生产方式变了，我们教孩子的那套还对吗？

生产方式变了，我们教孩子的那套还对吗？ 生产方式变了，我们教孩子的那套还对吗？ Modified February 28 英语｜执行 ↓ 认知看目标 AI翻译已经很好了，"能翻译"的价值趋近于零。但杨天润说了一个很有说服力的观点："硅谷的信息差可以是零，YouTube和Twitter就是广场，拿去看就好。" 如果学英语的目标是"能翻译一篇文章"，那确实贬值了。但如果目标是 直接获取英文信息源、在全球社区里互动、第一时间看到最新动态， 英语仍然是最短路径。能直接看的人比等翻译的人快一步。 结论：为了考试学英语在贬值，为了直接接入全球信息网络学英语还是有用的。 画画/美术｜执行 ↓ 认知 ↑ AI生成图像已经很强了，"画得像"没有价值了。但 视觉审美、构图感、色彩判断力 在升值。 杨天润讲了一个亲身案例。他用AI做活动海报，给AI的指令是"做一个具有硅谷审美的、有点乔布斯创业时代风格的海报"。AI生成了一个泛黄的拍立得风格旧照片，上面有古老Mac电脑、绿色logo、便签和草稿纸上的二维码。他说"如果是一个人类设计师，我不觉得哪个人类设计师能想到这么好的创意"。但他也说"我抽了10次卡，有一次惊为天人"。 能从10张里挑出那张"惊为天人"的，靠的是审美判断力。AI负责执行，人负责判断。 结论：不要为了"画得像"而学画画，要为了"看得出什么是好的"而学画画。审美训练比技法训练重要。 钢琴/乐器｜执行 ↓ 认知看目标 AI作曲编曲已经成熟，"会弹一首曲子"的展示价值在降。这个技能的走向取决于你学它的目标。 如果学琴是为了考级拿证、升学加分，那回报在下降。但如果目标是培养音乐审美、训练听觉敏感度、享受现场演奏的表达力和感染力，这些AI替代不了。在人与人连接越来越稀缺的时代，现场演奏是少数能创造真实共鸣的场景之一。 结论：为了考级学琴在贬值，为了音乐审美和现场表达力学琴仍然有价值。 跳舞和体育运动｜执行持平到 ↑ 认知 ↑ AI替代不了身体。这是跳舞和体育跟写作、画画最大的区别。 跳舞训练的身体控制力、舞台表现力、即兴反应、跟同伴的配合，在AI时代全部在升值。越来越多的工作被AI接管之后，"需要身体在场"的能力反而成了稀缺品。 体育运动也是同一个逻辑。高强度AI协作时代，健康管理变得更重要。傅盛就是一个反面教材——春节滑雪摔伤髋关节脱位，后面14天靠AI产出内容确实震撼，但他自己也让AI助手每天三次提醒他做康复训练、记录疼痛指数。他说接下来要把佳明手表的API打通，让AI实时监控心跳和运动数据。身体是一切的基础，越是AI时代越要投资身体。 结论：涉及身体的训练是AI时代回报最稳定的投入。身体健康是一切的基础，身体类技能大概率不会贬值。 演讲/辩论｜执行 ↑ 认知 ↑ 这是少数执行价值和认知价值都在上升的技能。 大橘子观察到"人和AI协作多了，人和人connection变少了"。他在公司搞"开放麦"，每人5分钟分享，一群人聊了3小时。在人与人连接变少的时代，会当众表达的人变成了稀缺资源。 演讲训练的提问能力、说服力、临场应变、清晰表达，同时也是跟AI协作的核心能力。你要能给AI提一个好问题，要能评估AI的回答，要能在多个AI输出之间做判断。 结论：如果只能让孩子学一个"软技能"，演讲和辩论可能是AI时代回报最高的选择。 围棋/象棋｜执行 ↓ 认知看目标 AI早已超过人类，比赛排名没有意义了。但策略思维、全局判断、在不确定性中做决策的能力仍有价值。杨天润谈AI使用时说："像下围棋一样，AI走了一步你觉得反常识、反行业经验，但你要控制住自己不去干预，因为它最后能赢你。" 结论：为了比赛排名学棋在贬值，为了训练策略思维和全局判断力学棋仍然有价值。 这张表背后有一个更大的推论。 几乎所有技能的执行价值都在降，但认知价值大多在升。这意味着教育的重心应该从"训练执行"转向"训练认知"。 而现在大部分培训班的课程设计和考核标准，还是围绕执行价值来的。钢琴考级考的是"弹对了没有"，美术班考的是"画得像不像"，奥数考的是"解出来了没有"，作文班考的是"写够800字了没有"。 按这个推论，未来真正值钱的培训应该反过来设计：钢琴课考的是"你能听出这两段演奏哪个更好吗？为什么？"美术课考的是"AI生成了10张图，你选哪张？理由是什么？"数学课考的是"你能把这个现实问题抽象成什么模型？"写作课考的是"你能给AI写一个多好的brief？" 同一个技能，教法和考核标准要从"你能不能做到"转向"你能不能判断好坏、能不能提出好问题"。 家长不一定需要给孩子换培训班，但需要换一个标准去评估培训班教得好不好。一个还在只考执行的培训班，性价比在下降。一个开始训练判断力和审美的培训班，性价比在上升。 六、学历的信号带宽太低了 说完技能，再来说一个家长更焦虑的问题： 学历还有用吗？ 嘉宾们的观点很一致。 杨天润说"厚积薄发是老登思路"。他的逻辑是：过去你想做到D，必须先做A再做B再做C。"你想成为程序员，先学CS本科、刷题、进大厂跟老师傅练、带过团队、头发凹凸"。但他自己不会写代码，直接用AI就进了龙虾GitHub贡献榜前30。 张倩管30亿美元基金，看了1300多个项目，她选创始人的画像第一条是"复合型人才"，不是名校背景。她还说"精明的创始人鲜有创业很成功的， 创业第一是勇气，第二是take risk"。 杨天润还说了一句：" 黑客松就是下一代的大学。 你打完几场黑客松，比你上大学CS强太多了。你打完一场黑客松就有一个project，积累你的connection、积累你的见解。" 但我觉得不能简单说"学历没用了"，这不准确。更准确的说法是： 学历作为能力证明的"带宽"太低了。 一张文凭能传递的信息非常有限——XX大学XX专业毕业。过去没有更好的办法判断一个人的能力，只能用学历筛。但现在替代方案越来越多了。一个GitHub记录、一组黑客松作品、一个个人博客、你写过的文章和做过的项目，能传递的信息量比学历高得多。 其实即便在旧时代，学历也只是能力证明的一个维度。真正的"牛人"早就在用更丰富的方式证明自己——论文被引用多少次（Google Scholar）、开源项目贡献了多少（GitHub）、行业里的口碑。学历只是因为没有更好的替代方案，才成了默认筛选器。 这是我的判断：对普通人来说， 个人信息的电子化可见度变得非常重要。你做了什么项目、写了多少内容、有多少人能检索到你的成果， 这才是真实的能力证明。如果你不做这件事，别人对你的认知就只有简历和学历那几行字。 学历还是有用的（信号价值），但它的性价比在下降。把所有精力用来卷GPA， 不如分一部分让孩子做项目、建作品集、把成果公开出来。 七、什么样的孩子在AI时代更有优势 杨天润说了三条 ：好奇心、想象力、勇气。 好奇心很好理解 ——你对新事物好奇，你就会去尝试，你就能成为最早一批用上新工具的人。 想象力也好理解 ——你得想象AI能为你做成什么，很多人缺的就是这个想象力。杨天润的原话是："你要穷尽你的想象力给AI设置一个你认为最终的目标，而不是阶段性的目标。" 勇气最有意思 。他说的"勇气"不是"你很虎、敢承担风险"那种。他说的是"敢于否认过去的观念"。他的原话是："过去一千年大家都认为正确的道理，你要有勇气重新想一下，它可能已经不正确了。" 然后他提了一个很有争议的观点：ADHD可能是AI时代最大的赢家。 他的逻辑是：ADHD的人天生多线程（同时开10个session，写完一个马上切下一个）、讨厌重复（不断找新工具新方法）、不喜欢微操别人（放权给AI）、想法多但执行力弱（执行力由AI补齐）。他说"一年前的bug现在全是feature"。 张倩从投资角度验证了这一点。她看创始人的画像是：复合型人才（"理科生有文科生的好奇心特别有优势"）、认知领先、all in态度、行动力。她特别强调"精明的创始人鲜有创业很成功的"。 这些观点合在一起，你会看到一个有意思的画像：AI时代有优势的孩子，可能恰恰是传统教育里"不够标准"的那类。好奇心强但坐不住、什么都想试但三分钟热度、不听话但有自己的想法、不是最聪明但敢动手。 如果你的孩子在传统学校里表现"不够好"，先别急着焦虑。他那些让老师头疼的特质，放在AI时代可能恰恰是优势。当然，这不是说标准不重要了，评价标准本身在变。 八、家长能做什么 说了这么多"应该培养什么"，具体怎么做？ 给孩子一个AI账号，然后别管太多。 说一个真实的案例。乔木（直播间的嘉宾之一）订阅了一个20美金的Claude账号。他的原话是："昨天订阅了20美金的Claude，还没等我试，就被孩子用到上限了。写了个我的世界的插件，AI native原住民。" 他的孩子还在上小学。 按旧标准看，这个孩子在"玩游戏"和"乱花钱"。但用前面那六条职场标准对一遍：他知道Claude能帮他写代码（理解AI特性），他想清楚了插件要实现什么功能（拆解任务），他要测试插件跑不跑得通（设立标准），他一天用光20美金额度说明他在高密度地反复迭代（驱动AI完成目标），最终他做出了一个可用的《我的世界》插件（整合成果）。 傅盛的直播间来了一个初中生，叫江梦然。这孩子参加傅盛公司的AI编程大赛拿了第二名（几乎并列第一），从早到晚8个小时，跟一群成年人比。他没有报过编程班，主要靠自学，"跟AI学，边用边学"。他现在自己部署了三四个AI助手，日常让它们帮他干活——部署网站、写代码、处理杂事。他说OpenClaw"最大的好处就是你什么都不用管，你只要把需求告诉它，它就给你一个成果"。 傅盛听完说了一句话："很多父母给我发私信，看到那个小伙子这么厉害，说我孩子要学编程，怎么学？我说你问问你孩子想怎么学。只要他愿意用，他就一定能学好。" 杨天润说的"风险可控范围内给最高权限"，对孩子也适用。20美金一天用光了，这就是试错成本。你能接受这个成本，就放手让他去。傅盛的原话更直接："学AI最好的办法就是用。不要买课。把钱花在使用AI上。你到了工业时代了，你非要去上私塾学八股文，干嘛呢？" 给他真实的项目，别给他模拟的作业。 杨天润说"黑客松就是下一代的大学"，核心是你在做一个真实的、要交付的东西。 家长能做的是把生活中的真实需求变成孩子的项目。"帮妈妈做一个旅行攻略""帮爸爸整理一下这堆照片做个相册""帮奶奶查一下这个药的注意事项"。这些都是真实需求，孩子用AI去完成，过程中自然就在练拆解任务、设标准、整合成果。 杨天润说"每个人的独特经历都能变成产品，哪怕开发一个APP只是满足你奶奶出门上厕所方便的问题"。让孩子从身边人的真实需求出发，用AI做出一个真实可用的东西，比任何培训班都有效。 鼓励他把成果公开出来。 你做了什么、能被多少人检索到，这是新时代的能力证明。孩子做了一个《我的世界》插件，帮他发到网上去。他写了一篇AI辅助的调研报告，帮他发到博客上。让他从小就习惯"做了东西要让别人看到"。 每做完一个项目，让孩子写一份操作手册。这个手册AI能看懂、下次能复用。傅盛14天积累了40多份操作手册，这些手册可以在AI助手之间共享，"复制粘贴即学会，人类学1周的东西，AI 1秒学会"。 英语｜执行 ↓ 认知看目标 AI翻译已经很好了，"能翻译"的价值趋近于零。但杨天润说了一个很有说服力的观点："硅谷的信息差可以是零，YouTube和Twitter就是广场，拿去看就好。" 如果学英语的目标是"能翻译一篇文章"，那确实贬值了。但如果目标是 直接获取英文信息源、在全球社区里互动、第一时间看到最新动态， 英语仍然是最短路径。能直接看的人比等翻译的人快一步。 结论：为了考试学英语在贬值，为了直接接入全球信息网络学英语还是有用的。 画画/美术｜执行 ↓ 认知 ↑ AI生成图像已经很强了，"画得像"没有价值了。但 视觉审美、构图感、色彩判断力 在升值。 杨天润讲了一个亲身案例。他用AI做活动海报，给AI的指令是"做一个具有硅谷审美的、有点乔布斯创业时代风格的海报"。AI生成了一个泛黄的拍立得风格旧照片，上面有古老Mac电脑、绿色logo、便签和草稿纸上的二维码。他说"如果是一个人类设计师，我不觉得哪个人类设计师能想到这么好的创意"。但他也说"我抽了10次卡，有一次惊为天人"。 能从10张里挑出那张"惊为天人"的，靠的是审美判断力。AI负责执行，人负责判断。 结论：不要为了"画得像"而学画画，要为了"看得出什么是好的"而学画画。审美训练比技法训练重要。 钢琴/乐器｜执行 ↓ 认知看目标 AI作曲编曲已经成熟，"会弹一首曲子"的展示价值在降。这个技能的走向取决于你学它的目标。 如果学琴是为了考级拿证、升学加分，那回报在下降。但如果目标是培养音乐审美、训练听觉敏感度、享受现场演奏的表达力和感染力，这些AI替代不了。在人与人连接越来越稀缺的时代，现场演奏是少数能创造真实共鸣的场景之一。 结论：为了考级学琴在贬值，为了音乐审美和现场表达力学琴仍然有价值。 跳舞和体育运动｜执行持平到 ↑ 认知 ↑ AI替代不了身体。这是跳舞和体育跟写作、画画最大的区别。 跳舞训练的身体控制力、舞台表现力、即兴反应、跟同伴的配合，在AI时代全部在升值。越来越多的工作被AI接管之后，"需要身体在场"的能力反而成了稀缺品。 体育运动也是同一个逻辑。高强度AI协作时代，健康管理变得更重要。傅盛就是一个反面教材——春节滑雪摔伤髋关节脱位，后面14天靠AI产出内容确实震撼，但他自己也让AI助手每天三次提醒他做康复训练、记录疼痛指数。他说接下来要把佳明手表的API打通，让AI实时监控心跳和运动数据。身体是一切的基础，越是AI时代越要投资身体。 结论：涉及身体的训练是AI时代回报最稳定的投入。身体健康是一切的基础，身体类技能大概率不会贬值。 演讲/辩论｜执行 ↑ 认知 ↑ 这是少数执行价值和认知价值都在上升的技能。 大橘子观察到"人和AI协作多了，人和人connection变少了"。他在公司搞"开放麦"，每人5分钟分享，一群人聊了3小时。在人与人连接变少的时代，会当众表达的人变成了稀缺资源。 演讲训练的提问能力、说服力、临场应变、清晰表达，同时也是跟AI协作的核心能力。你要能给AI提一个好问题，要能评估AI的回答，要能在多个AI输出之间做判断。 结论：如果只能让孩子学一个"软技能"，演讲和辩论可能是AI时代回报最高的选择。 围棋/象棋｜执行 ↓ 认知看目标 AI早已超过人类，比赛排名没有意义了。但策略思维、全局判断、在不确定性中做决策的能力仍有价值。杨天润谈AI使用时说："像下围棋一样，AI走了一步你觉得反常识、反行业经验，但你要控制住自己不去干预，因为它最后能赢你。" 结论：为了比赛排名学棋在贬值，为了训练策略思维和全局判断力学棋仍然有价值。 这张表背后有一个更大的推论。 几乎所有技能的执行价值都在降，但认知价值大多在升。这意味着教育的重心应该从"训练执行"转向"训练认知"。 而现在大部分培训班的课程设计和考核标准，还是围绕执行价值来的。钢琴考级考的是"弹对了没有"，美术班考的是"画得像不像"，奥数考的是"解出来了没有"，作文班考的是"写够800字了没有"。 按这个推论，未来真正值钱的培训应该反过来设计：钢琴课考的是"你能听出这两段演奏哪个更好吗？为什么？"美术课考的是"AI生成了10张图，你选哪张？理由是什么？"数学课考的是"你能把这个现实问题抽象成什么模型？"写作课考的是"你能给AI写一个多好的brief？" 同一个技能，教法和考核标准要从"你能不能做到"转向"你能不能判断好坏、能不能提出好问题"。 家长不一定需要给孩子换培训班，但需要换一个标准去评估培训班教得好不好。一个还在只考执行的培训班，性价比在下降。一个开始训练判断力和审美的培训班，性价比在上升。 六、学历的信号带宽太低了 说完技能，再来说一个家长更焦虑的问题： 学历还有用吗？ 嘉宾们的观点很一致。 杨天润说"厚积薄发是老登思路"。他的逻辑是：过去你想做到D，必须先做A再做B再做C。"你想成为程序员，先学CS本科、刷题、进大厂跟老师傅练、带过团队、头发凹凸"。但他自己不会写代码，直接用AI就进了龙虾GitHub贡献榜前30。 张倩管30亿美元基金，看了1300多个项目，她选创始人的画像第一条是"复合型人才"，不是名校背景。她还说"精明的创始人鲜有创业很成功的， 创业第一是勇气，第二是take risk"。 杨天润还说了一句：" 黑客松就是下一代的大学。 你打完几场黑客松，比你上大学CS强太多了。你打完一场黑客松就有一个project，积累你的connection、积累你的见解。" 但我觉得不能简单说"学历没用了"，这不准确。更准确的说法是： 学历作为能力证明的"带宽"太低了。 一张文凭能传递的信息非常有限——XX大学XX专业毕业。过去没有更好的办法判断一个人的能力，只能用学历筛。但现在替代方案越来越多了。一个GitHub记录、一组黑客松作品、一个个人博客、你写过的文章和做过的项目，能传递的信息量比学历高得多。 其实即便在旧时代，学历也只是能力证明的一个维度。真正的"牛人"早就在用更丰富的方式证明自己——论文被引用多少次（Google Scholar）、开源项目贡献了多少（GitHub）、行业里的口碑。学历只是因为没有更好的替代方案，才成了默认筛选器。 这是我的判断：对普通人来说， 个人信息的电子化可见度变得非常重要。你做了什么项目、写了多少内容、有多少人能检索到你的成果， 这才是真实的能力证明。如果你不做这件事，别人对你的认知就只有简历和学历那几行字。 学历还是有用的（信号价值），但它的性价比在下降。把所有精力用来卷GPA， 不如分一部分让孩子做项目、建作品集、把成果公开出来。 七、什么样的孩子在AI时代更有优势 杨天润说了三条 ：好奇心、想象力、勇气。 好奇心很好理解 ——你对新事物好奇，你就会去尝试，你就能成为最早一批用上新工具的人。 想象力也好理解 ——你得想象AI能为你做成什么，很多人缺的就是这个想象力。杨天润的原话是："你要穷尽你的想象力给AI设置一个你认为最终的目标，而不是阶段性的目标。" 勇气最有意思 。他说的"勇气"不是"你很虎、敢承担风险"那种。他说的是"敢于否认过去的观念"。他的原话是："过去一千年大家都认为正确的道理，你要有勇气重新想一下，它可能已经不正确了。" 然后他提了一个很有争议的观点：ADHD可能是AI时代最大的赢家。 他的逻辑是：ADHD的人天生多线程（同时开10个session，写完一个马上切下一个）、讨厌重复（不断找新工具新方法）、不喜欢微操别人（放权给AI）、想法多但执行力弱（执行力由AI补齐）。他说"一年前的bug现在全是feature"。 张倩从投资角度验证了这一点。她看创始人的画像是：复合型人才（"理科生有文科生的好奇心特别有优势"）、认知领先、all in态度、行动力。她特别强调"精明的创始人鲜有创业很成功的"。 这些观点合在一起，你会看到一个有意思的画像：AI时代有优势的孩子，可能恰恰是传统教育里"不够标准"的那类。好奇心强但坐不住、什么都想试但三分钟热度、不听话但有自己的想法、不是最聪明但敢动手。 如果你的孩子在传统学校里表现"不够好"，先别急着焦虑。他那些让老师头疼的特质，放在AI时代可能恰恰是优势。当然，这不是说标准不重要了，评价标准本身在变。 八、家长能做什么 说了这么多"应该培养什么"，具体怎么做？ 给孩子一个AI账号，然后别管太多。 说一个真实的案例。乔木（直播间的嘉宾之一）订阅了一个20美金的Claude账号。他的原话是："昨天订阅了20美金的Claude，还没等我试，就被孩子用到上限了。写了个我的世界的插件，AI native原住民。" 他的孩子还在上小学。 按旧标准看，这个孩子在"玩游戏"和"乱花钱"。但用前面那六条职场标准对一遍：他知道Claude能帮他写代码（理解AI特性），他想清楚了插件要实现什么功能（拆解任务），他要测试插件跑不跑得通（设立标准），他一天用光20美金额度说明他在高密度地反复迭代（驱动AI完成目标），最终他做出了一个可用的《我的世界》插件（整合成果）。 傅盛的直播间来了一个初中生，叫江梦然。这孩子参加傅盛公司的AI编程大赛拿了第二名（几乎并列第一），从早到晚8个小时，跟一群成年人比。他没有报过编程班，主要靠自学，"跟AI学，边用边学"。他现在自己部署了三四个AI助手，日常让它们帮他干活——部署网站、写代码、处理杂事。他说OpenClaw"最大的好处就是你什么都不用管，你只要把需求告诉它，它就给你一个成果"。 傅盛听完说了一句话："很多父母给我发私信，看到那个小伙子这么厉害，说我孩子要学编程，怎么学？我说你问问你孩子想怎么学。只要他愿意用，他就一定能学好。" 杨天润说的"风险可控范围内给最高权限"，对孩子也适用。20美金一天用光了，这就是试错成本。你能接受这个成本，就放手让他去。傅盛的原话更直接："学AI最好的办法就是用。不要买课。把钱花在使用AI上。你到了工业时代了，你非要去上私塾学八股文，干嘛呢？" 给他真实的项目，别给他模拟的作业。 杨天润说"黑客松就是下一代的大学"，核心是你在做一个真实的、要交付的东西。 家长能做的是把生活中的真实需求变成孩子的项目。"帮妈妈做一个旅行攻略""帮爸爸整理一下这堆照片做个相册""帮奶奶查一下这个药的注意事项"。这些都是真实需求，孩子用AI去完成，过程中自然就在练拆解任务、设标准、整合成果。 杨天润说"每个人的独特经历都能变成产品，哪怕开发一个APP只是满足你奶奶出门上厕所方便的问题"。让孩子从身边人的真实需求出发，用AI做出一个真实可用的东西，比任何培训班都有效。 鼓励他把成果公开出来。 你做了什么、能被多少人检索到，这是新时代的能力证明。孩子做了一个《我的世界》插件，帮他发到网上去。他写了一篇AI辅助的调研报告，帮他发到博客上。让他从小就习惯"做了东西要让别人看到"。 每做完一个项目，让孩子写一份操作手册。这个手册AI能看懂、下次能复用。傅盛14天积累了40多份操作手册，这些手册可以在AI助手之间共享，"复制粘贴即学会，人类学1周的东西，AI 1秒学会"。 家长自己先用起来。 大橘子的40岁保险员、杨天润说的60岁大哥，都说明"用AI"不需要技术背景。家长自己在生活和工作中开始用AI，饭桌上自然就能聊"今天AI帮我做了什么"，孩子耳濡目染就会跟上。 杨天润的原话是："我特别希望身边的朋友赶紧把这些好的能力用起来。" 你自己不用，光给孩子报班，效果不会好。 九、家长自检——你有没有在用旧标准批评孩子 这一段写给我自己，也写给所有正在思考这个问题的父母。 我们这代人身上带着大量的"旧范式规训"。很多批评，你说出口的时候觉得自己是对的，但放在新的生产方式下，可能恰恰在压制孩子最有价值的能力。 几个值得反思的场景： 孩子用AI写了一篇作文，你的第一反应是"这不是你自己写的"。但按新标准，他定义了目标、给了AI背景信息、从多个输出里选了最好的、又加了自己的判断，这整个过程就是能力。 孩子花了一整天跟AI聊天做了个小游戏，你觉得"又在玩"。但乔木的孩子就是这么做的，他写了一个《我的世界》插件。江梦然也是这样——没报班，就是自己用、边用边学，拿了AI编程大赛第二名。 孩子什么都想试但三分钟热度，你批评"什么都坚持不下来"。但杨天润说ADHD是AI时代最大赢家，Peter做了30多个"失败"项目才做出OpenClaw，快速尝试快速放弃本身就是一种学习方式。 孩子不按老师教的方法做，自己另搞一套，你觉得"不听话"。但杨天润说的"勇气"就是"敢于否认过去的观念"。 你逼孩子"先打好基础再动手"。但傅盛说的话值得想一想："以前分开是没有办法，你只好跑到围墙里面上课。今天AI出现之后，学习和实践完全可以在一起。"大橘子观察的那些中年人，没有任何基础，拿起来就用，反而是最疯狂的AI用户。"先学完再做"这个路径本身可能在AI时代行不通。 当你想批评孩子的时候，试着先问自己一句：我这个批评是基于哪个标准？这个标准在新的生产方式下还成立吗？ 所有旧标准未必都错了，但值得重新想一下。杨天润说的那句话我反复在想："过去一千年大家都认为正确的道理，你要有勇气重新想一下，它可能已经不正确了。" 写给科技从业者家长的10条Take Away 1、你孩子花8小时背的知识，AI几秒钟就能检索到。让他花时间去做项目、去建立不同领域之间的连接，回报更高。 2、每个技能都要拆成"执行价值"和"认知价值"两层看。执行价值大面积在降，但认知价值（审美、逻辑、系统思维）反而在升。学写作是为了训练判断力，学数学是为了理解AI的底层逻辑，学画画是为了训练审美。 3、评估培训班的标准要变。一个只考"做到没有"的培训班性价比在降，一个开始训练"判断好坏、提出好问题"的培训班性价比在升。 4、职场上留下来的人，核心能力是：理解AI特性、拆解任务、设标准、让AI互相协作、表达成果、整合输出。这六条能力，现在就可以开始在孩子身上培养。 5、给孩子一个AI账号，然后忍住不去控制他"应该用AI做什么"。风险可控范围内给最高权限。傅盛说"不要买课，买Token"。 6、给孩子真实的项目，别给模拟的作业。把生活中的真实需求变成他的项目，让他用AI去完成。 7、学历的"信号带宽"太低了。鼓励孩子把做过的项目、写过的内容公开出来，建立可被检索的能力证明。 8、你的孩子"坐不住、三分钟热度、不听话"？先别焦虑。在AI时代，好奇心、多线程、敢于质疑既有规则，可能恰恰是最值钱的特质。 9、当你想批评孩子的时候，先问自己：这个批评是基于哪个标准？这个标准在今天的生产方式下还成立吗？ 10、家长自己先用起来。你自己不用AI，光给孩子报班，效果不会好。饭桌上聊聊"今天AI帮我做了什么"，比任何培训班都有效。 你觉得哪一条对你触动最大？欢迎在评论区说说你的想法，也欢迎转给身边同样在思考这个问题的朋友。 🔗 原文链接： https://mp.weixin.qq.com/s/mBy3eJ66... https://mp.weixin.qq.com/s/mBy3eJ66... 郎瀚威 Will2026年2月28日 15:42 美国 生产方式变了，我们教孩子的那套还对吗？ 我是郎瀚威，最近在直播中发现，生产方式已经发生变化了。 过去一个月，我跟七位AI领域的创业者和投资人做了深度对话。也看了一些直播，聊完之后最触动我的，跟AI技术本身无关，跟教育有关。 我自己也是当爸爸的人。我发现我们这代人从小被教的很多"正确的道理"，放在今天的生产方式下，可能已经过时了。不是说它们以前错了，是世界变了，规则跟着变了。 这些嘉宾里有32年编程经验、做过3个10亿级用户产品的技术大佬，有管理30亿美元基金的投资人，有不写一行代码冲进GitHub全球贡献者前30的金融人，有86年生的AI产品创始人。我还看了直播，春节摔断了腿、躺在床上靠一个人加AI团队产出了六篇爆文的上市公司CEO。他们的背景差异很大，但对教育的看法出奇地一致。 这篇文章比较长，因为我尽量保留了嘉宾的原话。这些话比我自己的总结有力得多。 一、四件正在发生的事 在聊教育之前，先铺四个事实。如果你是科技从业者，以下这些你可能已经知道了，但把它们放在一起看，对教育的冲击力很大。 杨攀（硅基流动联合创始人，32年编程经验）的一个朋友，直接把推荐算法团队裁掉了，把用户行为数据扔给大模型来做推荐。第一版效果就提升了30%。一个团队好几年积累的算法经验，被一次模型调用替代了。 杨天润，金融科班出身，不会写一行代码。他靠AI在OpenClaw（一个全球开源项目）冲到了贡献者前30名，排在他前后的全是十年以上经验的硅谷工程师。极客公园报道的标题是《文科生72小时杀入GitHub全球榜》。 大橘子（86年生，AI产品ListenHub创始人）的用户里，有个做保险的，40多岁，没有编程基础，月花1000元AI算力，日发6条视频号，单条100万曝光。而大学生毕业反而不会用AI，他的原话是"在毕业那一刻已经被淘汰了"。 傅盛（猎豹移动CEO）春节期间髋关节脱位，躺在床上14天。员工放假，他一个人靠AI助手"三万"产出了7篇公众号文章（单篇最高3万阅读）、推特百万级浏览、涨粉5000。除夕夜，AI自动给611人发送了个性化拜年短信，零失败。他的日均Token消耗超过1亿，14天给AI发了22万字。他说"我在睡觉，Agent在干活"。 一个团队的知识被一次调用替代。一个不会写代码的人做出了专业级贡献。一个40岁的保险员比大学毕业生更会用AI。一个人做到了过去一个团队的产出。 这四件事放在一起，指向同一个问题： 我们从小被教的那套"正确的道理"，还对吗？ 二、哪些"正确的道理"正在失效 "学海无涯苦作舟"的前提变了。 这句话的前提是：知识的积累需要时间，而时间投入有回报。但如果AI已经拥有了几乎所有的系统知识，检索比人快、理解比人准，那这个前提就动摇了。 杨攀说了一句让我反复回味的话： "模型是对世界概率和规律的压缩，推理就是解压缩。 "他说RA