AI时代：先登顶再下山

于是，有了恰到好处的「AI 泉观察」。

我将以我的视角，客观审视技术，理性剖析人与 AI 的关联。不夸大、不贬低，只在纷扰中保持清醒，在变革中坚守人的价值。

借 AI 重新审视世界，用思考守护本心。

与你一起，在 AI 时代，看得更透，走得更稳。

上一次和艮基深聊，是在湖里区的一次阅读主题视频拍摄，那时，他所在企业「鲸海拾贝」刚入选福布斯，也推出了自己在AI领域的新作。

当谈到AI教育平权，语速快得像在录倍速视频。

这次碰面，是在华师希平双语学校的分享会现场——他受邀上台演讲，我坐在台下听。

他依旧把自己收拾得很精神，面对一群小学生和家长，说了一句话：“其实，想成为诺贝尔奖获得者，并没有那么难。”

台下安静了一瞬。有人笑了，有人皱眉。

我认识艮基有些年头了，知道他说话向来尖锐，但这句话还是让我愣了一下。

一个98年出生的年轻人，做AI教育、全网一千多万粉丝，说诺贝尔奖不难——他到底想表达什么？

分享会结束后，我拉住他，于是有了以下的对话和这篇文章。

“你刚才那句诺贝尔奖不难，不是字面意思吧？”

艮基笑了，没有直接回答，而是反问我：“你拆过‘教育’两个字吗？”

拆过。

他说，我会把“教育”拆成“教”和“育”——AI能做好的是“教”里面知识、信息、逻辑的部分。而“育”——价值观、好奇心、抗挫力、对世界的热爱——那是人和人之间的事，算法做不了。

“所以呢？”

“所以你先得搞清楚，AI能帮你什么，不能帮你什么。很多人焦虑AI取代人类，是因为他们把‘教’和‘育’混在一起了。AI再强，也替代不了家长和老师在‘育’上的角色。反过来，如果你只盯着‘教’——刷题、背知识点、标准化考试——那确实，AI比你强得多。”

他说这段话的时候，语气平静，像是在陈述一个事实。我注意到他手里还拿着演讲时的话筒，没来得及放下。

他那天在台上反复提到前谷歌资深工程师俞星老师的观点——“先用AI登顶，再回头看”。

我问他为什么对这个点这么在意。

“因为这是AI对教育最直接的改变，”他说，“以前我们学习是线性爬山，一步一台阶，慢而且容易迷路。现在AI可以让你先站到山顶，看到全貌，再决定从哪里爬。”

他举了个例子：一个孩子想学做网站，传统路径是先学HTML、CSS、JavaScript，学几个月才能做出一个像样的东西。但用AI，可以先让它生成一个完整的网站，然后打开代码，一行一行看——这块管标题，那块管图片。

“就像小时候拆爸爸的手表，”他说，“你先把表拆开，看到齿轮怎么咬合，再装回去，你就懂了。先有整体视角，再拆解细节，理解效率高得多。”

我问他：“那会不会让孩子变懒？直接拿结果，不思考过程？”

他摇头：“恰恰相反。AI给出的是‘成品’，但孩子需要自己去理解‘成品为什么长这样’。这个过程反而倒逼他思考。关键是，AI让他先知道‘最好的是什么样’——在现实世界里，找一个真正懂行的老师手把手教，极其昂贵。AI把这条门槛打掉了。”

他顿了顿：“这才是真正的教育平权。”

我追问了一个更实际的问题：如果AI能给出所有答案，那孩子还需要学什么？

“学怎么问问题。”艮基几乎没有犹豫。

“AI时代，答案会越来越廉价。你问什么它都能答，但真正有价值的，是那个能问出好问题的人。问出一个好问题，需要你对一个领域有足够深的理解和足够大的好奇。这种能力，AI给不了你。”

鲸海拾贝入选2025福布斯中国人工智能科技企业TOP50“新锐企业”后，艮基的日程表上多了一类新访客——顶尖学者和诺奖得主。他曾与‘最懂AI的诺奖得主’、2013年诺贝尔化学奖得主迈克尔·莱维特（Michael Levitt）面对面探讨AIGC技术前沿。

他的团队也与厦门大学共建了AI智能体联合实验室，与北京大数据研究院合作产业创新中心。与这些顶尖学者的深度接触让他发现一个共同点：纯粹——对自己研究的问题保持几十年的好奇心。

“他们不是智商比别人高出一截，而是纯粹。把一切外因剥离掉，就做一件事。当你觉得概率是万分之一的时候，你就不敢动。但当你抛开概率，聚焦到‘我就做这一件事’，你会发现，那些看似遥不可及的目标，路径其实是清晰的。”

我问：“所以你刚才台上说诺贝尔奖不难，是想说路径可拆解？”

“对。我不是说容易拿，我是说它没有想象中那么遥不可及。因为通往它的路，本质上就是‘用AI登顶+保持好奇心+纯粹地聚焦’。这三件事，每个人都可以做。”

聊到教育，艮基话锋一转，提到了一个现象：很多大学生毕业找不到工作。

“为什么？因为学校还在用培养‘产业工人’的模式教孩子。标准化、流水线、统一考试——这套东西培养出来的人，AI比你干得更快更好。”

那学校应该培养什么样的人？

“充满好奇心的人，敢于问出好问题的人，能在不确定中找到方向的人。”

当天，我们在华师希平一听了用AI进行发明创造的孩子们的演讲，他说，你看他们，不是因为学了多少知识点才做出应用的，而是因为他们先有了一个‘我想做个东西’的想法。那个想法，就是好奇心的种子。

“学校能做的，是保护这颗种子，给它土壤和阳光。而不是用标准答案把它压死。”

我在想，如果有人问他，你刚才说诺贝尔奖不难，那我以后想拿一个。

他会不会说，好。你想解决什么问题？

如果他又说，我想让海里的塑料垃圾消失。

艮基一定不会说“等你长大再说”，更不会说“这个太难了”。

他一定会说：“那就从这个开始。回去先让AI帮你查一下，现在全世界有哪些人在做这件事，他们做到了什么程度。你先登顶，再回头看。”

我记下这段话的时候在想：“想成为诺贝尔奖获得者，并没有那么难，也许并不是一个狂妄的判断。它只是一个提醒——别在出发之前，就替自己否定了登顶的可能。

而AI能做的，是让那个山顶，提前被看见。