双向进化：AI时代的教育与人之为人

一项前所未有的集体判断，正让全球大量前沿科学家、未来学者、企业家与社会学研究者迅速达成共识——“人类文明即将迎来有史以来最大的转折”。

——2045年前后，“奇点时刻”出现：AI能力将整体性地超过未经增强的人类智能；人类借助云端“脑”与AI深度耦合，智能的放大幅度可能超过100万倍；

——接下来十年，人类将对几乎所有疾病展开有效治愈，寿命有望抵达甚至突破150岁；

——未来十年，重复性劳动将被AI与机器人大范围替代；

——未来十年，大多数组织会经历深度重构，运作方式愈发像电影剧组：以项目为单位推进，人人都要成为擅长独特技能的独立专家；

——未来十年，太空星际将成为人类获取生存资源的新入口，同时也是创造与发明的新目的地；

——未来十年，中国或将从制造大国成长为全球文化与生活方式输出的大国......

在此刻，地球仿佛同时切换在两个电台频段：一边是围绕AI恐惧、灾难冲突与资源角力所产生的嘈杂噪声；另一边则是觉醒、机遇与创造新秩序的旋律。不同的人会凭借自身“频率”自动调到不同频道，于是看到的世界观、获得的生命样态与行动动能也随之不同。

我们终究会进入人类文明的一个崭新繁荣阶段，亦可能进入全新的脆弱周期：AI会接管大量既有工作，且在很多任务上表现得比人类更好；物质供给将显著变得丰富，生命长度或超百岁，曾经的世界级难题被加速攻克。但与此同时，新的、结构更复杂的世界级难题也会迅速扩散，新的文明层面的冲突会在更多维度被拉开。

必须清醒地看到，人类社会正在进行史诗级的目标迁移。举例来说：当不久的将来每个孩子学习时都配备堪比爱因斯坦级别的AI导师，我们的教育还能剩下什么？我的理解，以及蒲公英教育智库的研究指向是——学校与社会需要发生一场教育生态的跃迁：育人目标要被重新定义，从“大规模刷题应考”，转向“大规模因材施教”。我们需要搭建过去难以想象的“超级生态”，让每个人在更伟大的时代中、面向更多元也更辽阔的价值与意义目标，挖掘生命潜能，成长为“超级个体”，并形成“超级联盟”。

这也是本届理事会年会讨论的“双向进化”——AI与技术朝着更理解人、更能赋能人、更能连接人的方向进化；教书与育人则朝着更具主体性、创造性、情感性与意义感的方向进化。

一切仿佛也印证了康德的那句醒目标注：人类不仅居住于由因果逻辑主导的物质世界，还栖身于由目的、价值与责任构成的意义世界。当“万物都能化为数据”时，人要如何让自己回答“目的是什么”？

这是我在2025年底写给自己的话：不要温和地走进这个时代。要学会亲身参与、钻研贯通、顺势引导并让价值落地；更要敢于对抗并取得胜利。

在人类向何处去的文明十字路口，教育所指向的价值与责任，必须指向“战而胜之”的目标：躬身入局、积极行动，让技术升级与学习升级同步；智能接管与生命超越同步；科学更强与人文更浓同步；向外看得更清楚、向内也更明白同步......

当趋势性的力量越来越强大，征兆性的变化就会逐渐到处可见。

2026年3月，杭州吉利集团推出“跨时代跃迁人才培养计划”，以更大规模面向高中生进行招募与选拔：重点挑选有天赋但不适合传统应试教育的孩子，让他们进入吉利新能源、人工智能、低空飞行、低轨卫星等核心战略赛道的实战岗位；在企业、学术与AI三方导师体系下边工作边学习，毕业后有机会直接留任。

其中尤其值得关注的是，这类招聘会重点考察高中生以下四项素质：

热爱与抱负

逻辑与问题解决

意志力与韧性

协作与共情

类似的计划，华为、腾讯、字节跳动等国内一流企业也在不约而同地逐步推进。

真正需要被重点关注的，是企业如何判断技术进化与人机协同的可能性，从而让人才需求发生转移。越来越多的企业家意识到：即使没有经过专业训练，只要一个人具备较高的思维品质，仍然能够解决复杂的专业问题。

非专业人士究竟如何用AI去挑战世界级难题？OpenAI的一位核心成员杨天润，来自金融背景，完全不懂代码；但就在不久前，他指挥的AI智能体军团以令人难以想象的速度推进，最终跻身全球排名前20的AI项目。

二十天前，海外科技圈与医学圈几乎同时被一条消息刷屏：一位没有生物学背景的澳洲大叔，用两款AI软件为濒死的宠物狗设计了一套癌症疫苗，最终救活了它。科学家们为之震惊：一个门外汉加上AI，用很短的时间完成了专业团队未必能成功的研发；更引发医药界强烈震动——那套严密固化的临床医学旧秩序，似乎被AI撬开了一道“难以再补”的裂缝。

今天的AI到底进化到了什么程度？未来3-5年还会怎样继续演进？综合各类研究与观察，我们能看到五个方向性的趋势：

1、从“统计智能”走向“世界模型”

能否读懂文本，与能否读懂世界，是两种代际差异的AI能力。

当前我们经历的生成式AI革命，本质仍偏向海量文本中的统计关联。但在未来3-5年，随着世界模型的成熟落地，AI不再只是处理符号与语言：它将更像人一样理解物理规律、因果链条、时间延续与空间结构。

对教育而言，这意味着知识传授的底层逻辑被改写。当AI能像一位带着常识的物理学家、历史学家或心理学家那样讲清这个世界的因果关系，学生不必再主要依靠大量习题去“强化规律”；他们会直接与懂世界的智能体对话，提出质疑、建立假设、完成验证，学习重心从“记忆与理解规律”，转向“设计真实实验”。

2、从“对话式助手”走向“自主智能体”

今天大家熟悉的豆包、DeepSeek、ChatGPT等，本质仍偏被动：你问它答，你不问它就不动。未来3-5年，像“龙虾”这类自主智能体将持续成熟：不仅能对话，还能设定目标、拆解任务、调用工具、执行行动，并在执行过程中进行自我纠错；多个智能体还能协作——一个负责搜集，一个负责批判，一个负责整合......

这对教育的冲击非常直接。当AI能完整承担一个任务链条，“项目式学习”会被重新定义：学生不再只是项目的执行者，更需要成为项目定义者、目标设定者、价值选择者。学生要学的就不止是“怎么做”，还包括“做什么”以及“为什么值得做”。

3、从“虚拟智能”走向“具身智能”

未来5-10年，具身智能将更大规模进入真实物理世界：机器人、智能设备、可穿戴装置不再只是执行固定指令，而会变成具备环境感知、自主推理、自我迭代与行动能力的智能体。

对教育而言，这将从根本上改变动手实践、劳动教育、艺术创作等领域的呈现方式。当机器人能搭建结构、调配颜料，甚至演奏乐器时，学生动手的意义还在哪里？答案并非高效产出，而是去体验“意图—行动—反馈”的完整认知闭环。“人需要通过身体来思考”这一观点，在具身智能时代会被重新发现：当技术越能替代肢体劳动，教育越要守护那些必须由身体完成的学习。

4、从“单一智能”走向“认知生态”

技术进化更可能呈现的不是某个超级AI一家独大，而是形成异构、分布式、协作式的认知生态。你的手机里可能同时运行着十几个小模型：一个专司语音，一个负责日程，一个做情感分析，一个负责道德推理。它们能够彼此调用、辩论与整合。

放到教育场景里，这意味着每个学生将拥有一个终身陪伴的认知镜像——从小学到高中持续跟随并不断适配学生思维风格，由多个小模型组合而成的AI学伴。它能知道你在哪些概念上更易混淆，也知道你何时注意力下降，还会提供哪种比喻最能帮你建立理解。

5、从“拥抱技术进步的可能”走向“警惕精神主权的撤退”

当算法比我们更精准地读懂学生、预测学习走向、重构学习路径、判断是非......学校教育似乎不可避免地会经历一次“育人阵地乃至精神主权”的后撤。

但我们必须相信：技术进化带来的结果，从来不是命定剧本。“万物皆可数据化”并不会自动推导出唯一结局；人类文明史上，我们也从未变成按部就班坐在台下的“观众”。

技术往哪个方向演进，取决于数以亿计的人类选择：研究者选择研究什么，企业选择开发什么，用户选择使用什么；而教育者更要选择培养什么样的人、如何培养人。若我们不主动进入过程并参与塑造，技术就会朝着效率最优的默认方向前行，并且大概率与人的进化背离。

我们当然不想把生命的解释权完全交给技术，不想让“算法之神”把人类文明带入那种无比平庸、无比猥琐、无比“小写”的新纪元，甚至滑向自我终结的文明黄昏。我们不能只做对技术进化的被动回应，而需要主动、刻意的“逆向操作”：技术越快，我们越要慢下来思考；技术越通用，我们越要追问独特性；技术越智能，我们越要锤炼人之为人的判断与主张。技术的演进必须同步甚至更优先考虑“人的主体性进化”。

天使翩翩起舞，魔鬼也会从天而降。21世纪的人类正走进一场前所未有的自我再造之旅——上半场我们越来越懂世界，下半场我们要越来越懂自己。

从“征服世界”到“理解自己”

人类文明进化的核心方向一直是两个字：征服。征服火、征服水、征服距离、征服重力、征服信息、征服基因序列——从最初的石斧到今天的量子计算机，人类绝大多数聪明才智都在回答同一个问题：这个世界如何运转？

我们用几千年把向外探索推到了极致。然而“破山中贼易，破心中贼难”。你今天问一个人：“你是谁？你真正想要什么？”他多半给不出一个真正像样的答案。因为进入近现代世界后，人类几乎从未认真对待“向内探索”这件事。

我们借助数理化与文史哲去解释物质、解释宇宙、解释文明；可又用什么学科去理解“自己”？心理学把人拆成变量，脑科学把人还原成神经信号......这并不是知识的缺陷，而更像是“文明结构性的偏科”。理解世界太庞大、太紧迫、太有生存压力，于是它吞噬了几乎所有可用的文明资源。“认识你自己”大家都知道重要，但真实情况却是：我们每个人长期都没有“空”。

理解世界是信息处理问题，理解自己是意义体验问题。AI与机器抵达的最远处，恰恰是人类必须独自开始的起点。

500年前，王阳明被贬到贵州龙场，一个瘴气弥漫的蛮荒之地。他失去了官职、声望、师友与健康，所有外部标签在一夜之间被剥夺殆尽。一个曾拥有完整社会身份的人，最后只剩一个赤裸的问题：把这些都剥离掉之后，我到底是谁？

他没有向外求。就在那个除了生死以外几乎空无一切的处境里，他向内走：一层层剥开自己的表层与假设，最终看见了一个改变整个东亚思想史的结论：“心即理”，也就是内在世界决定外在世界。

今天，时代洪流中的每个人都在经历某种相似的“微型龙场”。当AI逐步接管你的外部能力，优势被卸下、标签失效之后，我们还剩下什么？

也许，真正智慧的用力方向，就是“向内求”：通过探索自己来驾驭世界；通过帮助自己与孩子们，在底层建立一套“认识自我”的基础设施；用一套同样严肃的认知升维、身心挖潜与内在世界重建，去升级“自己”这个系统。

我想，这也是智能文明时代教育强国最深的含义：AI竞赛的终点并不只在算力突破，而在谁最早跨过文明最危险的失控时刻；全球竞争的领跑者不只看“AI大模型是否跑分最高”，更看谁最先实现“工具升级与人类升级的再次对齐”。

从“大脑计算”走向“具身心智”

认知科学界有一本名著《具身心智》，被视为“认知科学史上的分水岭”。它提出划时代的判断：认知并非发生在大脑内部的符号计算，而是身体与环境持续互动的产物；心智也并非对客观世界的被动复制，而是在行动中不断生成的意义锚点。

斯坦福大学也有一个同样影响深远的研究。科学家比较测量了人们坐着与走路时的创造力表现，结论是：行走时的创造性思维力平均比坐在原地高出81%。走路提升创造力，已成为认知科学领域的普遍共识。更早之前，尼采也说过：所有伟大的思想都诞生于行走中。

大家都知道，人类大脑是从数百万年的丛林生活中进化而来，本质上是运动性的产物。我们的认知能力与运动能力彼此耦合，几乎所有抽象概念也都由身体经验搭建——比如我们用“热与冷”理解情绪，用“上与下”理解地位，用“轻与重”理解重要性......

各位教育同仁，我们和我们的学生并不只是用大脑在思考，而是在用整个身体进行感知与思考；身心健康与感知能力的进化，决定着生命与认知的进化。因此也不难理解：教育越走向科学规律，就越必然走到“健康第一”。

从“智人”走向“意义人”

智能文明时代，人类需要完成从以知识理性为标志的“智人”，到以价值判断与意义创造为标志的“意义人”的进化。

这并不是退守，而是更高维度的一次跃迁。

未来十年，当AI能承担越来越多“高效、准确、无情绪”的工作，人类社会将前所未有地需要那些敢于直面“强大算法”的人：他们会持续提问、追问、质问；能敏感地深挖不满；能在受挫失败后再度出发；即便承认差异与独特，也愿意刻意与众不同；能承受不确定性，并在破碎中重建意义。

人类最不可替代的价值，就是成为“人类文明自有意义”的守护者。

什么是“人类文明自有的意义”？它并不是最大效率、最大产出或最优解；而是“值得做，即使不划算”；“值得爱，即使不完美”；“值得追问，即使没有答案”。教育的使命，恰恰在于帮助每个学生在技术洪流里，学会在各个领域回答这个问题的能力。

技术追逐效率，我们追逐意义；技术追求最优解，我们要追问“什么才是对的解”；技术追求零摩擦的顺畅，我们反而要保护那些有价值的卡顿、困惑与失败。

这不是反技术，而是在技术加速的时代里，坚定、清醒且有策略地把“人之所以为人”的能力同步向前推进。

AI时代“人之为人”

需要放大的八种能力

从今天到明天，人类正在被AI不断推向一个更高维度的能力空间。过去的能力仍旧有效，但接下来以下八种能力，我们必须把它们放大到极致。

AI天然带着迎合倾向：它可以通过选择性呈现你想看到的那部分真相，回避那些让你不舒服的内容，从而不断帮你为自我找到更合理的解释。

因此，当人类处在必须依靠AI行动的时空里，就会越来越不自知。老子所说“知人者智，自知者明”，在AI时代变得极其关键：自知不再只是修养，而是一种生存能力。当自我认知没有“锚点”，人和AI的对话很容易滑向妄想；但只要锚点存在，同样的对话就会成为认知进化与能力升级的加速器。

“自知之明”人人都有，只是强弱不同。未来，当AI能给出近乎完美的答案时，每个人最该强化的是对自身认知框架的觉察力：要学会判断何时应该独立完成，何时可以与AI协作，何时必须怀疑AI，何时也要怀疑自己。

人类天生存在认知偏见，这恰恰也是我们的优势：我们知道自己有偏见，才能主动寻找与自己观点相反的证据；才能质疑第一反应；才能接纳让自己不舒服的立场......这种主动的自我纠偏，本质上是批判性思维的最高形态。

生而为人，我们还有一种独特能力：向无人区迈步，向未知挺进；在困惑中停留，在难题中忍耐；在看不见答案的时候仍然工作与创造。今天，我们需要把这种能力极度放大。在不确定性中展开探索与创造，将成为未来100年人类的基本生存状态。事实上，无论古今所有重大的科学突破、艺术创作与哲学思考，都来自那些最能耐受困惑与不确定性的人，他们才能给出更有创造性的答案。

哲学家迈克尔·波兰尼说过：“我们知道的，远比我们能说出来的多。”一名工匠的手感、一位运动员的节奏感、一名教师对课堂气氛的直觉、一位医生“觉得不对劲”的临床判断——这些都不是计算的结果，而是长期实践沉淀下来的非语言智慧。未来，当所有可以编码的知识都被AI掌握，那些“说不出来”的默会能力，恰恰会成为人类最珍贵的资产。

爱是一种更高维的宇宙语言。

蓬勃的情感与深刻的理性，是人类精神的两根支柱。

当越来越多的理性被机器学会，人类就必须让情感如溪流一样流淌，才能滋润生命与文明。

AI或许能识别情绪、生成共情语句，但它没有真正的情感体验。人类的情感共鸣不是“识别+回应”的算法，而是两个身体之间产生的共振：心跳同步、瞳孔变化、微表情、语调细微起伏——所有这些在面对面交流中形成一种AI难以介入的通道。在算法时代，它将比技术本身更能带来心灵与行动的价值。

审美并不是特征识别。当一个人说“这幅画让我感动”，他说的并非“构图符合黄金分割、色彩搭配更和谐”；而是一种无法被还原为单一参数的整体性、身体性的感受。

康德称这种判断为“无概念的普遍性”——你无法用语言完整解释为什么你觉得美，但你确信它绝不是纯粹客观的规则推演。这种超越规则与计算的审美直觉，正是人类创造力的深层源泉。

人类的联想力有着AI无法复制的特质：把两个看似毫无关系的领域，在近乎非逻辑的层面连接起来。爱因斯坦曾设想自己骑在一束光上——这不是逻辑推理，而是视觉化的、隐喻性的、甚至带点“疯狂”的跃迁；毕加索把非洲面具的几何形式塞进欧洲绘画——这并非简单的风格融合，而是一种对“绘画是什么”的跨领域想象。这种跨越范畴、重构框架的想象力，在可预见的未来里，AI很难做到。

AI擅长在既有框架内生成新的内容，但它无法凭空创造从未存在过的框架。

人类可以——基于跨领域、跨时间的联想，我们能想象并创造一种更好的社会制度，创造一种从未出现过的艺术形式，提出并解决一个从未被发现的科学难题。这种无中生有的创造力不是简单的组合、不是类比、也不是迁移，而是人类智能最神秘、最不可替代的部分。

一个人选择结婚、选择参军、选择从教、选择成为宇航员，选择站到某个历史关头的一侧——这些都与“承诺”有关。作出承诺意味着：我知道可能存在更好的选择，但我仍选择这个；我知道未来或许不如预期，但我依然投入；我知道我可能失败，但失败同样是我选择的一部分。

在信息不完备的情况下做出不可逆决策，并承担全部后果的能力，是人之为人的核心。AI可以计算概率，但概率永远无法替代选择；AI可以模拟结果，但模拟永远无法替代承担。

以上八种能力，构成了一个完整且递进的能力谱系：在AI时代，“人之为人”最该重点发展的能力线索。

元认知（边界觉察、认知纠偏、耐受困惑）是人类对自身思维的“操作系统”；

体验性（默会认知、情感共鸣、审美感知）是人类通过身体与情感连接世界的方式；

创造性（超时空联想、从无到有）是人类突破既有框架、开辟新可能的引擎；

行动性（做出承诺并承担责任）是人类在真实世界里留下痕迹的唯一途径。

这也是“双向进化”里，从“人”这一端越来越清晰的图景：不是被动守卫什么，而是主动成为AI永远无法抵达的那种存在。

蒲公英教育智库的组织生态与用人方式，主要有三个鲜明特征：高度专业分工、深度嵌套协作、复杂任务主理人机制。其中蕴含着两个基本思考：

1.什么样的组织生态，能够更有效推动团队成员持续成长？

2.当AI把专业壁垒不断推平之后，究竟哪些人仍无法被替代？

我们先回答后一个问题。第一类是少数真正的顶级专家。AI虽然能把许多“井”推平，但最深的那几口井它推不平：因为这些人拥有超出常人的专业功底，AI到达不了；更关键的是，他们拥有“从零到一”的创造性能力——这些创造不在既有知识范围之内，所以他们会持续稀缺，而且AI越强，他们越强。

第二类，我把它称为复合连接型的人。我们要求团队成员通过大量真实经历，在学校与社会之间、社会与时代之间、时代与人生之间、学科与学科之间、学科与生活之间、学科与育人之间、课程与场景之间、场景与技术之间、技术与学习之间建立并推动连接。

什么叫复合连接能力？简单说，就是驾驭并推进复杂工作的能力。以学校校长为例，他需要把学校的目标与生态、课程内容与学习方式、学校空间与具体场景、技术落地与平台、教师起点与状态、学生心理与情绪、社会趋势与结构等放在同一个框架里看待，并从中提出新的思考与行动方案。它考验的，是我们能否在不同层面之间建立结构性联系：从点到线、从线到面、从面到框架，再从框架走向行动，从行动走向结果。我把这叫作触类旁通的复合连接能力。

学生的学习同样如此：培养能解决复杂问题的人，必须以能够建立复合连接的学习任务为前提。在这样的认知基础上，蒲公英教育智库提出“好的教育是森林的样子”的主张，并围绕这一目标，确立了学习进化的设计方向：

1

学习目标的再升级：

从记忆、答题、应用、理解，走向提问、验证、创造、反思、迭代；

2

教学设计的再进化：

推动“教-学-创合一”，实现“以创为中心”的学习；

3

课程设计的任务化：

以全任务链为单位的课程，形成全学科式的任务体系；

4

学习关系的三元化：

从“师-生”的二元结构，拓展为“师-生-AI”的三元结构；

5

教师角色的主理化：

从学科教研组走向任务链主理群；

6

学习评价的挑战化：

减少对结果的单一评判，多评价过程、思路、元认知、独创性与伦理决策；并设计“抗AI评价系统”，例如通关式评价、创展式评价、口头答辩、过程档案、跨情境迁移任务等。

学校功能的进化：

从“传授确定性”走向“管理不确定性”

过去的学校常把“标准答案”当作终点；未来的学校更应把“持续探索”当作常态。这样的学校要成为“安全冒险区”：允许提出不成熟的想法，可以被AI反驳，也能在错误中重建认知。

学校结构的进化：

拆墙、混龄、项目化

学科之墙：全学科教学将成为新一代未来学校的标配；

学段之墙：任务式、学程式的混龄学习，将成为未来学校的基本培养模式；

空间之墙：教室可配置为学习工作室、AI协作区、沉默阅读角与辩论场；

时间之墙：打破45分钟标准课时，让深度学习与长周期项目成为可能；

角色之墙：教师、学生、AI与社区专家共同构成学习网络。

学校制度的进化：

评价、课表与师生关系的再设计

评价进化：不再只问“你得了多少分”，而是追问“你提出了什么好问题”“你如何与AI协作同时保留独立思考”“你为同伴做出了什么贡献”。

课表进化：设置“AI增强型学习”和“无AI深度工作”两种模式交替进行；前者用于拓展思维边界，后者用于内化与沉淀。

师生关系进化：当AI能回答大部分知识性问题，教师的权威来自哪里？来自对学生独特性的识别，来自在困境中的陪伴，来自对“值得做的事”的共同坚守。

学校技术的进化：

在软件层面重构工具生态

我们需要重点思考如何搭建可复用的工具生态。教育技术将迎来一次重构周期：在软件层面，学校系统可能会被重新拆解为数据层、工具层与Agent层；这将是未来十年教育技术最关键的结构性变化。

校长的进化：

从管理者转为“双向进化的策展人”

校长要同时理解技术的可能边界与人性的底线。校长的核心工作并不只是采购AI系统，而是组织全校持续展开对话：我们到底要成为什么样的人。

教育领导者的责任，就是在AI加速奔跑的时代，坚定、清醒且有策略地，把人之所以为人的能力同步向前推进。