文 | 进击的沈帅波

过去十年，中国人无比笃信“读书改变命运”。尤其在互联网快速发展的时代，年轻人在大学掌握一门高溢价的技能，然后到商业大机器里变现，就有机会实现阶层跃升。

但当分工被AI打破，当脑力劳动的溢价被AI做空，这种巨变迅速传导到上游的教育系统。

最近，在和一位身处AI风暴最前沿的软件工程学院院长深聊时，他这样描述过去两年的感受——如同得了绝症。“最开始感到绝望，然后被迫接受，接着继续和‘病魔’斗争，现在终于恢复了平静。”

另一位哲学教授的反应，代表了一类古典知识分子。他给自己贴上了这样一个略带自嘲的标签——逆历史潮流而动的反动派。到目前为止，AI的好处和坏处哪个更大，他认为还无法判断。

而让我感到意外的，是一位青年教师在通识课上看到的一切。面对这场正在改变世界的巨变，那些尚未遭遇真实生存压力的年轻人，表现出了一种惊人的冷漠。在他们眼里，AI不过是个更好用的做作业工具而已。

比起宏大又抽象的趋势探讨，这几位身处一线的高校教师，为我们带来了更加真实的观察。他们的经历像是一组切片，让我们得以从全新视角，理解这场技术风暴。

没有肌肉的学生，拥有了伪装的强大

刘嘉院长来自一所985高校的软件工程学院，他最直观的感受是，传统计算机行业那种“越分越细”的分工逻辑，被AI一刀切断了。

他打了个比方：以前开发一个系统，就像开一辆车，车上必须配置专门的方向盘司机、刹车司机、灯控司机……每一个具体的细分职能，都在大厂里对应着一个明确的岗位。但现在，一个具备全局视野的架构师，带上几个AI Agent，就能一个人搞定前端、后台、接口和UI。

“其实软件开发最难的从来不是敲代码，而是权衡。”刘院坦言。

在过去，初级程序员本质上就是“手工翻译”，把人类的需求翻译成机器逻辑。学好这门手艺门槛很高，所以哪怕是一个相对平庸的毕业生，只要会“听懂指令并翻译”，也能拿一份不错的薪水。但今天，这项翻译工作的价值已经被AI贬值到腰斩。

社会上总以为AI抹平了专业门槛，但在刘院看来，事实恰恰相反——AI正在极其残酷地放大平庸者与顶尖高手的差距。因为只有在泥坑里摔打过、有丰富项目直觉的顶尖精英，才具备面对复杂风险时“权衡”的能力。这也解释了，为什么在初级岗位生存空间被极速挤压的同时，拔尖的应届生却能拿到让刘院都震惊的百万年薪。

但在这些令人咋舌的高薪背后，真正让刘院感到隐忧的，是学生们身上一种“伪装的强大”。

有了AI辅助，现在一个大一学生，就能跑出过去大四学生才能做出的项目效果。但在专业视角下，这非常危险。

“他们手上拿着核弹，却根本不知道保险销在哪，该在什么时候引爆。”刘院说。学习是需要“摩擦力”的，很多时候，人学习并不是为了单纯获取知识，而是在这个过程中，沉淀手感和底层的理解力。AI恰恰消除了这种摩擦力。

刘院提出了一个比喻：以前的大学像“图书馆”，学生进去把书本知识装进脑子，毕业后拿去变现；但现在的大学必须变成“健身房”——你在健身房里哼哧哼哧举杠铃，不是为了最后把那块铁搬回家，而是为了长出肌肉。只有长出肌肉，走出校门后才能抗住未知的重压。

但遗憾的是，现有的大学机器，很难适应这种转身。在这位身处一线的院长眼里，眼下的教育体系卡在了一些Bug上。

比如计件式的学分体系，以前默认“投入时间和习得技能成正比”，但现在老师在台上讲，学生用AI几分钟就把作业跑完了，最后变成一种互相配合的“表演”；再比如评价体系，当我们还在考核记忆检索和逻辑复现时，AI已经能预测90%以上的卷面答案，这种考试的“信号量”几乎为零；更不用说长达四年的培养计划，天生就跟不上AI几个月甚至几天一迭代的速度。

如果继续用老一套办法把学生送上流水线，他们毕业时就会发现自己成了一批昂贵的“残次品”。

“不过，面对AI也不用觉得人被边缘化了。”在聊天的最后，刘院的观点反而透出一种理性的乐观。

他觉得，过去漫长的工业岁月里，社会一直在极力训练我们的“工具属性”。而今天AI的使命并不是淘汰人，而是把人身上那部分本来就属于机器的工具性，彻底剥离掉。只有当外壳被剥离，我们才能真正看清，作为一个“活生生的人”，到底还剩下什么。

02 真正摧毁创造力的不是AI，而是绩优主义

面对这轮技术冲击，高校里也不乏试图保持距离的审视者。研究哲学的方教授，就是其中之一。

在这个“全员拥抱AI”的节骨眼上，他所在的学校给教师系统全线接入了AI备课工具。只要输入几个关键词，系统就能在几秒钟吐出一份逻辑严密的授课大纲。但方教授试过一次后，就再也没点开过那个按钮。

“它给出的内容全都是正确但平庸的知识，缺少了一些独特性。”这种看似经验主义的固执，恰恰点破了AI在内容生产上的核心局限：它能毫无门槛地产出符合下限的内容，却始终无法触碰带有独特生命体验的上限。在大学这种“人影响人”的场域里，高度标准化的知识显得味同嚼蜡。

针对外界“AI工具会抹杀学生创造力”的担忧，方教授持有不同观点。“真正抹杀创造力的，从来不是某项技术，而是不问过程、直奔答案的思考方式。”在他看来，真正伤害这些宝贵特质的，是这个时代根深蒂固的功利主义和绩优主义。AI只不过恰好助长了这种风气，但风气并不由AI产生。

顺着这个逻辑，方教授戳破了一个更让人无奈的现实：我们今天的无力感，根源在于旧有运转模式的系统性卡壳。

在他看来，大学教育的本质从来都不是传递知识，而是培养能力。教育体制僵化，难出真正的人才，就快成为共识了。

大学教育有两个不同来源：古典教育的来源是柏拉图的Academia，以及中世纪的教会大学，目标是传承古老文化、培养人性、完善人格；现代大学教育体制源自普鲁士，目标是为工业化时代培养标准化、技术化的中等人才。

我们今天所感受到的就业阵痛和教育无力感，根本原因正是在于普鲁士模式的破产。

“普鲁士模式的目标，是为工业化时代批量制造标准化零件。”方教授解释道。但现在，社会和企业已经不需要大批量的“标准件”，AI完全可以做得更快、更便宜。

怎么破局？方教授提到了硅谷科技公司的一些变化。科技巨头Palantir已经开始绕过传统大学，直接在高中生里用“项目制”筛选并培养人才。未来的高等教育，边界可能会彻底模糊。年轻人不必在固定的“专业”里熬时间，而是在具体的“项目”中掌握前沿技能，更重要的是——在真实的人际协作中完成自己的社会化。

“那文科生在这个时代是不是更吃香了？”我抛出了这个老生常谈的问题。

“在我这儿不分文科理科，”方教授的回答很干脆。“只有两种人能活得很好：一种是技术过硬的大拿，另一种，是那些极其擅长与人建立连接的人。至于只会死磕书本、对现实两眼一抹黑的学生，什么科都没用。”

03 当知识未经筛选就涌向学生，判断力成了重要能力

相比于站在风暴眼的软件学院，刚毕业不久的青年教师伟东，身处一个相对边缘的地带——他在一所警察学院教通识课。

但即便在这里，AI的触角也早已悄然探入。

第一次真切领教AI的威力，是在一次略显狼狈的突发状况中。当时伟东正坐在去学校报到的高铁上，突然接到学校关于新教师“说课”的紧急通知。时间太紧，手搓一份几十页的PPT根本不现实。

情急之下，他只能在备忘录里简单敲下课程逻辑，扔给了大模型。几分钟后，一份排版精美、色调契合的PPT弹了出来。因为是马原课，AI甚至非常“懂事”地在背景图里融入了马克思的肖像。

“我必须承认，就算给我一整天时间坐在办公室里慢慢做，效果也搞不过它。”伟东的语气里带着点无奈的折服。对于写汇报、处理繁琐文件这类程式化工作，他现在已经离不开AI了。

有意思的是，与伟东相比，他的学生们对AI表现出了一种惊人的“冷漠”。

这是一所入警率保持在90%以上的学校，入校几乎等同于入职。外界的裁员潮、技术取代人类的恐慌，对这些年轻人来说像是在看平行宇宙的新闻。他们和AI的唯一交集，就是把它当成一个“更好用的百度”，用来对付老师布置的作业。

但恰恰是在这些批量生成的“水课作业”里，伟东捞出了一些不一样的东西。

第一堂课，他布置了一个小作业：“你眼中的马克思”。收上来的文档，绝大多数工工整整、套话连篇，一眼就能看出是AI的手笔。但有几份作业写得毫无修饰：“以前觉得他就是一个大胡子老头，观点都是应付考试要背的东西，又飘又虚。但后来真地去了解了，发现这老头是真牛。记住他的话总比忘了强，有时候提出问题比回答更重要”

“看到这段话，我立刻确信这是他脑子里真实蹦出来的想法。这种带点粗糙的真实思考，比那些逻辑完美的套话更打动我。”

这也是伟东在讲台上给自己找到的“生存坐标”。他深知马原课连上两个半小时，学生走神、看手机再正常不过。既然标准化的知识AI一秒就能生成，他就试图在必须讲授的内容缝隙里，塞进一些能触动学生的东西。

“AI让知识未经筛选，像自来水一样涌向学生。怎么去判断、归类和取舍，才是我们现在该教的。”伟东觉得，哪怕一学期下来，只能让学生学会一些归类知识的方法，提供一种没想过的看问题的视角，这门课就算没白上。

至于文科生的价值到底有没有提升？伟东的看法清醒且残酷：“文科培养的同理心和判断力确实更重要了，但在现实的就业市场上，目前多数企业只愿意为直接产生经济效益的技能买单。”

04 尾声

我们推崇绩点、学分、标准答案，本质上还是在培养和筛选工具。但现在真正的超级工具诞生了，人在“工具属性”上的竞争宣告破产。

这是一种残酷的剥离，也是一次必然的解放。

无论是刘院长呼吁把大学从“图书馆”变成“健身房”，还是方教授预言打破专业壁垒，又或者是年轻的伟东努力激发学生的思考能力，都在指向同一个终点：教育必须把人从工具的倒模中解放出来。

大学并没有真正“破产”，它只是被技术逼到了一个必须回归本质的悬崖边。

当机器越来越像人，人就不该再像机器。在分工体系被重构的当下，大学教育的使命正在发生转变：教人如何在这个全新的世界里，找回作为“人”的主体性。