99%的作业都是AI写的：当代名校生眼里，大学还剩下什么？

人类历史上第一批和生成式AI同时长大的学生，正在踏入毕业季。这届毕业生可能会发现：不管在大学里学的是知识性课程，还是实用性技能，都难逃AI冲击，想要脱颖而出必须成为那个“更善于使用AI的人”。

当知识可以被AI调取，技能可以被工具取代，大学还能给学生们哪些独一无二的东西？面对AI冲击，什么能力是不会被时代洗牌的“元能力”？

本期《硅谷101》播客，我们邀请了三位刚刚走出校园的毕业生——Alfred、Kolento、Jack，分别来自清华大学、纽约大学、哥伦比亚大学，分享他们在大学时代与AI的故事，聊聊在教育标准化的大学里，如何用AI实现高度个性化的学习；从哪里汲取思想的养分，最看重的能力又是什么；站在毕业的关口，他们如何评估大学的价值，面对未来，又做出了怎样的选择。

欢迎关注《硅谷101视频号》的音频栏目直接收听本期播客。如果你喜欢我们的节目，更推荐大家使用音频客户端来收听，《硅谷101》已覆盖各大主流音频平台（渠道见文末），欢迎订阅！

以下是这次对话内容的精选：

01

这届毕业生：刚进大学，ChatGPT来了

泓君：我注意到大家学的专业都各不一样，大家进入大学的时候，是ChatGPT刚刚出来的那一年，从你们开始上大学的时候，AI就已经是你们生活和学习中的一部分了。我对Alfred非常感兴趣，因为你的专业是法律，是一个标准的文科生，其次是你自己也会用AI去学编程。

Alfred：虽然我学的是法律，但其实我的老本行学得特别不好，基本上大一有空我就去辅修计算机相关的课程。大概2022年底、2023年初的时候，我们就看到ChatGPT出现。它真的太神奇了。我看到的一个未来是，两三年后我毕业了，那个时候AI肯定已经比现在更强大，而那个时候的我可能跟现在的水平差不多，那我要承担什么样的角色？我还会被需要吗？

我们学校有一位老师，他在美国的一个律所担任合伙人，当了十几年，专攻并购方向。他是一个典型的美国白人老爷爷，非常和善，上课的时候也非常的娓娓道来。在他的那门课结课的时候，我就问他，我说Rosoff，你觉得ChatGPT会对未来的初级律师以及律师助理这些职业带来很大的冲击吗？当我的话还没有讲完，他就立刻打断我——“Definitely yes（绝对是）”。我就意识到说，好吧，秉持着“打不过就加入”的心态，开始去积极地拥抱AI。

当时我觉得我做的一个至少到现在最正确的投资就是，我坚持每个月花20多美金去用ChatGPT。其实在那个当下，对学生来说还是非常贵的，开始每天跟ChatGPT泡在一起。

泓君：你都用ChatGPT干什么？

Alfred：因为我觉得打不过就要加入，但你要加入，你先要了解它。不能只了解行业概览，你要从最基本理论去了解AI是怎么被构建的，为什么它经过这一系列的迭代之后变成了我们现在看到的样子。当时我就带着各种各样的问题，就用ChatGPT去学AI，请它帮我去规划我的学习路线，同时把我的知识背景告诉它。我自己辅修了很多相关的课程，不论是在B站，还是YouTube上面Stanford和MIT的开放课程，我在学习那些开放课程的时候，不懂的地方我会实际去请教ChatGPT。

我当时就感受到，它对于教育也是一个很大的冲击。说句实话，很多老师在科研上非常厉害，但是在教学上面，我发现他们可能不是那么擅长教你会一个事情。但是ChatGPT不一样，它就像是一个非常了解你、也知道你现在的水平，因材施教、循循善诱的一个老师。我会很明显地感受到，这比我去学校里面直接选择一门课程，它能更快加速我去学习这个领域的整个进程。

泓君：你的辅修，有多少是从老师那里获得的，有多少是从网上的公开课+AI工具获得的？

Alfred：30%来自于教材和课程，70%来自于与AI的对话，以及最关键的基于项目的实践及复盘。这30%是你必须知其然，比如Python的语法是什么？这些编程的最基础的技术诀窍是什么？它构建了你对一个学科的基本认知。但是更应用一点的70%，我觉得还是来自于跟ChatGPT多轮的对话、非常深度的交流，以及自己去做项目，并且基于项目边做边学，做完之后再去复盘。

泓君：你刚刚提到的是你的辅修课程，我好奇，对你的主修课程法律，你会有多大程度上去用到AI？

Alfred：我的天，我永远记得2023年秋季那个学期，那是我第一次拿到4.0满绩的学期。我其实学得很烂，我的心思根本不在法律上面。但是在一些专业硬课上面，比如什么公司法、宪法、普通法这些，我其实当时很大程度上靠的是AI帮我去复习。我们当时在学英美法的判例法，我就把我判例法所有的课件丢给它，我跟它讲说，想象你是老师，你会怎么出题，它就真的给我出了两三道题。那个时候刚好也是GPTs出来的时候，你就可以专门去把所有的上下文封装在一个文件夹里面，你就可以在这个文件夹里面跟它一来一往地对话。通过这样的方式，它确实加速了我在那个时候去吸收这一门科目的效率。

当时我在学公司法的时候，我把我们的上课老师，同时也是教科书的作者，把他的那本著作喂给AI。我就把这个GPTs命名为“施天涛的替身”，然后我就开始跟它对话。跟它对话的过程当中，我就领会到了他针对这门学科的一些学术观点和重点。我和AI的一对一的沟通，帮助我更快地理解这个领域最精华的方法论以及知识。虽然我现在已经离2023年的那个秋季学期很远了，但是我依旧觉得，我有用到AI去辅助我学习的那两门课程里面的一些关键知识，到现在依旧是在我脑子当中比较浅层、可以去调用的部分，这就意味着说可能还学得还不错。

02

重新审视大学的价值

泓君：你们考试是现场论述，还是说可以用AI交作业来完成？

Alfred：我已经好久没有考试了。不过至少在国内的大学包括清华，针对作业考核方式做了一些调整。我刚开始在清华学Python时，老师非常抵触用AI去写的代码，所以学生在交作业时花了不少时间在让这个AI看上去比较笨一点。但是到现在，我所看到的一个转向就是，越来越多的学科其实是积极鼓励去使用AI，甚至在一些考核的关键方式当中去用AI。

泓君：这个变化是在计算机系发生的，还是在法律系发生的？

Alfred：在法律系现在我没有看到一个很明确的转变，但我在计算机系确实不会那么严苛地去限制你，至少不像当时可能你做了你就是学术欺诈，你就会被挂，这样一个非常可怕的后果。我可以很明显地感受到，在国内这两年老师对AI的态度，其实从原本的漠不关心、持稍微的保守甚至有点负面的态度，到现在非常积极去拥抱、开放的态度。

泓君：那我好奇，如果大家代码都是用AI写的，然后老师出一个题，大家都可以写出一手漂亮的代码，你觉得现在整个计算机再去评估学生的成绩，评估一个学生他掌握得怎么样，评估标准会发生哪些变化吗？

Alfred：至少站在现在这个节点，再去以old school的方式评判一个学生，很明显已经和这个时代脱节了，我们急需一套全新的评估体系。我们训练AI，其实和教出一个好学生，有异曲同工之妙。比如说我们今天AI能力的提升，很多时候是基于Benchmark（基准测试）的牵引的。虽然很多AI模型在Benchmark上面有非常好的表现，但在实际的一些更开放的环境的任务上面，它做得一塌糊涂。用人类的语言去理解就是，它可能是一个考试成绩非常高的学生，但是你把它丢到一个完全开放的环境当中去解决一些实际的问题，它就会碰到很大的挫折。也会让我思考，大学的价值是什么？如果我们不去思考这个问题，我们很难去牵引出我们这个评估体系和所谓的价值指标。

曾经的大学有两个价值共同存在。一个价值就是知道我是谁，我的热情在于哪里，我要去向哪里，这些非常基础的大问题；同时也要承载对社会的价值，“你要成为一个有价值的人”，这个“有价值”是说你的壁垒，你的专项知识，能帮你赚到钱的这些技能。

在我所感受到的大学，会更重地强调后者。甚至在清华当中，大家更多的不是去思考我是谁，我究竟想要的是什么，我擅长什么，我的偏好是什么。这些可能很多人就算大学毕业的那一刻，他可能没有办法有一个很明确的答案。

我们太着重于后者的情况下，你会发现，后者这套体系已经被侵蚀了。因为我们以为我们在大学里面所获得的这些有价值的技能，其实AI做得比我们好，它甚至比我们更便宜，24小时都在线。尤其是针对曾经的这种接收信息、去处理信息、去输出信息的这些知识工作者来讲，是更为致命的。对应的行业，除了刚刚讲的程序员，法律、金融等等。

我在大学很幸运的是，我在北大上了一门课，有点类似西方的博雅教育，去训练一个人的批判性思考的。从此之后我在选本科课程的时候，我刻意会去避开一些记忆性的东西，以法学院的角度来看，就是“证券法在资本市场的实务应用”，“国际贸易仲裁”这些跟实用离得特别近的课程，也包括一些专业课，比如说国际法、贸易法这些。这些课你学出来肯定会有对口的专业，甚至可以拿到不错的薪资。

博雅教育起源于古希腊的‘自由七艺’（语法、修辞、逻辑、算术、几何、音乐、天文），中世纪插画《哲学与七艺》形象地展现了这一传统——哲学女王端坐中央，七门技艺环绕其旁。

©Dnalor_01/Wikimedia Commons/CC BY-SA 3.0

但是我在选课的时候，会刻意去避开那些我不感兴趣的，把更多的精力投入到一些更注重于培养我批判性思考的课程上。比如说法学院开设的有门课叫做“西方法律思想史”，还有法理学、宪法学。在法学院之外，很幸运的是我选上了一门课，并且非常努力地上完了那门课，是清华大学新雅书院的“西方近代哲学”。这整门课程其实就在讨论一本书，叫做《第一哲学沉思录》。我记得我实际阅读这份原著的时候，我读完之后整个人是有点恍惚的。这就意味着说，你开始带一种批判性的角度去审视你周围的所有事情。而在接触的第一瞬间的时候，对个人的信念是解构的。但是这并不意味着直接导向一种虚无主义，而更像是说，你在对所有的事物开始去解构，开始都认为是无意义，开始都认为是可被怀疑的时候，你至少会发现说，有一些事情它是始终存在的。当我摸到那个瞬间的时候，其实我多多少少会感受到，这个瞬间其实是很难被AI替代的。也慢慢摸到了，可能我们之前一直在素质教育中强调的“批判性思考”这样的一个关键素养的边缘。

当我有了这样的意识去选择我的课程，去选择我的读物，去选择我怎么和这个世界交互的时候，我会发现说，感觉不是继续那么的迷茫，随波逐流。感觉不是说随着AI能力的不断迭代，我很有可能在社会上无立足之地的这样一种感觉。

所以我觉得现在的，至少我所经历过的本科的评价体系，我认为在下一个时代是需要被重构的。大学更应该去承担一个对于学生本能潜能探索的场所。在这个衡量的体系当中，你能不能可以和AI很好地共存，去解决问题，是很重要的指标之一。

03

未来大学的核心价值：社交

泓君：你刚刚提到了，在整个大学的过程中，工具它也不是最重要的，学到了什么实用性的东西它也不是最重要的。你觉得清华大学给你最重要的财富是什么？

Alfred：我觉得有两个点：第一个就是绝佳的环境，这种同侪，当五湖四海不同专业的同学聚在一起的时候，跟这些人交流永远是一种享受，你永远能跟他们学到很多东西。

第二点就是老师，在清华当中我遇到几个很关键的老师，我会经常地跟他们约office hour，一对一地去交流很多事情。当一个有学科知识积累、有一定的社会阅历经验的人跟你去交流一些事情的时候，他能让你提前去看到一些事情，并且避免踩到一些不必要踩的坑。

我觉得更关键的一点，就是这种people connection（人的连接）。在这个当下，当其他的技能开始褪色、显得没那么不可替代的时候，建立信任并且去说服他人的这种能力，我觉得是更显得重要的。因为这也才能更好地去最大化你到了一个新环境后你所获得的东西。

图片来源：清华大学官网

泓君：这也让我想起了最近马斯克在接受访谈的时候说，未来大学的知识会过时，学历会失效，未来教育的核心就是要培养AI无法复制的特质，比如说好奇心、创造力、批判性思维。他甚至还说未来大学就是社交。我觉得其实也挺有道理的。

Alfred：对，如果我带着现在的知识回到大一的时候，我肯定会像拼了命地去社交。这种社交并不只意味着说每天花天酒地地去泡吧、去参加各种各样的活动，而是说我会期待有更多的一对一的深度交流。

泓君：说到社交，接下来我要问一下Kolento了。我记得我们第一次认识，是你当时从纽约来湾区做一些拜访，很快Kolento介绍了很多同学给我们认识，我们当时一起录了一期播客。我知道在这个过程中，Kolento跟硅谷非常多的创业公司的创始人，包括投资人，是长期在保持联系的，同时他也一直在我们的选题会里面，他会给我们提供非常多好的想法、他用过的好的工具，包括很多行业的进展。我同时知道，在这个过程中你也在很多的公司实习，自己也在做Agent。所以Kolento，你现在大学的一个状态，有多少的时间是在专注于自己本身的课程，有多少的时间是在自己做Agent的研究，或者社交？

Kolento：大部分时间不是社交，也不是在完成课程，更多是在做我自己想做的事情，它其实是在学校之外的。刚才马斯克的那个观点“大学就是社交”，这句话出现在我大学申请的文书里。我跟NYU讲，我认为上大学对我的最重要的目的就是社交。

了解我的同学应该知道，平时我上课时间基本都是在看论文，或者做自己的产品，只有很少的一部分时间去学课上的内容。因为课上的内容它也是被预设好的，它的目的是做一个标准化的教育，但并不是为每个人个性化而设计。但我觉得在AI时代，非常重要的一个点就是个性化的学习，每个人可以把AI当成自己的老师。

泓君：你觉得你在大学的目标是什么？你上课的时候在看论文，那么你的本职专业学得好不好，对你来说重要吗？还是说你对自己的大学有一种更加清晰的规划？

Kolento：不避讳地讲，我上大学的目的非常的功利，因为我觉得我就是为了一个学历。我认为学历它不只是你学会了什么的证明，它是一种社会信号，它在向市场传递：好的，这个人可以被信任。我觉得教育本身也是一样的，它不是让你相信你学会了什么东西，而是让社会相信你学会了什么东西，让社会相信这个人可以被委以重任。

所以对于我来讲，学历不是个知识证明，它是一个必须有的信任的凭证。教育的本质对我来讲，如果用一个词概括，就是“评估”。或者说我想要在大学里学习的能力，抽象来讲就是学习什么是评估，怎么做好评估。

因为评估本质上是一种价值判断。而在AI时代，大量的执行类的工作、执行类的流程已经被AI替代掉了，剩给人的就只有评估了。历史上第一个学校应该是苏美尔时代的“泥板学校”，他们的所有目的都是很功利的，都是为了一些外部奖励的验证。我觉得不管在任何时代，能够长久保留下来的教育体系，都是跟筛选、跟评估、跟人才高度相关的。所以对我来讲，获得一个文凭，获得一个社会对我的认可，是蛮重要的。在你对未来有高度不确定性的情况下。

04

AI无法取代的能力：元认知

泓君：我自己有一个感受是，我觉得AI只是能够帮你放大自己的能力，去快速完成一些任务，但是它并不会加速你的理解过程。我的这个“加速”指的是，比如说你花同样的时间阅读一整篇论文，跟AI快速地给你很多问题的答案，你的大脑其实在单位时间里面学习的东西是有限的。

Kolento：我其实有一个相反的观点。因为今天AI来了之后，我觉得第一件事情是信息爆炸了，我有大量的信息每天要看，但人的认知带宽是有限的。所以AI可以帮我筛选出我该先看什么、后看什么，甚至很多时候AI可以告诉我什么对我当前这个上下文是最有利的、可以先看。这个其实是在辅助加速我理解的过程的。

泓君：它是在宽度上增加了，但是我说的是在一个特定问题的理解深度上。就比如说你学应用心理学的课程，你踏踏实实地把一个课件消化到整个的大脑去消化跟理解它的深层原理，你还是需要那个单位时间的。当你已经非常清楚自己的问题是什么，我就是要弄清楚这一个问题，而且是非常深度地弄清楚，我觉得这个AI是很难去加速的，因为那个是你的大脑的处理速度，你就是得学。

这是为什么我非常认同刚刚Alfred说的，博雅教育非常重要，我们对每一个事情，包括你对哲学、对法律，它的历史，理解的深度跟它的由来，它非常重要。这个最后又反过来会决定你能把AI用到多深。

聊到这里我想问一下Jack，因为你跟Alfred还有Kolento是不一样的，你是2020年入学的，你最早是什么时候开始用上AI的？

Jack：我其实是在2022年底的时候就开始用AI了。因为我那个时候在帮纽约大学的一位教授做一个科研项目，涉及到做一个前端的网站出来，但是我当时是学数据科学的，数据科学的课程里面其实是没有教计算机科学相关的东西。当时正好GPT出来的时候非常惊艳，我就正好拿ChatGPT一块做这个网站出来。

泓君：你觉得你有多少作业或者论文是AI帮你写的？

Jack：我觉得是99%。

泓君：那1%不能完成的是什么？

Jack：1%不能完成的，就像我要录个个人展示一样。AI可能未来连说话都能帮我顶了。我已经想不到任何没有AI参与的作业了。现在基本上有任何作业或者是任何课题、任何内容，我都会先问一下AI，看它的想法怎么样。

泓君：比如说你觉得怎么样是一种更好的用AI的方式？

Jack：大家可能都会用AI去写作业，那AI写出来的作业水平也分好跟不好。这个怎么判断呢？比如说写一个论文，或者说写一个网站。教授批改他也不会说你这是对的、你这是错的，可能往往他说这个是比较好或者这个比较差。

如果我有这种作业，我会先问模型：这是我的课程，这是我的作业要求，你觉得我们应该从什么角度思考这个问题？先做一个作业的需求拆解。做完这些之后，我就大概知道我第一件事要做什么、第二件事要做什么。但如果有些课题是我比较熟悉的话，我可能就先开始自己的赛道。比如说之前有一些机器学习的课，可能写一些轻量代码，那我很自然地就会开Google Colab。

可能我之前会更愿意翻书或者上网自己搜，这些过程其实有些是没有把我变成一个更好学生的，它只是在花我的时间。AI它只是更快速地把一些东西给索取到，我觉得这就是增加了我的效率。

泓君：所以现在从你同学交的这种开放性任务水平的高低，包括作业成绩、论文成绩的高低来说，你觉得现在大家PK的是真正你的学术能力、你的底层思维，还是你用工具的能力？

Jack：其实我觉得现在还算是两者都有，就是看你对这东西有没有一个价值判断的能力。可能我压根就没学这个课，我也不知道AI写出来是对还是不对，然后我就这样直接交了，大概率来说这就不是特别好的产出。如果一个学生特别会用一个AI工具，再加上他对这个课程本身又很了解，那他大概率从AI产出的内容就已经是很可用的了。如果他这样直接交上去，再把一些AI味给去掉，能过最后AI的检测的话，那可能交上去就是80分甚至90分甚至更高分。我觉得这还是个综合能力。

泓君：或者我可以用设计来举一个例子。因为我们经常会设计视频的封面图，其实AI它可以做很漂亮的视频的封面图，但是我们依然会用设计师，而且我们不会管这个设计师他是不是用AI做的。但是我觉得一个好的设计师，他能做出好的图，跟他能用AI做出好的图是成正比的。因为AI它只是一个工具，它其实是在人的能力上去放大或者缩小的。它可以达到以前你达不到的那些能力，但是如果你的基础打得不足够好的话，那么在你用这个工具的时候，工具出了错你没有办法判断，你没有办法把工具引导到一个更高、更好的品位上去。

所以我想问大家，课程的基础打得更扎实了还是没有以前好了，我是想知道，大家在用这个AI工具的时候，在你们的元认知的能力上，对它的影响是多少。你觉得你的这个元认知，到底它是变强了还是变弱了？

Jack：我觉得有了AI之后，我在很多课程上更加得扎实，或者说更快地让我抓到事物的本质。如果从编程上来说的话，现在的模型特别是到一些比较大的代码量的程度来说，其实很多事情它是做不太好的。如果一个人他对代码没有那么熟悉，就让AI任由自由发挥，很多时候这个AI写出来的东西就特别奇怪。

05

无法剥离的AI

比短视频更上瘾

泓君：Kolento，假设你刚刚提到了Claude额度用完了以后，你会有一种非常难受的感觉。你会有一种AI上瘾的感觉吗？

Kolento：这个必须得有，就是疯狂上瘾。当时我有一天找Jack，我跟他说我感觉没有Claude活不了了，非常夸张。你感觉很难去做一些深度的执行类的工作了，或者说更快速执行类的工作。因为我觉得AI对我来讲最大程度上是节省时间，其次就是30%是给我一些灵感。如果你没了Claude，那你就是30%的灵感没了，70%的执行也没了，那就很难受了。

泓君：比短视频会更上瘾？

Kolento：我觉得是的。因为我没有任何一天是不用AI的，但我有一天不看短视频的。

Alfred：如果今天我们一下子抽离了所有的AI，我们可能全部都退回到了一个非常原始的状态，可能很多事情都没有办法正常地展开了。比如说写论文，你会觉得很痛苦。我看到非常多顶尖的程序员，他们都跟我讲说他们已经不再手写代码了，他们甚至会觉得手写代码会降低生产的效率。这意味着说，这可能是一个自运行的生产环节了，可能甚至人类在里面，所谓的人在回路中，只是我们人类的一厢情愿罢了。

我们很多身边的人其实非常的乐观，但我大概在2024年的时候，当我意识到这一点，同时我读了尤瓦尔·赫拉利的一本书叫做《智人之上》（Nexus），我也开始意识到，可能这件事情比我们想象中的要严重很多，只是我们现在都还在享受它所带来的红利，就像是它帮我们完成一些之前不可能完成的任务，带来这种正向的激发。如果我们在这个思想实验当中完全抽离了这些工具，完全抽离了这些AI，我们还剩下什么？我们还能做什么？我觉得这件事情可能会在未来越发严峻。

《智人之上》 图片来源：豆瓣

泓君：Jack，假设现在不让你用AI工具去写代码，你觉得你还会写代码吗？

Jack：我觉得会的。

泓君：你是什么时候开始学代码的？是在AI工具出来以前还是以后？

Jack：出来之前。

泓君：这是不是算是你跟Alfred、跟Kolento一个很大的区别？其实你是在AI工具出来以前就开始写代码了。

Jack：对，我是2020年入学的，读大学之前就接触写代码了，GPT3.5是2022年末出来的。所以我觉得这个区别还是挺明显的。如果说没有AI的话，可能很多事情我还是会接着用第二方案。就比如说如果今天突然说现在Claude Code要断24个小时，我可能明天就又回到Stack Overflow那个网站，然后又重新看一些最古早那些静态网站别人怎么写的，我觉得这个还是会的。

泓君：你是能忍受的。如果AI断了，你不会觉得很难受？

Jack：我会很难受，但是我觉得这没得选。它断了的话，那我必须得用次优方案了。但是可能这个次优方案是我之前有经历过的，我觉得它也没有那么痛苦。与其啥也不做，我还是愿意去做点什么东西。自己写论文也是可以的，不一定非要AI写论文。我觉得这也是必须得有的一个能力，或者说必须得有的一个准备。

06

资深悖论：

越资深，用AI效率越低？

Kolento：其实我想分享一个实验，应该就是去年有个组织叫METR，他们做了一个随机对照实验。他们邀请了16个资深工程师，基本上都是有差不多5年以上的开发经验。他们给大家随机分配了差不多200多个真实任务，然后一半可以用AI，一半不可以用AI。他们最后的结果是，用AI的人比不用AI的人慢了19%。我觉得最有意思的不是这个数字，而是开发者自己觉得自己用AI快了20%，所以感知和现实实际整整差了40%。

所以METR把这个现象叫做“生产力安慰剂”。AI的及时反馈让你产生了正在飞速前进的一种幻觉，但实际上验证、调试、返工的这种隐性成本的时间你没有计算进来。他们的结论的洞察就是，减速最严重的其实就是那些专家，那些本身就很懂AI的编码专家，而初学者却得到了显著的生产力提升。

所以他们把这东西命名为“资深悖论”（Seniority Paradox）。因为专家已经建立了大量的高度优化过的工作流，所以AI对他们这种泛化的建议其实是一种噪音；对于新手来说，AI是一个24小时7天的老师，所以等于说是在疯狂地帮他们补充不管是语法还是设计模式上的一些知识空白。

我觉得这个东西给我最大的洞察，我反而觉得上大学或者是上高中就有AI的学生，应该属于一个黄金时期，他们恰好处在AI能够最大程度上帮到你的一个位置，就是你什么都不会，这件事情在AI时代可能会从劣势变成一种优势。

泓君：我觉得这个实验太有意思了。我自己也感受比较深。我自己觉得看似用AI，它好像什么都能给出建议，但是我要找它的错误跟漏洞，要去事实核查，其实花的时间反而更多了。

而且还有一个可能跟现在的生成式AI没有关系的一件事情：我在最开始做记者的时候，我刚来美国，有很多的英文采访，我是要自己在英文采访以后自己听，听完以后把英文一个字一个字打下来，然后翻译成中文，再把稿子精简输出成一篇文章的。但是比如说我现在马上用AI，或者以前用语音转换的工具，然后再把它自动从英文转换成中文再输出，其实我自己算下来，我觉得两者的速度是差不多的，甚至我自己从开始就一个字一个字地听跟一个字一个字地打字是更快的。因为其实在那一版的过程中，我已经在思考文章的节奏跟我要怎么删了。我觉得这个就完美地契合了Kolento提到的资深悖论的这样一个实验。

Alfred：对，我也觉得，其实不论技术怎么演进，它更像是人或者说主体和环境之间的关系。在这个过程当中，抽象出来一个关键的能力，就是这个主体——这个人，去适应这个环境的能力。而这个适应环境的能力，在当下是更为重要的一个能力。

我们相信所有的感受和结论都是基于过往和现在，但是往未来看，我所看到的1～2年一定会是继续狂奔的未来。以我为例，我是个00后，我所成长的环境是一个非常稳定的环境，而这个当下，我会感觉说我的世界观确实是有点在慢慢地解构，因为环境变化得实在太快了。不仅仅是技术层面，当然我觉得现在技术层面尤其是AI的发展，是整个环境变动的一个很大的变量。我有种预感，它这个变化也不是一个可以线性外推可预知的，而将会是一个混乱的、混沌的。而这个过程中个人要怎么去适应，这已经不仅仅包括一些比较功利的学习能力，重要的还有包括你内心自我的一种信念、坚定，还有包括甚至你的信仰，我觉得这些东西可能会尤显突出。

编后记：在录完这期播客之后，主播泓君偶然去了一个硅谷高中生的聚会，她在聚会上说起，最早用AI学编程的那批大学生，他们离开AI反而不会写代码了。现场有一个高中生立刻反驳：“为什么要做这个假设呢？我们不会离开AI了。”这群高中生的想法似乎比这一集访谈的大学毕业生更超前。他们认为，AI会的东西他们不用学，也没有学的必要。

99%的作业用AI，被解构的评估体系，AI比短视频更上瘾，上大学只是为了一张文凭——这听起来是这一代大学生的思考。在这场关于什么是有用、什么是不可替代的考试里，是新时代向我们每一个人发的考卷，而他们只是最先回答的那几个人。大家如何看AI时代的教育，欢迎给我们写评论、写留言。

文章来自于"硅谷101"，作者 "硅谷101"。