AI 与教育¶
本页收口本库里关于"AI 之后该怎么教、怎么学"的材料。它从 AI 与就业 里分出来，因为两者的落点不同：就业页问的是"岗位会怎么变"，本页问的是"那么把人训练进那个新世界的通路是什么"。
⚠️ 本页的材料结构有一个明显的不对称，先说在前面：绝大多数发言者是旁观者——AI 从业者、投资人、教授，在谈论教育应该怎么变；真正在教育系统里的人只有两个：一个是办学校的（Gagan Biyani，利益相关方），一个是正在上高中的（苏廷浩）。本页按这个分层组织，不把三类声音混为一谈。
一、诊断：现行系统为什么不适配¶
"教你的那套东西是为一个即将不存在的世界造的"（Ben Horowitz，美，2026-09）¶
来源：a16z / Horowitz Andreessen Academy 发布
⚠️ 本库目前关于"大学不适配"的最完整论证，但来自要替代它的一方，全部记为立场。
- 核心句（[00:00:00]、[00:28:26]）：⚠️ "这本该是人类历史上最适合年轻的时候……但问题是，我们为了训练你而造的一切，都是为一个很快将不再存在的世界造的。"
- 他的诊断是"错配"而不是"失败"（[00:01:00]–[00:03:03]）：⚠️ "如果你想当学者、当教授，大学真的非常非常好用。但如果你只是想找份工作，或者你有个点子想开公司，它就是个挺怪的提议"——金额大、时间长，而"大学里发生的大多数事情都不围绕这件事"。他反复自我限定："我们仍然认为大学对大概多数孩子都很好。"
- ⚠️ 历史类比是论证的骨架（[00:06:07]–[00:08:09]）：大学系统起初是耶稣会那样的宗教机构，工业革命把它炸成了今天的规模（"在 1700 年没有企业界这种东西，只有农场世界"）；他甚至承认"很大程度上我们今天拥有的美国，是建立在我们那些伟大的大学的背上的"。结论是锁定效应：
"我们今天在撞上 AI 革命，按我们的估计，它对工作的改造相当于工业革命对此前农业社会的改造。而指望为工业革命做的训练能完美映射到 AI 革命上——大概不会。"
- 雇主侧的半句（[00:02:01]）：技能集"演进太快，像那样一个大系统很难跟上"。
"下一场最大的冲突就是教育系统的冲突"（曾鸣，中，2026-09）¶
来源：张小珺 / 曾鸣
⚠️ 本页里语气最重的一条诊断，而且它指出的是一个僵局而非方向（[02:22:22]–[02:23:23]）：曾鸣 说现行体制本质是知识灌输，智商开发是第二位的，然后——
⚠️ "接下来最大的冲突就是教育系统的冲突——你随便问高中生，他们大概都知道用现在的方法大学毕业以后找工作都找不着……但是我们肯定不敢让他们去走他们的路，所以他们就卡在这了。"
- 他给的时间尺度（[02:17:18]）：社会消化这场革命需要"一代人，二十年起步——因为他们才是原住民"。
- ⚠️ 本库认为这条和 Horowitz 那条是同一诊断的两种处理：Horowitz 说"那就得有人示范怎么做"，曾鸣说"家长和学校不敢放手，所以卡住"。后者定位的是约束，前者定位的是出路；两条并不冲突，但曾鸣的版本解释了为什么 Horowitz 那条路只会有极少数人走。
"大概 20%–30% 的学生不需要教"，以及一条反直觉的作弊分类（孟子立，中/港，2026-07）¶
来源：月球大叔 / 孟子立
孟子立（港科大教授 + 创业者）的教学侧观察（[00:44:21]–[00:46:24]）：他认为随 AI 推进，大学的培养功能在削弱，尤其对最顶尖的学生——"大概 20%–30% 的学生不需要教"。
- ⚠️ 他对"AI 作弊"的分类是本页最该被引用的一条：用 AI 抄作业、戴 AI 眼镜进考场的学生，至少在试图解决问题，"你不需要为这些学生担心"；真正需要够到的，是明知 AI 就在那里、却连账号都不愿注册去试的学生。
- 招生/招学生标准的位移（[00:37:18]–[00:38:18]）：他 2023 年招学生要求"至少完成过 1000 行以上代码的项目"；如今原始编程能力不再重要，但"系统直觉"仍必要——那种"我觉得这个路子能解决它"的判断。
⚠️ 二、本页最硬的一个问题：初级岗位消失后，人怎么获得品味¶
徐天音：一个学术界提出、且自认无解的断层（中/美，2026-08）¶
来源：月球大叔 / 徐天音
徐天音（UIUC） 的链条是本页的核心难题，因为它不是价值判断而是一个结构问题：
- 能力不是瓶颈（[00:58:50]）："基本上任何系统任务，如果你告诉 AI 怎么做，AI 基本都能做。"
- 人的角色是指导（[00:59:50]）：落地就是给初级工程师示范什么叫好的工作——怎么权衡、怎么拆解任务。
- ⚠️ 于是断层出现（[01:00:51]）：
"既然是有经验、有品味的人去指导 agent，那一个应届生怎么成为这样的人？这个训练与指导的过程没有了，我认为这对当前的 CS 教育是巨大的冲击。"
- 他先给了乐观答案（学生用 AI 练学习、练研究），然后自己拆掉了它：① 你太 junior，品味不够，AI 的输出可能给你不高水平的东西；② 这些岗位越来越少——原本人是通过一个个小岗位慢慢爬上去的。
- ⚠️ 他的结论只答了一半："人仍然是非常重要的一环，建议与导师这类东西不会被 AI 取代"；但对市场萎缩——"这是一个非常真实的问题，但我其实不知道怎么解决。"
- 他对市场的判断本身是承认萎缩的（[00:56:50]）：⚠️ "CS 的就业市场确实不如以前大了……过去一些非常简单的任务也需要雇一个 CS 本科生，现在 AI 能做。"
⚠️ 同一问题的第二个提法："人怎么在不做那些苦活的情况下获得 taste"（John Platt，美，2026-09）¶
John Platt 在给年轻研究者建议时撞上了同一个问题（[01:30:04]）：他说深的领域专长不会消失，"因为它通向 taste"，然后留下一个他自己没答的开放问题——⚠️ "人怎么在不做那些苦活的情况下获得 taste。"
- 他给的部分答案是"训练 vs 发挥"（[01:33:06]–[01:35:06]）：⚠️ 类比爬山——"你当然可以开车上山，但偶尔徒步上山是可以的、甚至有趣的"；类比运动员——"有发挥的时候，也有训练的时候"。他的例证是"我用四种语言重写过四遍 boosting，所以我现在懂 boosting"。
- ⚠️ 本库认为这是本页目前唯一一条可操作的处方：它把"要不要用 AI"从一个道德问题改成一个时间分配问题——有些时候你是在产出，有些时候你是在训练，而训练时故意不用工具。它与苏廷浩的实际做法（下面"学生侧"）恰好对得上。
三、处方¶
Dan Boneh 的考试原则：不防守，把题目难度提到 AI 之上（美，2026-09 转述）¶
来源：a16z / Horowitz Andreessen Academy 发布
⚠️ 本页最可直接搬用的一条（Ben Horowitz 转述斯坦福密码学教授 Dan Boneh，[00:32:28]）：
"他对 AI 的看法是：你基本只有两个选择。你可以禁掉它——顺便说，那不会管用。或者你可以把题出得难到没有 AI 就解不出来。"
- Boneh 看到的结果：⚠️ "我的学生在解一些历史上没有任何学生解出来过的东西——那些我自己都解不出来的东西。"
- ⚠️ 三种策略的并列（本库的归纳）：
- 防守侧：考试回到 blue book / 口试，因为数字化考试太易作弊（见下节）。
- 诊断侧：孟子立的"别担心作弊的学生，担心不注册账号的学生"。
- 进攻侧：Boneh 的"把题提到 AI 之上"。
- 本库认为三者不互斥但成本完全不同：防守侧最便宜且最常见，进攻侧要求出题者自己处在前沿，所以它大概只在少数课堂上可行。⚠️ 本页标为待跟踪——这一期里没有人讨论这条原则能不能规模化。
评估侧的退回：blue book 与口试（Raschka & Lambert，美，2026-01）¶
教育侧与 benchmark 污染同构的现象（[02:12:13]–[02:13:15]）：AI 时代考试正回到 blue book / 口试——因为数字化考试太易作弊。详见 评估与 benchmark。本页记它，是因为它是三种策略里唯一已经在大规模发生的那一种。
一对一导师制：两条独立到达同一处的推论（美，2026-07）¶
来源：Latent Space / Danielle Perszyk、All-In / Cerebras 与 BFL
- Danielle Perszyk（Amazon AGI Lab 认知科学家）（Latent Space / Perszyk [00:41:23]–[00:44:24]）：⚠️ 她的落点不是"AI 当老师"，而是激励设计——若 AI 被激励去理解你的心智，它就不会让你靠 offloading 蒙混过去（会自发苏格拉底式反问）。由此指向牛津导师制 × Bloom 两西格玛的个性化教育。
- ⚠️ 她同时是本页最强的反方：她的主论点是 AI 正在降低人类能动性、同质化思维（Latent Space / Perszyk [00:34:21]–[00:37:22]）——写作被拉向均值，用 AI 的个体科学家产出更多论文，但科学整体在收窄。所以她的个性化教育是一个有待满足的条件，不是一个预测。
- Andrew Feldman（Cerebras CEO）（All-In / Cerebras 与 BFL [00:37:24]–[00:40:28]）：教育该像亚里士多德教亚历山大的一对一导师制，而非"工厂化教到中位"。
- 本库标注：⚠️ 两人从完全不同的出发点（认知科学 / 算力供给）到了同一个处方，这是本页目前唯一一处这种收敛。但两人都没有谈成本与师生比之外的东西——谁来为导师制付钱、谁来保证 AI 导师不退化成答案机，都没有涉及。
机构级处方：把"bundle"重新组装一遍（Gagan Biyani & Ben Horowitz，美，2026-09）¶
来源：a16z / Horowitz Andreessen Academy 发布
本库第一份"教育机构侧"的一手材料：Horowitz Andreessen Academy（HA）——住宿制、旧金山、营利、与基金分开的独立公司、不发学位、首届 fellowship 至少 50 人。⚠️ 全部机构参数均为发布方自述，未经核实。
- ⚠️ 时间重排是最具体的一条（Ben，[00:08:09]–[00:09:10]）：
"与其每天坐在讲座里 5 小时或 8 小时，也许更好的是：指导更浓缩一些，更多时间用在工具上，更多时间按个人节奏跟 AI 学。然后还要有更结构化的社交活动……因为我们不会花那么多时间坐在教室里听人讲话。"
- 本库标注：这是"AI 个性化辅导释放出的时间被显式分配给社交"的一份一手设计记录。它和上一节的导师制处方是同一机制的下游——但 Perszyk/Feldman 停在"AI 来教"，HA 问的是"那省下的 5–8 小时拿去干什么"。
- "bundle"论（Erik Torenberg，[00:04:04]–[00:05:05]）：⚠️ "大学当然是个 bundle……你必须做的不只是'为职场培训人'——不只是教育，还有身份、凭证和品牌。而且它还得好玩。"Gagan 的版本是：别人的问题是做得不够大，必备项为人际社交动态 + 住宿制 + 在旧金山 + 连着真正雇人的公司。
- ⚠️ 学会"做"而不是"学关于它的东西"，被推成一条通用改写规则（Gagan，[00:33:28]–[00:34:28]）："对我们学生所有的求知欲，我们都要把它改写成：你拿它去做点什么？"——书法的例子是"学到足够的书法，去把一首伊斯兰诗歌漂亮地写出来、展示在学院里"，而不是在考卷上答怎么写出漂亮字母。他明确承认要覆盖与工作无关的技能（园艺、风筝冲浪）："如果你做的全部事情就是为考试突击，大多数技能都非常非常难学会。"
- ⚠️ osmosis + 强制依赖：人际技能的机制版本（Gagan，[00:19:17]–[00:21:20]）：把学生和公司、项目、实习"同居"在一起，目的是制造不得不学的处境——"假设你要造一种新的机器狗，唯一的办法是拿到某种特定的芯片，而你不会写冷邮件——那你就非学不可。"
- Ben 的"读书学不来"版本（[00:35:29]–[00:37:29]）：⚠️ "你可以读完有史以来每一本讲怎么打橄榄球的书，但如果你上了 NFL 的场打四分卫，书里没有任何东西能教你怎么应付一个 300 磅的怪物朝你冲过来。"HA 的对应设计是"押注会少一些，更像练习而不是正赛"，要教的具体东西是决策的代价（"在一个决策上犹豫会让你付出什么？不去解决一场冲突意味着什么？"）。
- ⚠️ 失败的限定条件——本页一条好用的判据（Ben，[00:39:32]）：
"人们说硅谷拥抱失败。不是所有种类的失败，对吧。是那种你学到大量东西、然后你赚到了一个秘密的失败。"
- 为什么必须营利（Ben，[00:28:26]–[00:30:28]）：⚠️ "我们不在乎服务校友、不在乎服务捐赠人、不在乎服务家长——这件事是关于年轻人的。这就把方程简化了很多。"⚠️ 本库记为一条立场：它成立与否取决于"学生出去做成大事"是否真的是营利学校最短的赚钱路径，而这一期里没有人检验这一点。
- ⚠️ 明确放弃垄断（Ben，[00:28:26]–[00:29:28]）："请抄我们。哈佛，请抄我们。所有人都请抄我们。因为总得有人做那些创新的苦活，才能拿到突破。"
⚠️ HA 与徐天音那条断层正面相撞¶
来源：a16z / Horowitz Andreessen Academy 发布、月球大叔 / 徐天音
徐天音的问题是"初级岗位在消失，应届生怎么获得品味"，他说不知道怎么解决。HA 的答案是绕开岗位阶梯：把"在真实项目里失败、赚到一个秘密"和"和成年人世界同居"直接做成课程（a16z / HA [00:19:17]–[00:21:20]、[00:39:32]）。
⚠️ 本库记为待检验的处方，并指出它只答了一半：它回答了训练通路（不靠岗位阶梯也能练出品味），没有回答徐天音真正担心的市场萎缩（月球大叔 / 徐天音 [00:56:50]）。而且 HA 的规模是50 人——⚠️ 按 Gagan 自己的说法，它的客群是"未来会雇成千上万人、会融十亿美元的人"，这恰恰说明它不是对徐天音那个问题的答案，而是对"尾部怎么被聚合"的答案。
⚠️ "年轻人的用处是当异端"，以及本页唯一一条"减压力"而非"加能力"的处方（Amjad Masad，美，2026-09-23）¶
⚠️ 这是 HA 系列的第二集（相隔一天），而它构成第一集的内部质疑而不是重复——Amjad Masad（Replit CEO）批评的不是大学，而是替代路径本身。⚠️ 利益相关：Replit 是 HA 的合作方（[00:43:25]）。
- ⚠️ 他的主命题（[00:00:00]、[00:03:01]）："说到底，年轻人的用处是去质疑那些根深蒂固的信念。是去当异端。而今天的大学恰恰相反——它把任何外来的想法从他们身上打出去。"配套的经济判断：⚠️ "你可以在大学里表现得非常好，然后照样失业，而且背着一大笔债。"
- ⚠️ 他把同一把刀转向自己这边，本页认为这是他最该被记住的一句（[00:04:03]）：
"我们在硅谷有很多盲点。有很多想法不会从硅谷出来，因为这里是单一文化。每一种文化某种程度上都是单一文化——哪怕是硅谷这种最激进的文化。"
- 本页标注：这与 Perszyk 的"AI 让思维同质化、科学整体在收窄" 指向同一担心，但机制完全不同——Perszyk 的是模型训练分布，Amjad 的是地理与文化。
- ⚠️ "不知道学它有什么用"是一项现代发明（[00:13:11]–[00:14:12]）："项目制学习……其实不该有这个流行词，因为那本该就是标准。你在学某样东西却不知道它的用处，我认为这是一种非常现代的发明。"他对自己的动机结构很直白：⚠️ "我完全不被纯粹的求知欲驱动。我被技能驱动。"
- ⚠️ 本页标注：这条与 Gagan 的"把求知欲改写成产出" 几乎重合，但两人的立场基础相反——Gagan 把它当成教学法（连园艺和风筝冲浪也要改写成项目），Amjad 把它当成自己的动机事实（他本人不被纯求知欲驱动）。本页认为这个差别重要：一个是对所有学生的设计，一个是一个样本的自述。
- 学校应该反向加注（[00:10:09]）：⚠️ "你不该是在逆着大流走……如果你有个疯狂的想法正在起飞，你不该瞒着你的学校；他们应该过来说：天哪，这太棒了，我们再给你加点。"（现场的具体反例：有个小孩得躲在学校厕所里接投资人电话。）
⚠️ 本页最硬的一条处方级内容：创业本身常常是"过早优化"¶
（[00:17:13]–[00:19:13]）⚠️ 本页此前的全部处方都在"加能力"（HA 的课程设计、Dan Boneh 的出题原则、导师制）。这是唯一一条在"减压力"。而且它来自"降低门槛"这件事的主要受益方之一。
"在编程里我们有个概念叫过早优化，那句话是'过早优化是万恶之源'——人们觉得它有这么糟。而我认为很多创业就是过早优化。"
- ⚠️ 机制归因到情绪：小孩身处朋友们在融大钱、有些成了独角兽的圈子里——"于是动机变成了嫉妒。一种非常负面的动机……然后他们对一个自己根本都不感兴趣的想法做了预先承诺，为它融了钱，于是在为一条他们还没真正到达的路径做预优化。"
- ⚠️ 反面判据是"引力"："一旦你找到那个你想献出一生、或者献出接下来十年的想法，它会有巨大的引力，你根本躲不开。"他的自证是反着来的——⚠️ "我试着不要去创办 Replit，主动不去，但它自己就爆成了一家创业公司。那就是你该有的感觉：几乎是'我想我不得不做它'。"
- ⚠️ 制度批评：他说"我听说"VC 给斯坦福学生 pre-idea 一百万美元——"你一开始做你的想法，你就已经有了一张 cap table"；类比音乐产业锁住年轻艺人的合约。他承认 SAFE 是"一项很好的贡献"，但"仍然有些掠夺性"。
- Gagan 在同一处给的是配套的制度判断（[00:15:12]–[00:17:13]）：他诊断出一个⚠️ "不公平的二选一"——要么四年制结构化学校，要么明天就有人给你 5 万美元去创业；而被漏掉的是中间那一大群人。他的建议相当强硬：⚠️ "我认为投资人这条路线应该被远远少用——只有极少数青少年该去融资。"他认可 grant，理由是临时性被明确说清："在 18 岁就做一个十年承诺的压力，对大多数人并不合适。"
- ⚠️ 本页标注：这条与 Ben Horowitz 的"不要退而求其次拿百万美元的点子，去探索更多" 方向一致，但 Ben 给的是劝告，Amjad 给的是机制 + 反面判据 + 制度批评。
⚠️ 取消评分也是为了泄掉对抗¶
（[00:31:20]–[00:33:20]）⚠️ 这一节的提问者是嘉宾——Amjad 反过来质询学院："你们打算怎么处理麻烦制造者？比如 Zuck 当年做了 Facemash。"
Gagan 的回答分两层。第一层是红线（性骚扰政策之类，"我们必须创造一种信任和正和的文化"）。⚠️ 第二层是本页此前没有的一条机制：
"学院的核心信条之一完全绕开了这个问题。我们没有分数，我们没有考试。要去对抗的那个重量本来就该小很多。"
- 所以"你想造 Facemash，去吧。谁在乎呢？我愿意为你做这件事的权利辩护"；设计目标是"把它设计得让他们不会产生一种反权威的心态"。
- ⚠️ 本页标注：这把"叛逆"当成约束强度的函数而不是人格特质。它与 HA 第一集的"push 转 pull" 是同一设计的两面，但这一面在第一集里没有说出来——取消评分不只是为了动机，也是为了泄掉对抗。
两条配套的小判据¶
- ⚠️ discernment 来自 reps（Erik Torenberg，[00:35:22]–[00:36:22]）：所有规则和启发法都依赖语境、要逐案判断，所以真正重要的是判断力，"而获得判断力的方式是靠 reps"；关键变量是上行不对称 vs 下行不对称。⚠️ 本页标注：这与 Ben Horowitz 的 NFL 四分卫类比和"赚到一个秘密的失败" 是同一条，但 Erik 把它说成了一个可数的量，而不是一个比喻。
- ⚠️ 信任作为基础设施：一条带数字的机制（Gagan，[00:28:17]–[00:31:20]）。这给第一集里只是规范性描述的"硅谷高信任文化"补上了机制：非营利组织拿到口头承诺后，钱真的到账的概率"大概在 20% 到 50% 之间"，而硅谷"大概是 75% 到 100%"。⚠️ 而机制不是"信任是美德"，是一条关于时间的套利——
"如果我知道钱会来，我就能自信地继续推进。而等你把那张支票交过来的时候，我已经取得了六周的进展——于是突然之间，你那张六周后的支票更值钱了。"
- 迁移到学校："信任学生去做他们想做的事、去追他们想追的线头。"⚠️ 数字是他的估计，未核实。
⚠️ 一条属于本页、但不属于教育的旁支¶
（[00:33:20]–[00:35:22]）Amjad 读到一个小孩黑进某政府系统被判约两年、而他是在 Roblox 上学会黑客技术的，于是提出：⚠️ "与其把这些孩子送进监狱，带他们去 NSA 工作……我们现在就需要网络安全人才。你为什么要把他们关起来？"落地机制是沙箱 / CTF / bug bounty。
⚠️ 本页记它是因为它是"把越界动机接到制度出口上"的同一思路（与上面"取消评分泄掉对抗"同形）；攻防侧的含义记在 LLM 安全 页。
四、学生侧：本库唯一一份来自"AI 原住民"本人的材料¶
苏廷浩（中/港，17 岁，2026-08）¶
来源：张小珺 / 苏廷浩
苏廷浩（2009 年生，香港德瑞国际学校高二，一篇 attention 机制论文被 ICML 2026 接收）。⚠️ 本页其余所有材料都是成年人在谈论学生；这一节是被谈论的那一代自己开口。
- ⚠️ 本页最重的一条：学习动机的结构性塌陷，而不是失业焦虑（[00:37:25]–[00:39:25]、[00:38:25]）：
"以前你学物理化学，别人没学就不知道；现在没学过的人一键问 AI，得到的回答比你说的还好。"
- 后果是目的的退化：以前学数学"往前看是一条大路"（大学学好、读博、推进数学、为人类做贡献）；现在这条路变窄了，于是"你学这个科目的目的不是学习这个科目本身，而是为了大学申请"。张小珺把它收成"失去了一部分为这个科目、或者说为人类做贡献的使命感"，他确认"对，我觉得很重要，很重要"。
- ⚠️ 本库认为这条是本页里唯一一条本页其它材料都没有触及的机制。Horowitz 的"这是历史上最适合 18 岁的时候"（a16z / HA [00:12:12]）与它正面相反，而且两人谈的是同一代人：Horowitz 说年轻人的紧张来自"把人送进工作的那些系统"，苏廷浩说问题在学科本身的意义结构。本库并列不裁决，但认为引用任一条时应知道另一条存在。
- ⚠️ 他的实际做法，和 Platt 的"训练 vs 发挥"对得上（[00:32:23]–[00:33:23]）：直接用 AI 做功课，把省下的时间用在 Anki 背诵和让 ChatGPT 教自己上——理由是"功课让我学习的效率不是那么高，我可以自己用其他方法，这样效率更高"，但他强调"剩余的时间你还是要去学习，当然了"。
- 他是班上最支持同学用 AI 的人（[00:33:23]）："我当然是我们学校里、我们班级里最支持别人用 AI 的人。"他会告诉同学用什么模型、哪个现在最好用。班上"在课前有 50% 的几率，他们的屏幕是在 ChatGPT 或者 AI 模型上面"。
- ⚠️ 他自己明确说 AI 让分化更严重（[00:34:24]–[00:35:24]）：被问"这会不会让成绩好的同学更好"，答"我觉得是"；被问"如果只是拿 AI 做完作业然后自己去玩，你肯定会更差"，答"当然了"；被问"所以 AI 让人也更加分化"，答"完全同意"。
- 这是对 Mark Cuban 的"AI-first 与非 AI-first 的差距像哇的一声" 与 孟子立的"不注册账号的学生" 的学生侧独立确认。
- 同学的实际认知水平（[00:20:19]）：同学都会用 AI 做作业和 project，但"很可惜，不是对 AI 有多大的了解"——⚠️ "很多人打开 Claude，并不知道自己用的是 Sonnet 5 而不是 Opus 5。"
- 老师那一侧（[00:35:24]–[00:36:24]）：老师"也是理解的，因为他们也控制不了"；但用 AI 写完不改就交的很容易被看出来（"你怎么那么大信息量？写作风格怎么那么好？"）。学校氛围是大家知道过度依赖 AI 对最终考试没有任何帮助，且考试不能用 AI。
- ⚠️ 他对大学剩下什么价值的转述（[00:26:23]–[00:27:23]）：以前大学垄断了教育和信息；现在有 AI 和网络都可以自己查，所以大学剩下的价值是名牌、证书，以及跟高质量的人接触的机会。
- 本库标注：⚠️ 这三条剩余价值和 Erik Torenberg 的 "bundle"（a16z / HA [00:04:04]）几乎逐项对应——"身份、凭证和品牌" + "连着雇人的公司"。一个 17 岁高中生和一家风投机构从完全不同的位置得出了同一张清单，本库认为这是本页信息量最高的一处吻合。
五、中美对照¶
⚠️ 本页材料的中美差异不在观点上，在"谁在说话、以及能不能动手"上：
| 美方 | 中方 | |
|---|---|---|
| 主要发言位置 | 投资人 / 创业者 / 大厂研究者 | 教授 / 产业观察者 / 学生 |
| 诊断 | 大学对"想造东西的人"不适配（Horowitz） | 体制是知识灌输、智商开发第二位（曾鸣）；顶尖学生不需要教（孟子立） |
| 处方 | 直接办一所新学校（HA，50 人） | ⚠️ 没有机构级处方 |
| 关键堵点 | 未被讨论（成本、规模化） | ⚠️ 被明确点出："我们肯定不敢让他们去走他们的路"（曾鸣） |
| 学生侧材料 | 无 | 苏廷浩（本库唯一一份） |
- 本库的归纳：⚠️ 美方这一侧的特点是"有退出选项"——Horowitz/Gagan 能不等体制改变就另开一所；曾鸣那条诊断最锋利的地方恰恰是指出中方这一侧的约束不在认知上而在风险承受上（"高中生自己都知道，但我们不敢让他们走"）。
- ⚠️ 但两边有一条共同的空白：没有任何一方给出"规模化"的答案。HA 是 50 人，Boneh 的"把题提到 AI 之上"要求出题者处在前沿，导师制处方没人算过成本。本页目前唯一已经在大规模发生的变化是防守侧的 blue book 与口试。
待跟踪¶
- HA 的首届 50 人：Ben 自己给的五年判据是"毕业生有热爱的职业或办了有意思的公司"，并自我限定"在那个时间窗里他们大概还不会算成功"（a16z / HA [00:40:33]–[00:41:33]）。本库记下这条自我限定——它意味着这个处方在五年内基本不可证伪。
- "把题提到 AI 之上"能不能规模化，以及它和"blue book 退回"哪一条成为主流。
- 徐天音那半个无解问题（初级岗位市场萎缩）有没有人给出非"办学校"的答案。
- 苏廷浩说的"路变窄了"是否会出现在更多学生样本里——这是本库目前的 n=1。
相关页面¶
- AI 与就业 — 岗位侧，本页从它分出
- 评估与 benchmark — 考试作弊与 benchmark 污染的同构
- AI for science / 自动研究 — "科研品味是否可替代"与本页"taste 怎么获得"是同一问题的两端
- 中美 AI 对照
⚠️⚠️ "有问题的是你，因为你过时了"：Douglas Adams 的三段年龄，以及一条本页认为跳过了真问题的乐观（Marc Andreessen，2026-10-22）¶
来源：a16z / Frontier 发布 2026-10-22（Marc Andreessen / a16z 联合创始人，同台 Chris Dixon） ⚠️⚠️ 这一期是一场基金发布，而 a16z 自己办了 Horowitz Andreessen Academy。本节的全部教育判断出自同时在办学校的人，本页记为立场。
三段年龄（[00:56:40]–[00:57:41]）¶
✅ 他引的是《银河系漫游指南》作者 Douglas Adams 的框架：任何新技术被三个年龄段以三种方式接受：
| 年龄 | 接受方式 |
|---|---|
| 15 岁以下 | 就是世界本来运作的方式 |
| 15–35 岁 | 新鲜、刺激、热门领域，也许能靠它做出一份职业，所以你想学全部新东西 |
| 35 岁以上 | ⚠️ "不洁且邪恶，而且肯定会颠覆所有既有结构、毁掉社会" |
- ✅ 他给的一手例子：他七岁的孩子第一次用 ChatGPT——"我说，这可是件大事，因为计算机会回答问题了。他说：那又怎样。一台不回答问题的计算机有什么用？"
- ⚠️ 他另给了一句自嘲式的旁注："老头子对着云大喊"是一种反复出现的现象。
⚠️⚠️ 他对学校的判断是反的，而本页认为这条机制值得记¶
（[00:57:41]–[00:58:44]）
⚠️⚠️ "而且其实学校在帮我们的忙——学校对这件事反应得不好，所以学校在禁 AI、在为它搞出各种争议。可当然了，如果你是个孩子，这只会让它更酷。"
他的推论："AI 会变成你那个秘密的超能力，一个你得偷偷琢磨怎么利用的东西。"
⚠️⚠️ 然后是本期最锋利的一句（归属按上下文是他的延续，⚠️ 也可能是席上另一人接的，本页无法确定）：
⚠️⚠️ "好笑的是大人老在问：孩子们该怎么办？当孩子好难啊。不不不不。基本上，有问题的是你，因为你过时了。孩子们都会是超人，他们什么都能做，世界对他们是敞开的，他们能进入他们以前永远进不去的领域。"
✅⚠️⚠️ 本页对这条的标注：它新在哪里，以及它跳过了什么¶
- ✅ 新的地方：⚠️ 本页此前所有材料都在讨论"系统该怎么改"（现行系统为什么不适配、三种考试策略、HA 的机构级处方、一对一导师制的收敛）；没有一条像这条一样主张"问题不在孩子那边、禁令本身在帮倒忙、而真正受损的是提问的成年人"。✅ 而"禁令提高了采用意愿"是一条可观察的机制断言，本页记为一条待检验的反向预测——⚠️ 它与本页既有的三种考试策略材料直接相关：如果禁令反而提高采用，那么"blue book 退回"这一策略的代价比它的支持者估计的更高。
- ⚠️⚠️ 而本页认为它有一处明显空缺：它完全没有处理本页记录过的那条真问题——初级岗位消失之后 taste 从哪里来（徐天音的"无解断层"与 Platt 的"训练 vs 发挥"）。 ⚠️ "孩子们都会是超人"没有回答断层，只是跳过了它：⚠️⚠️ 三段年龄框架说的是"接受意愿"，而断层问题说的是"能力获得路径"——前者乐观不构成后者的答案。本页不替他补。
- ⚠️ 本页另标注一处他自己的论证里的张力：他在同一期说过"我基本上被现在的开发速度淹没了，我在试着跟上全部，而这几乎不可能"（[00:21:19]）。✅ 按他自己的三段年龄框架，他本人属于"35 岁以上"那一档；而他的自述既不是"不洁且邪恶"，也不是从容——本页认为这说明那个框架对本期在场的人都不适用，而本期无人指出这一点。
✅ "现代炼金术"：18 岁该学什么（Chris Dixon，[00:53:39]–[00:54:39]）¶
✅ 他回答时明确说这是借 Marc 的说法：
"我觉得有一件事可以做，就是学现代炼金术。……人类刚刚搞清楚了怎么把沙子变成智能。而要学这个，我觉得是数学、计算机科学，也许经济学。"
- ✅ 他加的限定本页认为比结论更有用："不一定非得纯技术，但以某种方式待在这个局里、在前沿、并且用这些工具"，理由是"现在很明显，我们谈的这些 AI 的事会是接下来 20、30 年的主导叙事"。
- ✅ 他另说了一句关于世代运气的话，本页认为值得记：他和 Ben、Marc "足够幸运，职业生涯的很大一部分发生在互联网的成长期"——"我觉得那是前人留给我的东西，我对他们是感激的。"
- Marc 补的"会被革命的领域"清单（[00:55:40]）：⚠️ 古典学（点名 Vesuvius Challenge 用 AI 解读焦卷，并说"可能会有整个新的哲学流派因为失传的书被发现而出现"）、经济学、生物学、各类设计与艺术、⚠️ 以及动物学——"我们相当可能正走向一个我们能理解动物在说什么的世界"，"动物心理学会变成真的"。⚠️ 最后这条他自己说"我是认真的，我记得有个 X-Prize"，本页未核实。
⚠️ "大学最好不要去对抗它"，但"把点连起来"这件事他认为 AI 不会替（Andy Jassy，2026-10-23）¶
⚠️ 收录前置：提问方（a16z）刚孵化了自家的教育项目并在提问里直接带出，本页标注这处利益相关。
（[00:52:43]–[00:55:47]）✅ 他的回答分两半，而两半互相限制：
- 第一半是"躲不开"：他有一个 25 岁和一个 22 岁的孩子，⚠️ "我很快就学到你没法告诉他们在教育里别用 AI——那趟车已经开走了，我认为大学最好不要去对抗它。" ✅ 具体建议落在用法上：学它、教育自己、大量使用、试那些在你舒适区之外的事（⚠️ "我两个孩子都不是开发者，但他们都用 AI 建过应用"），并把它当作一天怎么运转、工作里怎么用工具的焦点。
- ⚠️⚠️ 第二半是一条带具体观察的能力判断：
- 观察：Amazon 是写作文化，⚠️ "你能看出来某样东西是不是 AI 写的——它不太对，那些片段被拼在一起的方式不太对。"
- 分界：✅ AI"会让每个人都更快地到达那个更靠前的起点"——他用商学院案例分析举例：读材料、做笔记、找关键议题这些功夫"都会消失"（⚠️ 他顺带说过去"有一批人就是不做功课"）。
- ⚠️⚠️ "但真正把点和片段连起来——去搭一个战略、一个方案、一个计划、一个新产品或新客户体验——我不认为 AI 会替大多数人、在大多数时候做这件事。" ✅ 他留了口："不是说它永远不会发生。" ⚠️ 结论是仍然需要"人的判断、创造力、发明、实验"。
- ⚠️ 本页标注：这是本页第一条来自超大规模雇主一侧、且带一手观察（"能看出 AI 写的"）的材料。 ⚠️⚠️ 但它也是本库记录过多次的那条断言的另一个版本（"AI 做起点，人做综合"），弱点与前几条相同——"连起来"没有被定义，因此在实践上很难被证伪。 🔗 与 Marc Andreessen 的"学现代炼金术"与三段年龄 并读：⚠️ 两条都来自本周、都在回答同一个问题，而 Jassy 明确给了"还要练什么"（批判性推理与综合），Marc 给的是"该接受什么"（心态与世代）。
⚠️⚠️ "作业成绩与考试成绩去相关"：本页第一条来自授课者本人的分布描述（Lex #503，2026-10-26）¶
来源：Lex Fridman #503 / Steven Brunton × Ankur Moitra × Alex
✅ 本页开头说过材料结构的不对称：绝大多数发言者是旁观者，真正在教育系统里的只有一个办学校的和一个在上高中的。 ⚠️⚠️ 这一节补上第三类：一位正在教本科数学课的人。 （说话人是 Alex，罗格斯数论学家，⚠️ 转录稿只报了名未报姓。）
他看到的分布变化（[03:18:12]–[03:19:15]）¶
⚠️⚠️ "过去成绩基本是高斯分布。现在我们看到一个非常双峰的分布。"
- 一端：用 AI 检查自己理解的学生——"教授课上说了这个，那是什么意思？"、"我有个考试，这是我过去三周的笔记，开始考我，看我是不是真的掌握了。" ⚠️ "那些孩子拿到高得多的分数。"
- 另一端："这个作业一小时后要交，你能不能直接告诉我答案，我用自己的话写下来。"
- ⚠️⚠️ 而他给了一个可落到数据上的指标，本页认为它比"双峰分布"这个说法更有用："作业成绩与考试成绩之间出现了去相关（decorrelation）。"
- 他的处方浓缩成一句："做分布的头部，不要做尾部。"
⚠️ 本页的保留：无样本量、无学校、无课程、无统计口径；"双峰"与"去相关"都是印象而不是测量，他自己还在同一段问另两位"你们是不是也看到同样的情况"（没有得到数据回应）。 ✅ 但本页记录它，因为它是本页目前唯一一条来自授课者本人、且给出了可被检验方式的描述——🔗 与 Dan Boneh 的考试原则 和 blue book / 口试的评估侧退回 并读：那两条是处方，这一条是处方该解决的那个现象的度量方式。
⚠️ 计算器先例：本页此前没有的一条"七十年对照组"¶
（[03:16:07]–[03:17:10]）Lex 的提问落在初中（"作业什么时候开始变难？那时候为什么还要做作业？"）。回答是：
"数学在这个问题上领先最久——计算器出来多久了，七十年？而我们仍然要求孩子背乘法表。至少我们中有些人是的。而那些说'孩子不需要学乘法表'的人——在老师和孩子真照着做、没学的程度上——他们真的吃了苦头。"
- ✅ 他的结论不是禁用而是双持："只因为计算器能做，并不意味着你不想拥有自己做它的能力。"
- ⚠️ 而他给的理由是心理学的而非能力的："孩子爱掌握技能。他们第一次学会系鞋带时有多开心？" ——落点是独立性本身是目的："你想独立于机器。"
- ⚠️ 本页标注这条论证的弱点："真的吃了苦头"没有给任何证据来源，是一条断言。 ✅ 但这是本页第一次拿到一个有七十年跨度的同类对照，而且它恰好落在本页 徐天音那条"初级岗位消失后人怎么获得品味" 的同一处——两条都主张"过程本身生产了某种不能被输出替代的东西"，只是一条在教育里、一条在职业里。
✅ 两条给学生的职业建议¶
- "假装你已经拿到终身教职"（[03:28:33]，Ankur Moitra，引 Sanjeev Arora 当年给他的话）："拿终身教职最容易的方式，就是假装你已经有了，然后去做你本来一直想做的事。" ⚠️ 他自己承认不确定这条是否适用于研究生和高中生，而他的推广版本是"假装你已经赢了，然后想想在那个情形下你会做什么"。
- ✅ 他给这条的背景是一个具体观察：⚠️ "如果把事情当成一场'十七岁时在纸面上看起来有多好'的优化游戏，他们已经赢了"——而他对这种逐级通关（优化 AP 与课外活动 → 进名校 → 为面试跳课 → 进前沿实验室拿 RSU）的评语是"你在每一级都赢了，然后呢？"
- ⚠️⚠️ 一条可执行的筛题判据（[03:25:30]）："看起来唯一值得我们此刻去做的问题，是那些若干年后我们仍然会在意的问题——你只该做 future-proof 的问题。如果你在做的东西让你很赶，因为你认为下一代模型肯定会解掉它，那也许就直接去度个假，别解那个问题了。"
- ⚠️ 他同时给了这条建议在现实里的障碍，而本页认为这条比建议本身更该记（[02:25:38]）：学生"真的在三个月和六个月的时间尺度上思考"（理由他列了：发表会变成什么样、未来的工作、全民基本收入、"我们还会有工作吗"），而他自己在以多年尺度想项目——"于是很难找到我们双方都在意的问题，因为我们在想不同的世界。"
- ⚠️ 对纯数学博士生，同一期里最保守的一条反而来自形式化验证那一侧（[03:18:12]）："做我们一直在做的事。学你头脑能承受的最难、最抽象的数学，尽可能多地学。"
⚠️ 一条关于"该教什么"的新能力项：顾问技能¶
（[03:15:04]）Brunton 提的这条本页认为是对本页处方清单的一个真增量：
⚠️⚠️ "有点让我害怕的是，我们在期待本科生、年轻学生在学习的时候、在大脑还没完全成形的时候就去和这些工具互动。我们在要求他们不仅要有批判性推理能力，还要有顾问技能（advising skills）——你怎么接收信息并判断它是不是真的，或者怎么质疑它。"
- 他给的三项内容：好奇心、问好问题、以及"能叫出胡说（call bullshit）"。
- ✅ 本页标注它与本页既有处方的差别：本页此前的处方要么在评估侧（Boneh 的提难度、blue book），要么在结构侧（一对一导师制、拆 bundle）。⚠️⚠️ 这是第一条落在"要教一项新技能"上的处方，而他明确说这项技能过去是导师才需要的，现在要教给十八岁的人。
⚠️⚠️ 本页第一位在职 K-12 校长：80–85% 区间、把团队合作做成可不及格的科目，以及"资助一种自己没经历过的教育"（Alpha School，2026-10-27）¶
来源：a16z × Alpha School（嘉宾 Joe Liemandt / Alpha School 校长；同场 Gagan Biyani；Erik Torenberg 主持）
✅ 本页开头说过材料结构的不对称，而本节把"真正在教育系统里的人"补到第四位：一个办大学替代品的（Gagan）、一个在上高中的（苏廷浩）、一位在教本科课的（Lex #503 那位数论学家），⚠️⚠️ 以及这一位——在职 K-12 校长，而且这套做法已经跑了四年。
⚠️⚠️ 利益结构必须一并带上，它比本页其它材料更紧：Joe 卖的是 Alpha School（自述 50 个校区），同时是 HAA 的投资人与顾问；Gagan 卖的是 HAA；节目是 a16z 自己的播客，而 HAA 的另一位联合创始人是 Ben Horowitz。三方在同一条论题上持仓且互为投资人／平台／被投方，本期无一处追问，全部成效数据为自述。
✅ 一、80–85% 正确率：本页第一条落在"难度调度"这一层的处方¶
（[00:11:07]–[00:13:07]）
"你基本上想让他们待在 80 到 85% 正确的那个区间。"
- 上界的理由："如果是 100% 正确，那太容易了。你只是在复述你已经知道的。"
- 下界的理由：⚠️ "任何一个电子游戏开发者都会告诉你，如果你失败超过三分之二的时间，你就会脱离。"
- 执行是两向调节：太难给 scaffolding 补课，太容易加快推进。
- ⚠️ 他把它说成课堂形态下做不到的事："一个学习引擎能做、而一个面对 30 个人的老师做不到的，就是确保这个孩子拿到一条没有尽头的、80 到 85% 正确的题目流。"
✅ 本页标注它的位置：本页此前的处方几乎都在评估侧（Boneh 的提难度、blue book 退回）与结构侧（一对一导师制、拆 bundle）。⚠️⚠️ 这是第一条落在难度调度上的，而且它是一个可被任何学习产品直接套用的参数。
✅ 配套的诊断本页认为比那个数值更可迁移（[00:10:07]）：⚠️⚠️ "美国的学业因为是一个按时间走的系统——一旦你落后了，接下来的时间就只是折磨。" 解法是解耦年级与内容（八年级的学生需要五年级的课就给五年级的课），他把这叫"为孩子工程化出赢的体验"。
⚠️⚠️ 二、把团队合作做成有基线、有门槛、能不及格的科目¶
（[00:08:04]–[00:10:07]）✅ 本页认为这是本节最该被长期保存的设计，因为它把一项通常只能靠评语描述的能力做成了可测量的。
流程（⚠️ 全部自述）：三年级学生全部戴麦、丢进密室逃脱 → 用 AI 分析转录稿、算"团队取向／在帮忙的语言占多少百分比" → 基线"抬举的语言不到 20%"（其余是吵架、推搡、"我的主意"）→ 八周工作坊 → ⚠️⚠️ 要通过这门课必须把团队行为提到 85%。 给学生看的结果变量是"团队环境下完成密室逃脱快三倍"；上限测试是四五年级要通过沃顿 MBA 的珠峰模拟（⚠️ 他引"50% 的 MBA 在那个环节不及格"）。
- 他给的对照组是传统学校：⚠️ "学校里大多数小组作业都很糟糕。一个人干完，其他人干坐着……所以你学到的是团队合作的反面，那个反模式。"
- ⚠️ 本页的保留：20%、85%、"快三倍"、"50% 的 MBA 不及格"全部出自他本人，无第三方来源，无对照组——该方案成立的前提是"抬举性语言占比"真的与团队效能相关，而他给的唯一支撑是同一批学生的完成时间。
- ✅ 但本页记录它，因为这套设计本身可复现、可检验（麦克风 + 转录 + 分类器 + 门槛），而它把"软技能无法测量"这条通行假设换成了一个具体的测量方案。
- ⚠️⚠️ 而它与本页 评估侧退回 blue book 与口试 那条方向正相反：那条是撤回自动化评估，这条是把自动化评估推进到过去无法评估的领域。 ✅ 本页认为两条不矛盾（前者针对可被 AI 代做的知识产出，后者针对现场行为），但它们对"AI 在评估里该扮演什么"给出的答案不同，引用时应一并说明。
⚠️⚠️ 三、"塞进正常的一天就会失败"：一条明确的失败条件¶
（[00:06:03]–[00:07:04]）
⚠️⚠️ "如果你看着这个学习引擎说'噢这就是 edtech，我把它塞进正常的一天'，它会失败。它会和别的东西一模一样。" 所以他只问一句："你愿不愿意重新设计校园的一天，让孩子爱它超过爱放假？"
- ✅ 他预判了反方并直接回应（迪士尼乐园、不严格）："你孩子幸福的关键是高标准"；机制是"难"与"同伴"的组合——"如果只是整天打电子游戏，他们在家就能打。"
- ✅ 本页标注：这条"把它塞进既有流程就会失败"的判断与本周落在企业采用上的那组材料是同一个形状（🔗 Tenex 的 5% 漏斗、Moshi 的"建好了没人点"、OpenAI 自己承认"agentic 体验在那个产品里没什么人用"）。⚠️⚠️ 共同结论是：能力就位之后，瓶颈在承载它的流程要不要被重画。而 Alpha 的版本把这件事前置成了一道准入问题。
⚠️⚠️ 四、1910 年的拖拉机：本页第一条落在需求侧的历史类比¶
（[00:24:16]–[00:26:18]）⚠️ 历史数字全部为他口述、本库未核实。
- 1910 年美国 90% 是八年级学历、超过 30% 是农民；⚠️⚠️ Case 拖拉机的广告"字面上看起来就像一则 Anthropic 的广告——干 50 个程序员的活，干 50 个农场工人的活"。
- ⚠️⚠️ 而真正的落点在下一步："13 万个镇投票提高自己的税——而这是关键的部分——去资助一种他们自己从没经历过的教育。他们从没见过高中课表。"
✅ 本页上调这条权重的理由：本页既有的历史类比（Ben Horowitz 的"为一个即将不存在的世界造的"、曾鸣的"下一场最大的冲突"）都落在供给侧（制度为什么不适配）；⚠️⚠️ 这一条落在需求侧的一个具体动作上——家长要为一种自己没上过的学校付钱。 ⚠️ 本页记为修辞框架而非史学论证。
- ✅ 他观察到的家长分叉给了一条可检验的年龄分界（[00:22:16]–[00:24:16]，⚠️ 自述"跟数万名家长谈过"）：⚠️ 11–12 年级的家长"基本已经定了"（"我已经到五码线了，我不会把牌全扔到空中"）；而低龄段里有"人数相当、甚至更多"的斯坦福／哈佛毕业的家长说"我知道我不想让我的孩子走那条路"。
- ✅ 采用曲线的数字对他不利，本页因此保留（[00:29:22]）：⚠️⚠️ "一年前我们开那 12 个校区的时候，信息说明会上来一千多人，而我们凑不到 25 个"；纽约开张 10–12 人，现在满了 150 人。 结论是"人们只是需要有人先走第一个"。✅ 而他主动把自己当反例：⚠️⚠️ "家长就是想让孩子按自己受过的方式受教育。那就是那个遗产，那就是问题所在"——他自己的孩子当时在天主教学校，他花了两年才转过来。
⚠️ 五、两条本页记为立场的主张，以及一条跨期追踪项¶
- ⚠️⚠️ "两小时顶六小时"与"快 10 倍"在同一期并存且口径不同（[00:01:00]–[00:03:01]），本页照录不替其理顺；成效数据（"90 多个百分点说我爱上学"、"50% 宁愿上学也不去度假"）为内部调研、无样本量与问法。
- ⚠️⚠️ Founder School 的保证："保证你在高中期间开出一家赚到一百万美元利润的公司，否则退全部学费"，阶梯是 100 → 1,000 → 10,000 → 100,000 → 1,000,000 美元。⚠️⚠️ 2026-08 才开学、"才两三个月"——本页记为营销承诺而非成果，并指出"一百万利润"没有定义合并口径、是否含家长投入与学校人脉导流（而 Alpha 恰好把"把名人请进来"当作核心价值之一）。
- ⚠️⚠️ 跨期追踪项（[00:43:33]）："两年之后，我绝对预计大多数学习软件会由学生写。大多数学生会从同伴写的学习软件里学。" 依据是一个学生做出了他们的 AP 课程（⚠️ 名字无法写定；"所有上过的孩子 AP 都拿 5 分"无依据），形式是把世界史做成猜地点游戏 + 带刻薄 AI 的 S 级排名。✅ 他自己承认"我和那帮老家伙永远造不出那个"。
⚠️⚠️ 六、本页必须标出的一处张力：谁"cooked"了¶
（[00:44:34]–[00:46:36]）Gagan 的框架本页认为很好：⚠️ "'我该学什么专业才能确保自己对未来有韧性'——这不是对的问题。问题是：我对什么领域感兴趣？"；"如果你在任何一个领域里是 AI-native 的，那学哪个都没关系。" ✅ 他说 HAA 招生正是在筛这个（"我们真的不想要那种'我要确保自己对未来有韧性'的人，那是一种很防守的世界观"）。
⚠️⚠️ 而紧接着那半句，与本页上一节的材料正面相撞：
| 说法 | 说话人位置 | |
|---|---|---|
| Gagan（2026-10-27） | ⚠️ "那些还在用黑板、用纸笔的老派的那些人是 cooked 了。" | 在卖一所新学校 |
| Lex #503 那位数论学家（2026-10-26） | "做我们一直在做的事。学你头脑能承受的最难、最抽象的数学，尽可能多地学。" | 在职数论学家，而且是那期三位里把 AI 用得最深的一位（十年前就在写 Lean） |
✅ 本页认为这不是乐观对悲观，而是两种不同的东西被叫了同一个名字：Gagan 说的"老派"指工具与工作流（不用 AI 的人落后）；而那条建议指的是训练内容（该学的东西没变，甚至更该学）。 ⚠️ 两人无交集，本页不裁决。 ✅ 但本页指出可检验的分歧点：Gagan 的说法预测"不用 AI 的人失去产出优势"；而 Lex 那期三人的共同说法预测"抽象能力的相对价值上升"，并给了一条机制（"我没法在脑子里同时装那么多论文，所以我必须发展出更可泛化的到达方式"）。两条并不互斥，但它们对"18 岁该把时间花在哪"给出不同的权重。
✅ 七、雇主侧缺口：不是技能¶
（[00:40:30]，Gagan）⚠️⚠️ "大多数雇主的问题不是'你会不会写代码、会不会做产品、会不会设计'这种技能缺口。我们听到最多的是人际能力、成熟度、以及系统思考。"
- ✅ 推论是这些只能靠真实互动练："被迫面对被拒绝的现实，以及没有人替你把事情结构化、得你自己去结构化的那个成熟过程。"
- Joe 把它接到 AI 上：⚠️ "这回到 AI 把智能商品化……你想要的人类特质是领导力、能在团队里工作、agency、所有权、接受反馈。"
- 🔗 ✅ 本页标注：AI 与就业 页的"门童谬误"那条（"当一件事变便宜了，它就让所有与之正交的其它事变得更有价值"）正好是这条的一般形式，而 Alpha 把"正交的那些事"列成了课表（五类生活技能）——这是本库第一份把那条抽象结论做成具体课程结构的材料。 ⚠️ 而两条材料的来源完全独立（一位 MIT 理论计算机科学家、一位 K-12 校长）。
⚠️ 一条很薄的"回到基本功"轶事，本页只登记不采信（a16z × Figma CFO，2026-11-05）¶
来源：a16z × Figma CFO（Praveer Melwani）
⚠️⚠️ 本页把这一条单列并明确降权，因为它的证据强度远低于本页其余材料，而它的方向恰好与本页既有的几条一致——于是它最容易被误当成佐证。
（[00:42:21]–[00:43:23]）⚠️ 内容是 a16z 一侧的主持人转述：他自述问过一位大学教授"他们在大学里怎么教 AI"，答"现在不教"；⚠️ 理由是"他们开了一门课，而在一个学期里他们改了好几次教学大纲，因为新模型掉下来了"；⚠️⚠️ 然后是"所以他们就有点放弃了。所以他们又回到基本功，去教人分析性思考、Excel 之类的东西"。
⚠️⚠️ 本页的三条限定：① 单一未具名教授、单一未具名学校；② 转述两手（主持人转述教授）；③ "他们就放弃了"是转述者的概括，不是教授本人的表述——而这恰好是这条轶事里唯一带判断的部分。 ✅ 本页因此只登记"曾有人报告某课程因模型迭代而反复改大纲"这一条，不采信"所以大学放弃教 AI"或"所以该回到基本功"。
🔗 ⚠️ 本页标注它与本页既有材料的关系，而关键是不要让它们互相加强：✅ 本页那些同向的结论（Lex #503 那位数论学家的"学你头脑能承受的最难、最抽象的数学"、Alpha School 把团队合作做成可不及格科目）全部来自当事从业者、且各自带具体机制；⚠️⚠️ 而这一条既无当事人也无机制。本页认为把它当作那几条的补强是错误的推理方向，因此在此明确记下：它不增加那些结论的可信度。
✅ 而嘉宾对同一话题的回应本页判比那条轶事更有价值，因为它来自一个亲历过一次工具代际更替的人："很多东西变了，但也有很多没变……一个好的财务人的核心能力还在那儿"；⚠️ 他把 AI 放回自己的历史里——"SQL 当年对我是那个解锁，而现在 AI 是一个全新的解锁"；✅ 落点是"一个很好的财务人，如果他继续适应，就有长期的生命力"。 🔗 ✅ 本页标注这与他那条面试设计是同一立场的两面：能力标准没变，变的是验证它的考法。
⚠️⚠️ 本页第一条针对"品味断层"的机构级处方：把开源维护者调来当导师（Stanford CS146S，2026-11-08）¶
来源：Latent Space × Mihail Eric（嘉宾 Mihail Eric / Stanford 兼任教授、Monaco 的 Head of AI；主持 swyx 与一位身份不可确证的第二主持）
✅ 本页判这是本页第二节那条"本页最硬的一个问题"目前唯一的机构级回答。 ⚠️ 该期录于第二次开课的第一周结束，因此全部内容是设计意图，不是经检验的教学结果。 ⚠️ 立场：他同时是授课者、Monaco 的 Head of AI、以及这门课各家赞助方的对接人，因此期内所有"某家做得不错"的点名本页记为他的点名而非评测结论。
⚠️ 一、他改版的触发点是一条可引用的课堂现状¶
（[00:10:06]）
"我周二调查过的每一个学生——没有一个人还真的在手打代码了。所有人都在用 coding agent。而这些是 Stanford 的大二、大三学生。"
- ⚠️ 而工具占比他明确说还没问过（"我还没调查，但这是个好提醒"）。✅ 本页记这是该期唯一一次接近"学生实际在用哪个工具"的量化机会，被放过了。
- 他对去年那一版作业失效原因的说明很具体：九个作业是"我自己想出来的教学式练习"（例如"这儿有个 repo，用一个 AI code review 工具去提一条 review，然后看它为什么好、为什么不好"），而问题是"说实话相当容易，我觉得很多人可以直接一次就过"。
⚠️⚠️ 二、处方：承重点不是课程内容，是谁来做 review¶
（[00:12:06]–[00:13:06]）
- 他先说出要防的那件事：
"我最担心的一件事是，如果所有人都在说……他们 cooked 了，那他们会怎么样？会有一种被落下的感觉。而我觉得 mentorship 是把所有人往上带、确保不会出现一条巨大裂缝的非常重要的一块——那条裂缝出现在已经在行业里待过、知道怎么回事、然后采用了 coding agent 变得很厉害的资深的人，和只能说'好，那我们现在干什么'的初级的人之间。"
- 做法：把作业从自编练习改成向真实的 AI-native 开源仓库（本身就是 coding agent，或为 agent 造工具的项目）提交贡献。
- ⚠️⚠️ 而承重点是这一句：
"在做这些项目的过程里，你会真的在和维护者对话。他们会 review 你的代码。他们会帮你建立起关于什么是好软件的心智模型。这样一来，就有了一次把真正的好软件设计的接力棒传下去的过程——而我觉得大多数学生是没有机会做这件事的。"
- ✅ 他也说了功利的一面："我确信其中一些人会因为在这些作业里做得好而被挖走、被捞走。"
- 一个极端版本（[01:42:50]）：OSS 伙伴之一会专门做一个"跑着 factory 的 Warp 版本"，让学生"就是在造那个 factory、给那个 factory 做贡献、让它一直跑着"。 ✅ swyx 的一句玩笑把性质说清楚了："在我们的工厂里打工。"
✅ 三、本页对这条处方的定位：它换掉的是供给，不是建议¶
- ⚠️⚠️ 本页此前该条线上的两条材料都是对个人的建议：徐天音 把断层说成结构问题并自认无解（"这个训练与指导的过程没有了"）；John Platt 的"训练 vs 发挥"是一条时间分配处方（偶尔徒步上山）。
- ✅ 而这一条是第三类：⚠️ 它承认 review 与 mentorship 是稀缺品，然后去别处把它调来（开源维护者），而不是指望学生自学出来。 ✅ 本页判这是三者里唯一一条不要求学生自己有判断力就能生效的。
⚠️⚠️ 四、本页必须标出这条处方的两处限制¶
- ⚠️⚠️ 规模限制是结构性的：开源维护者的 review 带宽是一个远小于学生人数的量，而这门课能调到它靠的是授课者个人"花了这个夏天的大部分时间去跟他们聊、让他们对这件事感兴趣"。✅ 本页判：作为一门课的设计成立，作为可推广的制度尚未被证明——而该期没有讨论可推广性。 🔗 这与 Alpha School 的同类问题同形：单点有效，而承重的那个投入很难复制。
- ⚠️⚠️ 而 swyx 在第七分钟就把样本局限点清楚了，此后全期没有回到它（[00:07:04]）：
"大多数学生是 cooked 的，其中一些会非常有价值。……Stanford 的孩子会没事的，对吧，他们是 Stanford 的。但美国其余那些人会怎么样？"
- 嘉宾答："对，那是个开放问题。"
- ⚠️⚠️ 本页标注这改变了整条处方的读法：它成立的三个前提（学校有能力去谈这些合作、赞助方愿意给这批学生额外 credits、维护者愿意 review 这批人的代码）全部与学校声誉相关。于是这条处方越有效，它越可能在扩大那条被点出的裂缝，而不是在补它。 ✅ 本页不判定实际效果，只记这个方向被提出且被放过。 🔗 对照本页上面 Alpha School 那一节标出的同类张力：谁"cooked"了。
⚠️ 五、"地板抬高了"：本页目前对门槛变化最具体的一条表述¶
（[00:06:01]）
"地板高多了。所以你是作为毕业后的第一份工作进来的，但只做到一个（比如用 Google 那套分级的话）L3 是不够的。你一般得比那个好，几乎要到 senior 的水平才进得去。"
- 他的回应方式是能力论而不是安慰："一个受过良好训练的 AI native 工程师可以是任何公司能有的最有用的资产之一"，✅ 而这是第一周第一堂课就讲的话："每一家公司都需要你们。"
- ⚠️⚠️ 而本页把它与同期 swyx 那条招聘门槛并读，记一处本页目前最悲观的张力（[01:53:59]）：swyx 说"我不想招任何没经历过 psychosis、又从另一头走出来的人——因为我现在正在为某个人经历 psychosis 付钱"。 ✅ 两条合起来是：毕业就得接近 senior，而 senior 水平里还有一项不可速成、只能靠烧钱烧时间获得的东西。 ⚠️ 本页判这比期内任何"学生会不会 cooked"的讨论都更具体，因为它来自一个实际在付薪水的人。 详见 AI 与就业。
✅ 六、三条可直接搬用的教学手法¶
- ⚠️ 三个层级（[00:25:15]–[00:28:17]）：学生是消费者 → 200 行的 agentic loop 基线 → 用 MITM proxy 拦真实 Claude Code 的请求，在课上逐个展示 system prompt、plan prompt、compaction prompt（对象是"两天前刚出的模型"）。 ✅ 他的教学理由："我在教育上很多时候想做的事，是把那些像秘方一样的东西剥掉"；门槛判断是"Stanford 有门课叫 106B，入门算法。你不需要比 106B 更多的东西就能造出这样的东西"。
- ⚠️ 把 credits 当作教学资源而不是福利（[00:11:06]）："我不想让大家被那个每月 20 美元的订阅卡住。如果你们想 token max 一下、就为了看看什么是可能的，那你们就该去。" ⚠️ 上限由赞助方给到"几次一次性实验，让他们直接开到一千多个 agent"（[01:59:04]）。✅ 本库记这是目前关于单人并发 agent 数最高的一个口径，但它是教学实验授权额度、不是生产用法。
- ⚠️ 处理 churn 的办法是把前沿外包给客座讲者（[00:08:05]）："我不想声称我今天就有全部答案，那会是很大的自负。" ⚠️⚠️ 而 swyx 在这里划了一条本页认为很有用的课程质量判据（[00:09:05]）：他拿这门课与另一门"只有名字"的课做对照——"那就是一串名单，只有名单"，而区别是"他实际上也在产出东西——比如 200 行的 Claude Code，而这是没人会告诉你去做的事"。
- ✅ 另记一条最低成本的学习建议（[00:21:13]）："简单到就是每天实验 10 分钟……哪怕就是做同一个问题、只是换上那个新东西，光这一件事就能补上大部分的差距。"
⚠️ 七、本页记两处该期的空缺¶
- ⚠️⚠️ 这门课的"野心门槛"被明确抬高了，而抬高后的标准只有轶事（[01:59:04]–[02:00:05]）：去年一个 capstone 是"拍设计笔记本照片 → 生成 Vercel app"（该学生现在在 Vercel 工作），⚠️ 而他对它的评价是："恕我直言，在今天这个时代，拍张照片把它变成一个 app 不算多有野心。写一个浏览器才算。" swyx 的概括："那现在算不及格了。" ✅ 本页记这条标准本身可能是对的，但它目前只有两个端点、没有中间刻度，于是作为评分口径不可操作。 ⚠️ 他对变化幅度给了一条具体对照："去年我还花时间讲过 k-shot prompting 当作其中一课。而我觉得你们现在根本不会去想那个了。"
- ⚠️ 有效性证据只能来自去年那版的印象性反馈（"很受欢迎、学生很感兴趣"、"去年还有一篇 Business Insider 的文章写过这门课"）。✅ 本页记下可检验形态：⚠️⚠️ 那些开源贡献作业最终有多少被合并、维护者的 review 负担实际有多大。