云谷高中AI班招生背后的深层思考
近日在朋友圈看到一则消息——云谷学校（高中部）宣布成立“人工智能创新应用特色班”，计划于 2026 年招收一个班级，名额仅限 16 人。
这所学校背景如何？它由马云于 2017 年发起，并获得阿里巴巴合伙人投资创办，位于杭州城西科创大走廊的云谷区域——紧邻阿里云总部、之江实验室以及西湖大学。
点开链接前，我本以为这不过是又一个打着噱头的编程培训班。然而读完后，我反复研读了三遍——因为它系统性地落实了我这一年多来一直在构思的理念。
招生简章中有一段文字，让我驻足细读了好几遍——
“让人工智能深度融入孩子的学习流程、问题场景及创造实践中，构建一个面向未来、致力于科技创新人才培育的项目。”
这与我钻研了一整年的 PBL 教学法（即项目式学习——基于真实问题，引导孩子构建知识并产出作品）的判断不谋而合。
该招生简章主要阐述了三点——三层素养体系、三年 PBL 路径规划，以及将 AI Coding 视为核心工具。
三层素养架构：基础层为数学与科学（用于认知世界）、中间层是 AI（作为使用工具）、顶层则是工程创造力（用于创造作品）。从理解到运用，再到创造，构成了层层递进的关系。
三年规划路径：立足真实问题、以 AI 为工具、以项目为载体——其宗旨是让孩子从单纯的“学习者”转型为“问题解决者”。这并非普通的编程班，而是采用多学科英文教学，要求学生具备阅读英文论文及撰写英文文档的能力。
招生简章附带了一张图表，展示了其对毕业生的三层期望。
研读完这三力图后，我尝试自行拆解其递进逻辑——首先要有求知欲（自主发展力）；仅想学还不够，必须具备拆解、建模以及利用 AI 作为杠杆的能力（学习力）；能力强但产出平庸也不行，还需懂得创造并秉持向善之心（创新影响力）。
学习动机 → 学习能力 → 创造力。
这种层层递进的逻辑，正是这篇招生简章最触动我的核心所在。
读到第二遍时，我不禁停顿下来——仅招 16 人。
经杭州市教育局批准，每年仅招收 1 个班级，考核方式为 5 月 24 日的笔试（120 分）加面试（80 分）。其选拔对象是居住在杭州、且已拥有较强学习能力与探索意愿的孩子。
云谷学校正在做的事情方向无疑是正确的。然而，其受益范围仅限于这 16 个人。
中国 K12 阶段（小学至高中）的学生数量接近 2 亿。那么，剩下的数亿孩子，他们同样需要的“PBL+AI Coding”教育，该由谁来提供？
这个问题，我在过去半年里一直在反复思索。
但直到读完这篇招生简章，我才猛然意识到——这不仅仅是“教育公平”问题那么简单。
我并非 AI 教育领域的专家，只是一个在 AI 时代探索从零到一验证的普通人——从去年至今，我陆续为十位朋友的孩子做过职业测评。
具体流程如下：结合 MBTI（性格分类，将人归为 16 种字母组合）、霍兰德（兴趣分为 6 类）以及舒伯（价值观排序），三套测评产生一二十个字母与数字结果，随后利用大模型进行整合分析，输出一份定制化报告——告知孩子“你适合朝哪个方向发展”。
测评本身并无神秘之处。但在这一过程中，我观察到了一个令我深感不安的现象——
这些测评最终都归结为“建议你从事何种职业”。我采用的是和渊老师在其著作《AI 时代，学什么，怎么学》中提到的“16 字模型”——即择己所爱、择己所长、择己所利、择世所需。然而，报告的落脚点依然是“哪个岗位、哪个行业”。
可是，岗位本身正在逐渐消失。
这并非危言耸听——前些时候，EdTech 杂志（一份专注于 K12 教育研究的美国行业刊物）刊登了一项调查，显示 AI 在 K12 考试中（语文、英语、政治、历史的正确率超越学生，数学物理的速度与准确率亦占优）以及公务员行测中均取得了高分。在 12 年的应试教育路径上，AI 已经攻占了大半壁江山。马斯克 1 月份在 Diamondis 的访谈中曾表示，未来 3-7 年将是“颠簸期”——失业、社会动荡与极度繁荣将同时上演。
这无关同情心。普通孩子是否应享受优质教育，那是同情心问题。但如果普通孩子继续沿用应试教育加匹配岗位的旧路径，当 AI 时代全面来临时，他们手中将仅剩一张过期的船票——这关乎入场券的问题。
云谷发给这 16 个孩子的并非船票，而是一张新的入场券——教导这些孩子如何与 AI 协作、如何从真实问题切入、如何进行持续创造。
剩下的数亿孩子同样需要这张入场券，只是发放的形式有所不同。
读完云谷的三力图后，我的第一反应是——这与我之前自行定义的三力模型相吻合。
在开发 AI 阅读产品时，我曾自行定义过一组三力：思维力 × 学习力 × 品格力。当时写在产品理念中的话是“不教工具、教方法。这不是 AI 工具使用课程，而是运用 AI 时代的方法论来培养底层能力。”
后来我又翻阅了去年 1 月的一条笔记——麦肯锡全球总裁 Bob Sternfels 曾提出“AI 时代真正需要的三大能力”：抱负、判断力与创造力。
将这三组概念放在一起对比——
结构呈现出同构性——动机、能力、创造。
写至此处我才恍然大悟——我自己也是在这一年里才逐渐看清这条路径。看到云谷将其落实为学校的特色班、看到麦肯锡将其写入白皮书、看到我自己产品中反复出现这种三层结构——这说明这并非孤独的口号呐喊，而是行业先行者们陆陆续续达成的、同一个共识判断。
云谷的特殊之处在于它将这一判断转化为了一个具体可落地的高中项目；而剩下的数亿孩子，则需要不同的形态——但底层的三层判断逻辑是一致的。
这里有一个我尤为担忧的问题——
EdTech Magazine 去年曾做过一项调查，得出这样一个结论：**“富裕地区的孩子被教导如何与 AI 协作，而低资源地区的孩子则利用 AI 来补习差缺和刷题。”**
同一个工具（无论是 ChatGPT 还是 DeepSeek），在不同家庭的手中会走向截然不同的方向。
华尔街日报曾刊登一篇题为《AI 高管告诉自己孩子关于未来工作的那些事》的文章——硅谷的 AI 高管们让自己的孩子学什么？基本上就是云谷的那条路径——真实项目、跨学科整合、将 AI 视为协作伙伴、关注真实世界的问题。
反观普通家庭——家长们并不清楚孩子应该学什么。要么继续报名刷题班，要么报名又一个换汤不换药的编程班。
这种鸿沟并非因 AI 的出现才产生，它一直存在。但 AI 的出现可能会加速鸿沟的扩大——因为它使得“会使用 AI 的人”与“被 AI 当作工具使用的人”之间的能力差距，每年都在不断拉大。
云谷招收的这 16 个孩子，已经站在了协作者的一侧。而剩下的数亿孩子又站在哪一侧？
这是入场券问题最为尖锐的一面。
上周我刚发布过一篇文章，讲述了我如何利用“16 字模型 + 三测评 + AI 整合”为 10 位朋友的孩子进行职业测评。相关网站正在搭建中，随着国产大模型这一年的崛起——做这件事的成本已崩盘式下降了 5 倍——几年前需要依赖海外技术栈才能跑通的事，如今国内的一人公司一周内就能搭建完成。
但在看过云谷的招生简章后，我意识到——我一直在做的，不过是“职业指南”的升级版，而非“能力地图”。
16 字模型最终的落脚点是“建议你从事何种职业”。这依然是在发船票——只是利用 AI 让船票的发放更加精准罢了。
然而，AI 时代真正匮乏的并非更精准的船票，而是地图——告诉孩子“你的自主发展力在哪里、学习力在哪里、创造力在哪里、未来 5 年应该在哪个格子上投入时间、哪个格子暂时无需弥补”。
它不指向某个具体的职业，而是指向能力分布。因为职业本身在变化、岗位在消失——但自主发展、学习、创造这三种力量，无论岗位如何变迁，都能立得住脚。
这一步，我目前的工具尚未达到。这是它下一阶段需要去往的方向。
工具仅仅是一小部分。真正的体系——将 PBL+AI Coding 打造为普通家庭真正买得起、用得起的产品形态——需要体系级的参与者共同构建。
云谷的体系依托于学校来运作：专业教师、产业导师、英文授课、阿里生态背书。而普惠版并非云谷的复制版，而是另一种形态——它能让更多从事教育的人参与其中。
谁能承担起这件事？教师、机构、转型做副业的教育从业者——所有做教育的人。
那么，如何判断一位老师、一家机构或一个产品是否真正在做 PBL+AI？只需观察 4 件可感知的事情——无需精通 PBL 理论：
这 4 件事都不需要懂 PBL——只需要看见。
4 件事都能看见，便是真路径。少一条，都需慎重选择。
这件事并非一个人所能完成——我自己也做不完，也做不全。
我目前手头正在推进的项目包括：career compass 网站（搭建中）、AI 阅读产品（小范围测试）、PBL 教学智能体、AI coding 课程，以及这一系列文章。这些属于“先把自己手里的能力地图画一份”那一格——距离完善还差很多。而更大的那一格——普惠版的 PBL+AI Coding 产品形态——需要做教育的人、做产品的人、做内容的人以及做老师的人共同来完成。
文章开头提到，我在阅读云谷那篇招生稿时看到了一束光。它点亮了 16 个孩子。这一束光值得点亮。但我渴望的是剩下的数亿孩子手中也能拥有自己的灯——他们自己的地图、自己的能力分布图、自己的同行者。这一年来我在路上所做的事正是如此——但一个人的灯只能照亮很小的一圈范围。
如果你也对这件事感兴趣——无论是家长想为孩子寻找方向、是老师在自己的课堂上进行 PBL 实验、是开发者想要开发 AI 教育产品、还是机构正在转型——都欢迎在评论区留言交流。