當AI開始替代努力，雞娃還剩下多少意義？

年初的一次深度采訪中，馬斯克談到了教育。

他的觀點并不新鮮，“現在的學校，除了社交，毫無用處。”在馬斯克描繪的未來中，每個孩子都有一個愛因斯坦級別的AI導師。

這些觀點放在硅谷語境里，并不刺耳。但對于一部分中國家庭來說，或許還是有些難以接受。

因為傳統的中國式教育，追求的往往是穩定、確定、可衡量。

“刷題→提高排名→進入好大學→找個大廠或者進體制內”這一閉環已經運轉多年，并且在這套邏輯下，只要足夠努力，大概率能換來一個相對安全的人生軌跡。

問題在于，AI的發展已經超乎尋常了。

不少人已經親眼看到，程序員、翻譯、設計、甚至事金融分析等等，這些原本被視為高確定性賽道的崗位，正在被AI壓縮需求，過去需要多年訓練的技能，現在被模型快速覆蓋。

所以，AI其實逼出了教育體系中，一個最為底層的問題：

當未來無法被規劃、路徑無法被復制、穩定不再可靠，人類到底該如何培養下一代？

這個問題，恰恰也是當下中國式家長最深層的安全焦慮。

AI正在重塑傳統教育理念

如果把過去三十年國內家庭教育決策抽象出來，會發現，無論是普通家庭還是富裕家庭，它們似乎都沒有一套合理的邏輯，大多只是把別家孩子的優秀當作參照物，然后說一句別人家的孩子都怎樣怎樣。

在一個高速發展、制度快速變化、社會分層尚未固化的環境中，讀書、考試、排名、升學，即便是課外興趣班，本質上也不是為了獲得知識，而是為了對沖未來的不確定性。

確實，當一個家庭難以預測未來行業結構、產業周期、城市興衰時，最穩妥的策略，就是把孩子送進一條已經被長期驗證過的路。這條路的核心價值不在于高上限，而在于失敗概率極低。

用簡單且粗鄙的話來說就是：

“努力雞娃不一定能成功，但起碼不會落后”

從家庭理性的角度看，這套體系幾乎是最優解。

尤其是在過去二十年，只要站在城鎮化、互聯網、房地產、制造業升級等紅利周期上，即便不是頂尖學霸，也大概率能夠獲得穩定且豐厚的回報。

這也是為什么中國家庭對教育投入極其堅定，這并非內卷，更像是在資源有限的情況下，不斷加厚確定性護城河的最快方式。

當社會認可的成功出口相對單一時，誰都不敢率先放棄分數、排名、名校，因為一旦脫離主航道，失敗成本是極高的。

所以過去很長一段時間，中國式教育一方面是為普通家庭提供一條相對公平的向上路徑，另一方面則成了富人家庭的保險。

不過，以上成立的前提是，好成績＝好大學→好大學＝高能力→高能力＝穩定回報→穩定回報＝人生贏家。

過去幾十年里，這個鏈條確實足夠穩固，但技術的進化和產業結構的重塑，正在同時沖擊這跟鏈條。

在傳統教育體系中，死記硬背、夠努力、能吃苦等，這些優秀的能力，非常適合通過應試體系篩選出來。

巧的是，這些能力，恰恰是AI最擅長的。

AI能夠更快、更正確的寫出代碼，也能輸出更全面的各種分析，甚至連看病都能更準確。我們不能否認這些，更不能假裝看不見，這已經是確定性的趨勢。

所以真正的沖擊，并不是簡單的崗位替代，而是越來越多標準化能力的溢價正被壓縮。大家仍然可以選擇拿高分、拿學歷這條路，但也應意識到，這些未必還能繼續獲得穩定的回報。

創造規則比適應規則更重要

按照馬斯克的理念，教育不應培養標準答案型人才，而應培養能夠解決真實問題、主動構建系統的人。

本質上，他并不是反對知識，而是反對通過刻板訓練來獲得知識。

過往穩定的崗位，今天可能消失，今天炙手可熱的賽道，十年后也可能荒涼；組織界限正在變薄，個體職業生命周期正在縮短。

所以真正重要的，不再是努力達到某個位置，而是具備快速學習新領域的能力，以及持續輸出價值的能力。

很現實的例子就是，現在越來越多中產家庭已經感受到了不安，他們十分清楚學歷、專業、大廠、技能在當下的價值，甚至很多人已經意識到，真正稀缺的，不再是能在框架內持續優化自己的人，而是能夠不斷打造新框架的人。

但迷茫根源，不是競爭更激烈，而是這背后對應的，一整套教育能力結構的變化。大多數人不敢貿然去改變，因為這意味著不但要承擔高昂的試錯成本，失敗的后果更是難以承擔。

這種對沉沒成本的天然規避，使得突破慣性成為艱難抉擇。

其實我們今天討論AI和教育的話題也并非制造焦慮，更不是說讓大家即刻做出改變，而是想讓大家意識到，AI時代，所有人都能夠寫出標準答案，但并非所有人都有不斷試錯、不斷糾正的能力。

教育所要培養的目標，必須從適配規則，逐步轉向創造規則、重構路徑、駕馭不確定性。這不是危言聳聽，而是生產力結構變化后的自然結果。

當我們真正理解這一點時，焦慮才會開始轉化為行動，教育也才會真正走向下一個時代。

早已被驗證的另一條路

當然，也有很多人聽到AI會影響現在的教育體系，第一反應是，這都是硅谷精英們的偏見，不具備普適性。

但如果把視野放到國內更高維的精英階層以及海外，會發現這些精英們的教育觀，并非孤立的個人判斷，而是早已被制度化驗證的事實。AI的出現，只是加速了這個過程。

以芬蘭為例，這個長期位居全球教育評估前列的國家，幾乎沒有標準化考試，也極少布置作業，學校不公布排名，教師擁有高度教學自主權。

學生從小被訓練的不是如何在統一標準下競爭，而是如何在開放問題中建立判斷能力、表達能力與自我決策能力。

這種制度看似效率低，卻恰恰適配高不確定環境。因為當社會不存在穩定路徑時，真正重要的不是記住答案，而是構建認知模型、持續修正假設的能力。

當然，大多數國家是雙層教育模式。一端是高度標準化的大眾教育，另一端是強調探索、自主、實踐的精英教育體系。

我們不否認，當社會結構穩定時，標準化教育的效率確實最高，但當確定性開始退潮，教育體系也必然需要重構。

另外，我們也應該看到，真正持續輸出頂級創新人才的，往往集中在后者。

它們并不追求穩定輸出合格人才，而是允許失敗、鼓勵冒險、強化跨學科探索，篩選的是那些能夠在混亂環境中持續創造價值的人。

硅谷創業者、高端科研人員、全能跨界人才，大多來自強調項目制、批判性思維、跨學科探索的教育環境，而不是刷題最強的體系。

這并不是因為他們更聰明，而是因為他們更早便適應了不穩定的社會結構。

當產業快速更替，職業生命周期縮短時，能夠不斷遷移能力結構的人，比將單一技能做到最優的人更具長期價值。

馬斯克本人從物理、軟件、航天、能源、AI不斷跨界，本身就是這種教育邏輯下的產物。

所以，真正的分化，其實不是國家之間的教育優劣，而是不同家庭對不確定世界的適應策略差異。

結語

傳統路徑明確的應試體系，本質上是一套高效率的人才分發機制。最大化了公平性、效率與社會流動性，讓大量普通家庭第一次擁有可復制的上升通道。

這種模式，對全球教育的貢獻都是巨大的。

但問題不在于過去是否正確，而在于，當時代變量發生變化時，舊模型的邊際效率必然下降。

如今，廣大中國式家長站在了十字路口。是繼續堅守熟悉的安全區，在傳統教育軌道里按部就班，還是勇敢擁抱變化，培養應對不確定性的能力。

這不僅考驗著家長的勇氣，更關乎孩子未來的發展。

或許，是時候打破固有思維，重新審視教育的本質了。

THE END

星標成竹海外，好內容不錯過

「思原」歷史文章：

點贊，轉發，在看，安排一下吧～