業者，到底需要什么樣的技能？這些技能是學校能教的嗎？還是主要靠社會體驗來培養？

比如設計旅游線路，需要對文化的理解和獨特品位，這可能得靠多旅游、多讀書慢慢積累，而不是靠上很多課。所以，培養未來這類有影響力的人才，可能需要不同的路徑，而且我覺得這類能力比較難被AI 取代。

比如開發旅游線路，肯定不能只依賴AI 拼湊網上的信息。人親自體驗后再做介紹，說服力完全不一樣。就算現在AI 能創作音樂，最后還是得靠人來鑒別哪首歌好聽。因為人性相關的判斷，至少短期內很難完全靠AI 來決定什么是好聽、好玩、好看的。人在這里其實扮演著驗證的角色，還要分享個人體驗，還是需要人來做的工作。

吳軍：

這里您就談到另一個大問題了，現在我們訓練AI要數據，數據從哪來？這個過程中有一個很耗費人力的地方，叫labeling（貼標簽），標記哪個是好、哪個是不好，哪個是美、哪個是不美。在美國有家公司叫scale AI，它是為Open AI或者data break這類真正的人工智能公司提供數據。他們公司內部可能只有幾千人，在世界各地的外包可能已經有10萬人。所以你會發現，新技術的出現，會帶來以前你無法想象的工作機會。也就是說每一項新技術的產生，它同時殺掉了很多工作，當然又創造出一些新的工作。

未來更需要駕馭AI的人

梁建章：

長期來看，未來所需的工作類型及對應技能仍存在較大不確定性。但總體而言，掌握廣博的知識與創造性思維、批判性思維至關重要，而那些零散的技巧性內容則沒那么重要。

我一直強調，即便在AI出現之前，中國教育已存在巨大的代價與浪費。這種浪費不僅體現在每個學生要浪費一兩年時間復習高考，更因升學考試的巨大壓力，讓家長不愿投入過多精力生育更多孩子。對中國而言，更大的負面影響是人口數量的減少。

作為人口領域研究者，我常被問及：AI出現后，還需要這么多人嗎？從工具的角度看，AI確實會減少人力需求；但從創新角度，我非常認同你的觀點——并非創新效率提升后，就不需要更多人參與創新了。

盡管AI會進一步提高創新效率，但創新的復雜程度與難度也在同步攀升。簡單的問題已基本解決，未來的問題愈發復雜，要解決這些問題，仍需人類借助AI推進，且需要更多的人、更強的算力參與。

若人口持續減少，國家的國際競爭力會下降；若全球范圍內聰明人的數量減少，創新可能會由AI主導，屆時人類將缺乏足夠的人才去理解AI的運作，進而面臨失控風險。要維持人類在創新中的主導地位，駕馭好AI這一工具，就需要足夠龐大、足夠聰明的研發群體。因此，人口若持續減少，整個人類社會都可能面臨失控風險。

長遠來看，從工具屬性而言，我們確實不需要那么多工人和服務員，但我們需要足夠多的人去主導創新、把控人類社會的發展方向，而非淪為AI的“寵物”。

吳軍：

您講的有一點我覺得特別重要，就是在人口問題上，不要把人當成一種負擔，或者是單純的一種工具，而是要當作一種財富。站在這個角度來看，我們對人口的態度，對未來機器的態度，都會發生很大的變化。

我還想補充一點，大家不要覺得有了自動化的工具，原來十個人的活現在一個人就能干，其實不對。那些簡單的活早就被解決了，未來的活會越來越難。有了現代化的工具，原來一個人干的活將來反而可能要十個人干。我舉兩個例子。

前幾天，我碰到了一個蘋果公司的高管，就聊到了一家之前很火的公司，Sun Microsystems（太陽公司），這個公司從芯片設計、硬件搭建，到寫軟件操作系統，整個工作站做下來一共四個人，Bill Joy一個人寫了整個操作系統，Andy做了整個硬件，McNealy是CEO，還有一個印度人是Khosla，所有的活全干完了。當時的半導體自動化設計的程度非常低，有的時候恨不得手動劃線，在這種情況下他們一個人就能搞定。

現在Cadence或者Synopsys這類公司的自動化設計軟件非常厲害，你想要一個什么樣的功能，它自己就設計好了，線路弄好了，然后就去測試和流片了。現在這樣的公司規模有好幾千人。從Andy當年的一人，變成了幾千人。

第二個例子，我去約翰斯·霍普金斯大學，和他們聊到旅行者一號和旅行者二號，人類僅有的兩個飛過了海王星的探測器。它們的系統處理器內存只有64k，而咱們的手機如果是16G，跟它相差了10的6次方倍。為什么原來64k能干那么多活，而現在一個微信都大得不得了？有兩個原因，一是現在功能確實復雜了，二是有了現代化工具，人也變懶了。所以原來一個人干的活，現在可能需要十個人干，甚至更多。假設有一家半導體公司，三十個人，全是精英，也干不過兩千人的蘋果公司。哪怕是工具再先進，基本的人數是需要夠的。

梁建章：

問題確實是越來越難了，就像你剛說的航空，還包括藥物，等等。還有個關鍵是社會協作的尺度在不斷擴大。像谷歌這樣的公司，每年要解決各種來自政府和社會的問題，不可能完全由AI來做。所以現在是高度復雜的協作型社會，協作相關的問題也需要人來解決，整個社會變得越來越復雜，需要更多具備相應技能的人來做這些事。

雖然AI工具越來越先進，似乎創業的人數沒有以前那么多了，但創新的機會還是很多的，創業公司的數量好像還在增加。所以總體看，對創新類技能的需求還是會上升。我們看未來的就業和技能需求，不能只看供給側 ，比如哪些工作容易被 AI 替代，像你說的基礎的信息處理工作。

這些工作確實面臨替代風險，但從需求側來看，創新類工作反而會增加。比如文旅產業等領域。因為人們的精神消費需求會越來越多，行業需求也會持續增長。總體來說，人們可能不需要長時間工作了，會有更多精神層面的消費需求，這對精神消費就業來說就是正向推動的。有些行業里，即便 AI 提升了效率，但需求增長的速度比效率提升更快，就業崗位反而可能增加。比如旅游行業，最近兩年全球范圍內增長都很快，不管是普通服務人員還是管理人員，崗位數量都在增加。

吳軍：

是的，那從人口結構優化的角度來看，比如說未來制造業大概率不需要新增勞動力，甚至低端服務領域的人力需求也會逐步縮減 ，除了旅行、文化領域，您覺得我們還在哪些領域需要大量的勞動力？

梁建章：

文化旅游相關、部分服務行業，未來仍會對人力有持續需求。以教育領域為例，大學諸多課程學生或許可通過自學完成，但小學階段的教育大概率仍離不開教師的引導。此外，我認為有一個重要方向值得關注，社會應當為承擔育兒責任的父母提供相應報酬。

培養孩子需要投入大量時間與精力，這一工作對社會至關重要，若無人愿意用心培養下一代，那么人口、文明與科技都將走向消亡，因此必須重視育兒的價值并給予合理回報。

養老領域亦是如此，盡管機器人可承擔部分照料工作，但親情關懷與人文溫度是機器無法替代的，相關養老服務行業仍需大量人力支撐。由此可見，這類依托情感聯結與人文關懷的行業，會長期存在。

有人或許會問，當物質極大豐富時，人類能否天天只專注于旅游、玩游戲等娛樂活動？理論上可行，但人終究需要通過有意義的事實現自我價值，而家庭責任正是重要的意義來源。照料老人、陪伴孩子，雖然過程辛勞，但卻能帶來強烈的歸屬感與價值感，孩子所承載的親情傳承與愛的延續，本就是人生完整不可或缺的一部分。

除家庭責任外，各類創新工作也會成為人們的重要選擇，即便部分創新看似微小。比如，每個人都可以通過撰寫文字、分享旅游或生活體驗實現微小的價值輸出；同時，也會有一部分人專注于物理、生物等高精尖領域的研究。長遠來看，參與這類創新工作的人會越來越多：一方面，人類社會的進步離不開持續的創新；另一方面，這些工作是讓每個人找到自身存在的意義的最好方式。

所以我覺得未來人們會發掘更多有意義的事情來做。未來人類社會會在創新和培養下一代的過程中找到最終的意義。

吳軍：

最后想和您聊聊對未來有什么暢想。您覺得五年后、十年后，由于技術的提升，我們社會的哪些方面可能會變好，哪些方面可能會變差？

梁建章：

我對技術發展持樂觀態度，對中美兩國乃至全球經濟也充滿信心，中美作為兩大創新引擎，會持續創造更多社會資源。當前的核心矛盾已不是供給不足，而是供給過剩，因此激發需求比增加供給更為關鍵，而激發需求的關鍵在于讓年輕人敢于消費、有能力消費。

我對中國科技發展的前景甚至比美國更樂觀，核心原因是中國仍具備顯著的人力資源優勢。目前中國年輕人數量是美國的三四倍。即便美國擁有吸引全球精英的能力，經測算中國當前仍處于優勢地位。但需警惕的是，若中國人口持續減少直至減半，這一優勢僅能維持一代人，大約還有20年的高速發展期。若想延長這一優勢、實現長盛不衰，就必須高度重視并切實解決當前的低生育率問題。

吳軍：

好，謝謝您，我也補充一點。今天我們探討的核心是人工智能給未來帶來的機會和挑戰。總體而言，我覺得還是機會多一些 ，很多所謂的挑戰，其實是一部分人的杞人憂天，不用太擔心。

但有一點是，人工智能從技術上“改朝換代”之后，過去很多固有的思維方式可能已經過時了，所以大家必須主動關注新的技術趨勢和新的理念，這樣才可能在未來占據主動。

對于家長和教育者而言，關鍵不在于焦慮地"雞娃"，而是要幫助孩子找到自己的興趣和長處，培養他們適應未來社會所需的核心素養。對于年輕人來說，與其擔心被AI替代，不如思考如何與AI協作，發揮人類獨有的創造力和同理心。

在這個充滿不確定性的時代，唯一確定的是：教育的目的不再是培養“工具人”，而是培養能夠駕馭工具、創造價值的人。

這個充滿不確定性的時代，唯一確定的是：教育的目的不再是培養“工具人”，而是培養能夠駕馭工具、創造價值的人。■

《創新主義》

梁建章

隨著智能技術的普及，創新將日益成為社會和經濟的核心。書中指出，創新不僅是創造財富的關鍵途徑，而且可以滿足人類本原和最高層次的精神需求。本書主要探討了創新能力形成的各種條件和創新力模型，分析了其中最基礎的人口和交流要素。在實踐層面，深入闡釋了國家、企業和個人如何實現創新和傳承。

《給孩子的信息科學》

吳軍

如今，信息技術早已滲透我們的生活，AI正引領一場深刻變革。《給孩子的信息科學》這本書，吳軍博士以信息為線索，帶你打開人工智能時代的關鍵認知之門，從獸骨刻字到電報，從造紙術到大語言模型，40個知識故事，講清信息的本質、功能與發展；用輕松有趣的語言，講透信息如何改變世界、塑造人類文明。

注：頭圖AI生成

GPU 訓練特惠！

H100/H200 GPU算力按秒計費，平均節省開支30%以上！

掃碼了解詳情?

點「贊」的人都變好看了哦！