99%的作業都是AI寫的：當代名校生眼里，大學還剩下什么？

（點擊收聽本期音頻）

采訪｜泓君

圖文｜朱婕

人類歷史上第一批和生成式AI同時長大的學生，正在踏入畢業季。這屆畢業生可能會發現：不管在大學里學的是知識性課程，還是實用性技能，都難逃AI沖擊，想要脫穎而出必須成為那個“更善于使用AI的人”。

當知識可以被AI調取，技能可以被工具取代，大學還能給學生們哪些獨一無二的東西？面對AI沖擊，什么能力是不會被時代洗牌的“元能力”？

本期《硅谷101》播客，我們邀請了三位剛剛走出校園的畢業生——Alfred、Kolento、Jack，分別來自清華大學、紐約大學、哥倫比亞大學，分享他們在大學時代與AI的故事，聊聊在教育標準化的大學里，如何用AI實現高度個性化的學習；從哪里汲取思想的養分，最看重的能力又是什么；站在畢業的關口，他們如何評估大學的價值，面對未來，又做出了怎樣的選擇。

歡迎關注《硅谷101視頻號》的音頻欄目直接收聽本期播客。如 果 你喜歡我們的 節目，更推 薦大家使用 音頻客戶端來收聽，《硅谷101 》已覆蓋各大 主流音頻 平臺（渠道見文末），歡迎訂閱！

以下是這次對話內容的精選：

01

這屆畢業生：剛進大學，ChatGPT來了

泓君：我注意到大家學的專業都各不一樣，大家進入大學的時候，是ChatGPT剛剛出來的那一年，從你們開始上大學的時候，AI就已經是你們生活和學習中的一部分了。我對Alfred非常感興趣，因為你的專業是法律，是一個標準的文科生，其次是你自己也會用AI去學編程。

Alfred：雖然我學的是法律，但其實我的老本行學得特別不好，基本上大一有空我就去輔修計算機相關的課程。大概2022年底、2023年初的時候，我們就看到ChatGPT出現。它真的太神奇了。我看到的一個未來是，兩三年后我畢業了，那個時候AI肯定已經比現在更強大，而那個時候的我可能跟現在的水平差不多，那我要承擔什么樣的角色？我還會被需要嗎？

我們學校有一位老師，他在美國的一個律所擔任合伙人，當了十幾年，專攻并購方向。他是一個典型的美國白人老爺爺，非常和善，上課的時候也非常的娓娓道來。在他的那門課結課的時候，我就問他，我說Rosoff，你覺得ChatGPT會對未來的初級律師以及律師助理這些職業帶來很大的沖擊嗎？當我的話還沒有講完，他就立刻打斷我——“Definitely yes（絕對是）”。我就意識到說，好吧，秉持著“打不過就加入”的心態，開始去積極地擁抱AI。

當時我覺得我做的一個至少到現在最正確的投資就是，我堅持每個月花20多美金去用ChatGPT。其實在那個當下，對學生來說還是非常貴的，開始每天跟ChatGPT泡在一起。

泓君：你都用ChatGPT干什么？

Alfred：因為我覺得打不過就要加入，但你要加入，你先要了解它。不能只了解行業概覽，你要從最基本理論去了解AI是怎么被構建的，為什么它經過這一系列的迭代之后變成了我們現在看到的樣子。當時我就帶著各種各樣的問題，就用ChatGPT去學AI，請它幫我去規劃我的學習路線，同時把我的知識背景告訴它。我自己輔修了很多相關的課程，不論是在B站，還是YouTube上面Stanford和MIT的開放課程，我在學習那些開放課程的時候，不懂的地方我會實際去請教ChatGPT。

我當時就感受到，它對于教育也是一個很大的沖擊。說句實話，很多老師在科研上非常厲害，但是在教學上面，我發現他們可能不是那么擅長教你會一個事情。但是ChatGPT不一樣，它就像是一個非常了解你、也知道你現在的水平，因材施教、循循善誘的一個老師。我會很明顯地感受到，這比我去學校里面直接選擇一門課程，它能更快加速我去學習這個領域的整個進程。

泓君：你的輔修，有多少是從老師那里獲得的，有多少是從網上的公開課+AI工具獲得的？

Alfred：30%來自于教材和課程，70%來自于與AI的對話，以及最關鍵的基于項目的實踐及復盤。這30%是你必須知其然，比如Python的語法是什么？這些編程的最基礎的技術訣竅是什么？它構建了你對一個學科的基本認知。但是更應用一點的70%，我覺得還是來自于跟ChatGPT多輪的對話、非常深度的交流，以及自己去做項目，并且基于項目邊做邊學，做完之后再去復盤。

泓君：你剛剛提到的是你的輔修課程，我好奇，對你的主修課程法律，你會有多大程度上去用到AI？

Alfred：我的天，我永遠記得2023年秋季那個學期，那是我第一次拿到4.0滿績的學期。我其實學得很爛，我的心思根本不在法律上面。但是在一些專業硬課上面，比如什么公司法、憲法、普通法這些，我其實當時很大程度上靠的是AI幫我去復習。我們當時在學英美法的判例法，我就把我判例法所有的課件丟給它，我跟它講說，想象你是老師，你會怎么出題，它就真的給我出了兩三道題。那個時候剛好也是GPTs出來的時候，你就可以專門去把所有的上下文封裝在一個文件夾里面，你就可以在這個文件夾里面跟它一來一往地對話。通過這樣的方式，它確實加速了我在那個時候去吸收這一門科目的效率。

當時我在學公司法的時候，我把我們的上課老師，同時也是教科書的作者，把他的那本著作喂給AI。我就把這個GPTs命名為“施天濤的替身”，然后我就開始跟它對話。跟它對話的過程當中，我就領會到了他針對這門學科的一些學術觀點和重點。我和AI的一對一的溝通，幫助我更快地理解這個領域最精華的方法論以及知識。雖然我現在已經離2023年的那個秋季學期很遠了，但是我依舊覺得，我有用到AI去輔助我學習的那兩門課程里面的一些關鍵知識，到現在依舊是在我腦子當中比較淺層、可以去調用的部分，這就意味著說可能還學得還不錯。

02

重新審視大學的價值

泓君：你們考試是現場論述，還是說可以用AI交作業來完成？

Alfred：我已經好久沒有考試了。不過至少在國內的大學包括清華，針對作業考核方式做了一些調整。我剛開始在清華學Python時，老師非常抵觸用AI去寫的代碼，所以學生在交作業時花了不少時間在讓這個AI看上去比較笨一點。但是到現在，我所看到的一個轉向就是，越來越多的學科其實是積極鼓勵去使用AI，甚至在一些考核的關鍵方式當中去用AI。

泓君：這個變化是在計算機系發生的，還是在法律系發生的？

Alfred：在法律系現在我沒有看到一個很明確的轉變，但我在計算機系確實不會那么嚴苛地去限制你，至少不像當時可能你做了你就是學術欺詐，你就會被掛，這樣一個非常可怕的后果。我可以很明顯地感受到，在國內這兩年老師對AI的態度，其實從原本的漠不關心、持稍微的保守甚至有點負面的態度，到現在非常積極去擁抱、開放的態度。

泓君：那我好奇，如果大家代碼都是用AI寫的，然后老師出一個題，大家都可以寫出一手漂亮的代碼，你覺得現在整個計算機再去評估學生的成績，評估一個學生他掌握得怎么樣，評估標準會發生哪些變化嗎？

Alfred：至少站在現在這個節點，再去以old school的方式評判一個學生，很明顯已經和這個時代脫節了，我們急需一套全新的評估體系。我們訓練AI，其實和教出一個好學生，有異曲同工之妙。比如說我們今天AI能力的提升，很多時候是基于Benchmark（基準測試）的牽引的。雖然很多AI模型在Benchmark上面有非常好的表現，但在實際的一些更開放的環境的任務上面，它做得一塌糊涂。用人類的語言去理解就是，它可能是一個考試成績非常高的學生，但是你把它丟到一個完全開放的環境當中去解決一些實際的問題，它就會碰到很大的挫折。也會讓我思考，大學的價值是什么？如果我們不去思考這個問題，我們很難去牽引出我們這個評估體系和所謂的價值指標。

曾經的大學有兩個價值共同存在。一個價值就是知道我是誰，我的熱情在于哪里，我要去向哪里，這些非常基礎的大問題；同時也要承載對社會的價值，“你要成為一個有價值的人”，這個“有價值”是說你的壁壘，你的專項知識，能幫你賺到錢的這些技能。

在我所感受到的大學，會更重地強調后者。甚至在清華當中，大家更多的不是去思考我是誰，我究竟想要的是什么，我擅長什么，我的偏好是什么。這些可能很多人就算大學畢業的那一刻，他可能沒有辦法有一個很明確的答案。

我們太著重于后者的情況下，你會發現，后者這套體系已經被侵蝕了。因為我們以為我們在大學里面所獲得的這些有價值的技能，其實AI做得比我們好，它甚至比我們更便宜，24小時都在線。尤其是針對曾經的這種接收信息、去處理信息、去輸出信息的這些知識工作者來講，是更為致命的。對應的行業，除了剛剛講的程序員，法律、金融等等。

我在大學很幸運的是，我在北大上了一門課，有點類似西方的博雅教育，去訓練一個人的批判性思考的。從此之后我在選本科課程的時候，我刻意會去避開一些記憶性的東西，以法學院的角度來看，就是“證券法在資本市場的實務應用”，“國際貿易仲裁”這些跟實用離得特別近的課程，也包括一些專業課，比如說國際法、貿易法這些。這些課你學出來肯定會有對口的專業，甚至可以拿到不錯的薪資。

博雅教育起源于古希臘的‘自由七藝’（語法、修辭、邏輯、算術、幾何、音樂、天文），中世紀插畫《哲學與七藝》形象地展現了這一傳統——哲學女王端坐中央，七門技藝環繞其旁。

?Dnalor_01/Wikimedia Commons/CC BY-SA 3.0

但是我在選課的時候，會刻意去避開那些我不感興趣的，把更多的精力投入到一些更注重于培養我批判性思考的課程上。比如說法學院開設的有門課叫做“西方法律思想史”，還有法理學、憲法學。在法學院之外，很幸運的是我選上了一門課，并且非常努力地上完了那門課，是清華大學新雅書院的“西方近代哲學”。這整門課程其實就在討論一本書，叫做《第一哲學沉思錄》。我記得我實際閱讀這份原著的時候，我讀完之后整個人是有點恍惚的。這就意味著說，你開始帶一種批判性的角度去審視你周圍的所有事情。而在接觸的第一瞬間的時候，對個人的信念是解構的。但是這并不意味著直接導向一種虛無主義，而更像是說，你在對所有的事物開始去解構，開始都認為是無意義，開始都認為是可被懷疑的時候，你至少會發現說，有一些事情它是始終存在的。當我摸到那個瞬間的時候，其實我多多少少會感受到，這個瞬間其實是很難被AI替代的。也慢慢摸到了，可能我們之前一直在素質教育中強調的“批判性思考”這樣的一個關鍵素養的邊緣。

當我有了這樣的意識去選擇我的課程，去選擇我的讀物，去選擇我怎么和這個世界交互的時候，我會發現說，感覺不是繼續那么的迷茫，隨波逐流。感覺不是說隨著AI能力的不斷迭代，我很有可能在社會上無立足之地的這樣一種感覺。

所以我覺得現在的，至少我所經歷過的本科的評價體系，我認為在下一個時代是需要被重構的。大學更應該去承擔一個對于學生本能潛能探索的場所。在這個衡量的體系當中，你能不能可以和AI很好地共存，去解決問題，是很重要的指標之一。

03

未來大學的核心價值：社交

泓君：你剛剛提到了，在整個大學的過程中，工具它也不是最重要的，學到了什么實用性的東西它也不是最重要的。你覺得清華大學給你最重要的財富是什么？

Alfred：我覺得有兩個點：第一個就是絕佳的環境，這種同儕，當五湖四海不同專業的同學聚在一起的時候，跟這些人交流永遠是一種享受，你永遠能跟他們學到很多東西。

第二點就是老師，在清華當中我遇到幾個很關鍵的老師，我會經常地跟他們約office hour，一對一地去交流很多事情。當一個有學科知識積累、有一定的社會閱歷經驗的人跟你去交流一些事情的時候，他能讓你提前去看到一些事情，并且避免踩到一些不必要踩的坑。

我覺得更關鍵的一點，就是這種people connection（人的連接）。在這個當下，當其他的技能開始褪色、顯得沒那么不可替代的時候，建立信任并且去說服他人的這種能力，我覺得是更顯得重要的。因為這也才能更好地去最大化你到了一個新環境后你所獲得的東西。

圖片來源：清華大學官網

泓君：這也讓我想起了最近馬斯克在接受訪談的時候說，未來大學的知識會過時，學歷會失效，未來教育的核心就是要培養AI無法復制的特質，比如說好奇心、創造力、批判性思維。他甚至還說未來大學就是社交。我覺得其實也挺有道理的。

Alfred：對，如果我帶著現在的知識回到大一的時候，我肯定會像拼了命地去社交。這種社交并不只意味著說每天花天酒地地去泡吧、去參加各種各樣的活動，而是說我會期待有更多的一對一的深度交流。

泓君：說到社交，接下來我要問一下Kolento了。我記得我們第一次認識，是你當時從紐約來灣區做一些拜訪，很快Kolento介紹了很多同學給我們認識，我們當時一起錄了一期播客。我知道在這個過程中，Kolento跟硅谷非常多的創業公司的創始人，包括投資人，是長期在保持聯系的，同時他也一直在我們的選題會里面，他會給我們提供非常多好的想法、他用過的好的工具，包括很多行業的進展。我同時知道，在這個過程中你也在很多的公司實習，自己也在做Agent。所以Kolento，你現在大學的一個狀態，有多少的時間是在專注于自己本身的課程，有多少的時間是在自己做Agent的研究，或者社交？

Kolento：大部分時間不是社交，也不是在完成課程，更多是在做我自己想做的事情，它其實是在學校之外的。剛才馬斯克的那個觀點“大學就是社交”，這句話出現在我大學申請的文書里。我跟NYU講，我認為上大學對我的最重要的目的就是社交。

了解我的同學應該知道，平時我上課時間基本都是在看論文，或者做自己的產品，只有很少的一部分時間去學課上的內容。因為課上的內容它也是被預設好的，它的目的是做一個標準化的教育，但并不是為每個人個性化而設計。但我覺得在AI時代，非常重要的一個點就是個性化的學習，每個人可以把AI當成自己的老師。

泓君：你覺得你在大學的目標是什么？你上課的時候在看論文，那么你的本職專業學得好不好，對你來說重要嗎？還是說你對自己的大學有一種更加清晰的規劃？

Kolento：不避諱地講，我上大學的目的非常的功利，因為我覺得我就是為了一個學歷。我認為學歷它不只是你學會了什么的證明，它是一種社會信號，它在向市場傳遞：好的，這個人可以被信任。我覺得教育本身也是一樣的，它不是讓你相信你學會了什么東西，而是讓社會相信你學會了什么東西，讓社會相信這個人可以被委以重任。

所以對于我來講，學歷不是個知識證明，它是一個必須有的信任的憑證。教育的本質對我來講，如果用一個詞概括，就是“評估”。或者說我想要在大學里學習的能力，抽象來講就是學習什么是評估，怎么做好評估。

因為評估本質上是一種價值判斷。而在AI時代，大量的執行類的工作、執行類的流程已經被AI替代掉了，剩給人的就只有評估了。歷史上第一個學校應該是蘇美爾時代的“泥板學校”，他們的所有目的都是很功利的，都是為了一些外部獎勵的驗證。我覺得不管在任何時代，能夠長久保留下來的教育體系，都是跟篩選、跟評估、跟人才高度相關的。所以對我來講，獲得一個文憑，獲得一個社會對我的認可，是蠻重要的。在你對未來有高度不確定性的情況下。

04

AI無法取代的能力：元認知

泓君：我自己有一個感受是，我覺得AI只是能夠幫你放大自己的能力，去快速完成一些任務，但是它并不會加速你的理解過程。我的這個“加速”指的是，比如說你花同樣的時間閱讀一整篇論文，跟AI快速地給你很多問題的答案，你的大腦其實在單位時間里面學習的東西是有限的。

Kolento：我其實有一個相反的觀點。因為今天AI來了之后，我覺得第一件事情是信息爆炸了，我有大量的信息每天要看，但人的認知帶寬是有限的。所以AI可以幫我篩選出我該先看什么、后看什么，甚至很多時候AI可以告訴我什么對我當前這個上下文是最有利的、可以先看。這個其實是在輔助加速我理解的過程的。

泓君：它是在寬度上增加了，但是我說的是在一個特定問題的理解深度上。就比如說你學應用心理學的課程，你踏踏實實地把一個課件消化到整個的大腦去消化跟理解它的深層原理，你還是需要那個單位時間的。當你已經非常清楚自己的問題是什么，我就是要弄清楚這一個問題，而且是非常深度地弄清楚，我覺得這個AI是很難去加速的，因為那個是你的大腦的處理速度，你就是得學。

這是為什么我非常認同剛剛Alfred說的，博雅教育非常重要，我們對每一個事情，包括你對哲學、對法律，它的歷史，理解的深度跟它的由來，它非常重要。這個最后又反過來會決定你能把AI用到多深。

聊到這里我想問一下Jack，因為你跟Alfred還有Kolento是不一樣的，你是2020年入學的，你最早是什么時候開始用上AI的？

Jack：我其實是在2022年底的時候就開始用AI了。因為我那個時候在幫紐約大學的一位教授做一個科研項目，涉及到做一個前端的網站出來，但是我當時是學數據科學的，數據科學的課程里面其實是沒有教計算機科學相關的東西。當時正好GPT出來的時候非常驚艷，我就正好拿ChatGPT一塊做這個網站出來。

泓君：你覺得你有多少作業或者論文是AI幫你寫的？

Jack：我覺得是99%。

泓君：那1%不能完成的是什么？

Jack：1%不能完成的，就像我要錄個個人展示一樣。AI可能未來連說話都能幫我頂了。我已經想不到任何沒有AI參與的作業了。現在基本上有任何作業或者是任何課題、任何內容，我都會先問一下AI，看它的想法怎么樣。

泓君：比如說你覺得怎么樣是一種更好的用AI的方式？

Jack：大家可能都會用AI去寫作業，那AI寫出來的作業水平也分好跟不好。這個怎么判斷呢？比如說寫一個論文，或者說寫一個網站。教授批改他也不會說你這是對的、你這是錯的，可能往往他說這個是比較好或者這個比較差。

如果我有這種作業，我會先問模型：這是我的課程，這是我的作業要求，你覺得我們應該從什么角度思考這個問題？先做一個作業的需求拆解。做完這些之后，我就大概知道我第一件事要做什么、第二件事要做什么。但如果有些課題是我比較熟悉的話，我可能就先開始自己的賽道。比如說之前有一些機器學習的課，可能寫一些輕量代碼，那我很自然地就會開Google Colab。

可能我之前會更愿意翻書或者上網自己搜，這些過程其實有些是沒有把我變成一個更好學生的，它只是在花我的時間。AI它只是更快速地把一些東西給索取到，我覺得這就是增加了我的效率。

泓君：所以現在從你同學交的這種開放性任務水平的高低，包括作業成績、論文成績的高低來說，你覺得現在大家PK的是真正你的學術能力、你的底層思維，還是你用工具的能力？

Jack：其實我覺得現在還算是兩者都有，就是看你對這東西有沒有一個價值判斷的能力。可能我壓根就沒學這個課，我也不知道AI寫出來是對還是不對，然后我就這樣直接交了，大概率來說這就不是特別好的產出。如果一個學生特別會用一個AI工具，再加上他對這個課程本身又很了解，那他大概率從AI產出的內容就已經是很可用的了。如果他這樣直接交上去，再把一些AI味給去掉，能過最后AI的檢測的話，那可能交上去就是80分甚至90分甚至更高分。我覺得這還是個綜合能力。

泓君：或者我可以用設計來舉一個例子。因為我們經常會設計視頻的封面圖，其實AI它可以做很漂亮的視頻的封面圖，但是我們依然會用設計師，而且我們不會管這個設計師他是不是用AI做的。但是我覺得一個好的設計師，他能做出好的圖，跟他能用AI做出好的圖是成正比的。因為AI它只是一個工具，它其實是在人的能力上去放大或者縮小的。它可以達到以前你達不到的那些能力，但是如果你的基礎打得不足夠好的話，那么在你用這個工具的時候，工具出了錯你沒有辦法判斷，你沒有辦法把工具引導到一個更高、更好的品位上去。

所以我想問大家，課程的基礎打得更扎實了還是沒有以前好了，我是想知道，大家在用這個AI工具的時候，在你們的元認知的能力上，對它的影響是多少。你覺得你的這個元認知，到底它是變強了還是變弱了？

Jack：我覺得有了AI之后，我在很多課程上更加得扎實，或者說更快地讓我抓到事物的本質。如果從編程上來說的話，現在的模型特別是到一些比較大的代碼量的程度來說，其實很多事情它是做不太好的。如果一個人他對代碼沒有那么熟悉，就讓AI任由自由發揮，很多時候這個AI寫出來的東西就特別奇怪。

05

無法剝離的AI

比短視頻更上癮

泓君：Kolento，假設你剛剛提到了Claude額度用完了以后，你會有一種非常難受的感覺。你會有一種AI上癮的感覺嗎？

Kolento：這個必須得有，就是瘋狂上癮。當時我有一天找Jack，我跟他說我感覺沒有Claude活不了了，非常夸張。你感覺很難去做一些深度的執行類的工作了，或者說更快速執行類的工作。因為我覺得AI對我來講最大程度上是節省時間，其次就是30%是給我一些靈感。如果你沒了Claude，那你就是30%的靈感沒了，70%的執行也沒了，那就很難受了。

泓君：比短視頻會更上癮？

Kolento：我覺得是的。因為我沒有任何一天是不用AI的，但我有一天不看短視頻的。

Alfred：如果今天我們一下子抽離了所有的AI，我們可能全部都退回到了一個非常原始的狀態，可能很多事情都沒有辦法正常地展開了。比如說寫論文，你會覺得很痛苦。我看到非常多頂尖的程序員，他們都跟我講說他們已經不再手寫代碼了，他們甚至會覺得手寫代碼會降低生產的效率。這意味著說，這可能是一個自運行的生產環節了，可能甚至人類在里面，所謂的人在回路中，只是我們人類的一廂情愿罷了。

我們很多身邊的人其實非常的樂觀，但我大概在2024年的時候，當我意識到這一點，同時我讀了尤瓦爾·赫拉利的一本書叫做《智人之上》（Nexus），我也開始意識到，可能這件事情比我們想象中的要嚴重很多，只是我們現在都還在享受它所帶來的紅利，就像是它幫我們完成一些之前不可能完成的任務，帶來這種正向的激發。如果我們在這個思想實驗當中完全抽離了這些工具，完全抽離了這些AI，我們還剩下什么？我們還能做什么？我覺得這件事情可能會在未來越發嚴峻。

《智人之上》 圖片來源：豆瓣

泓君：Jack，假設現在不讓你用AI工具去寫代碼，你覺得你還會寫代碼嗎？

Jack：我覺得會的。

泓君：你是什么時候開始學代碼的？是在AI工具出來以前還是以后？

Jack：出來之前。

泓君：這是不是算是你跟Alfred、跟Kolento一個很大的區別？其實你是在AI工具出來以前就開始寫代碼了。

Jack：對，我是2020年入學的，讀大學之前就接觸寫代碼了，GPT3.5是2022年末出來的。所以我覺得這個區別還是挺明顯的。如果說沒有AI的話，可能很多事情我還是會接著用第二方案。就比如說如果今天突然說現在Claude Code要斷24個小時，我可能明天就又回到Stack Overflow那個網站，然后又重新看一些最古早那些靜態網站別人怎么寫的，我覺得這個還是會的。

泓君：你是能忍受的。如果AI斷了，你不會覺得很難受？

Jack：我會很難受，但是我覺得這沒得選。它斷了的話，那我必須得用次優方案了。但是可能這個次優方案是我之前有經歷過的，我覺得它也沒有那么痛苦。與其啥也不做，我還是愿意去做點什么東西。自己寫論文也是可以的，不一定非要AI寫論文。我覺得這也是必須得有的一個能力，或者說必須得有的一個準備。

06

資深悖論：

越資深，用AI效率越低？

Kolento：其實我想分享一個實驗，應該就是去年有個組織叫METR，他們做了一個隨機對照實驗。他們邀請了16個資深工程師，基本上都是有差不多5年以上的開發經驗。他們給大家隨機分配了差不多200多個真實任務，然后一半可以用AI，一半不可以用AI。他們最后的結果是，用AI的人比不用AI的人慢了19%。我覺得最有意思的不是這個數字，而是開發者自己覺得自己用AI快了20%，所以感知和現實實際整整差了40%。

所以METR把這個現象叫做“生產力安慰劑”。AI的及時反饋讓你產生了正在飛速前進的一種幻覺，但實際上驗證、調試、返工的這種隱性成本的時間你沒有計算進來。他們的結論的洞察就是，減速最嚴重的其實就是那些專家，那些本身就很懂AI的編碼專家，而初學者卻得到了顯著的生產力提升。

所以他們把這東西命名為“資深悖論”（Seniority Paradox）。因為專家已經建立了大量的高度優化過的工作流，所以AI對他們這種泛化的建議其實是一種噪音；對于新手來說，AI是一個24小時7天的老師，所以等于說是在瘋狂地幫他們補充不管是語法還是設計模式上的一些知識空白。

我覺得這個東西給我最大的洞察，我反而覺得上大學或者是上高中就有AI的學生，應該屬于一個黃金時期，他們恰好處在AI能夠最大程度上幫到你的一個位置，就是你什么都不會，這件事情在AI時代可能會從劣勢變成一種優勢。

泓君：我覺得這個實驗太有意思了。我自己也感受比較深。我自己覺得看似用AI，它好像什么都能給出建議，但是我要找它的錯誤跟漏洞，要去事實核查，其實花的時間反而更多了。

而且還有一個可能跟現在的生成式AI沒有關系的一件事情：我在最開始做記者的時候，我剛來美國，有很多的英文采訪，我是要自己在英文采訪以后自己聽，聽完以后把英文一個字一個字打下來，然后翻譯成中文，再把稿子精簡輸出成一篇文章的。但是比如說我現在馬上用AI，或者以前用語音轉換的工具，然后再把它自動從英文轉換成中文再輸出，其實我自己算下來，我覺得兩者的速度是差不多的，甚至我自己從開始就一個字一個字地聽跟一個字一個字地打字是更快的。因為其實在那一版的過程中，我已經在思考文章的節奏跟我要怎么刪了。我覺得這個就完美地契合了Kolento提到的資深悖論的這樣一個實驗。

Alfred：對，我也覺得，其實不論技術怎么演進，它更像是人或者說主體和環境之間的關系。在這個過程當中，抽象出來一個關鍵的能力，就是這個主體——這個人，去適應這個環境的能力。而這個適應環境的能力，在當下是更為重要的一個能力。

我們相信所有的感受和結論都是基于過往和現在，但是往未來看，我所看到的1～2年一定會是繼續狂奔的未來。以我為例，我是個00后，我所成長的環境是一個非常穩定的環境，而這個當下，我會感覺說我的世界觀確實是有點在慢慢地解構，因為環境變化得實在太快了。不僅僅是技術層面，當然我覺得現在技術層面尤其是AI的發展，是整個環境變動的一個很大的變量。我有種預感，它這個變化也不是一個可以線性外推可預知的，而將會是一個混亂的、混沌的。而這個過程中個人要怎么去適應，這已經不僅僅包括一些比較功利的學習能力，重要的還有包括你內心自我的一種信念、堅定，還有包括甚至你的信仰，我覺得這些東西可能會尤顯突出。

編后記：在錄完這期播客之后，主播泓君偶然去了一個硅谷高中生的聚會，她在聚會上說起，最早用AI學編程的那批大學生，他們離開AI反而不會寫代碼了。現場有一個高中生立刻反駁：“為什么要做這個假設呢？我們不會離開AI了。”這群高中生的想法似乎比這一集訪談的大學畢業生更超前。他們認為，AI會的東西他們不用學，也沒有學的必要。

99%的作業用AI，被解構的評估體系，AI比短視頻更上癮，上大學只是為了一張文憑——這聽起來是這一代大學生的思考。在這場關于什么是有用、什么是不可替代的考試里，是新時代向我們每一個人發的考卷，而他們只是最先回答的那幾個人。大家如何看AI時代的教育，歡迎給我們寫評論、寫留言。

【音頻收聽渠道】

公眾號：硅谷101

收聽渠道：蘋果｜小宇宙｜喜馬拉雅｜蜻蜓FM｜網易云音樂｜QQ音樂｜荔枝播客｜嗶哩嗶哩

海外用戶：Apple Podcast｜Spotify｜TuneIn｜Amazon Music

聯系我們：podcast@sv101.net