聽(tīng)說(shuō)，最近許多家長(zhǎng)都焦慮得快分裂了。

一邊是絞盡腦汁想如何提高孩子成績(jī)單上的分?jǐn)?shù)，邊吼作業(yè)邊著急；一邊是看全網(wǎng)都在養(yǎng)“龍蝦”的AI浪潮，刷到全是“傳統(tǒng)教育已過(guò)時(shí)，AI帶來(lái)失業(yè)潮”“AI時(shí)代，孩子不學(xué)技術(shù)就out”的焦慮推送，再一看聽(tīng)說(shuō)鄰居家孩子都已經(jīng)報(bào)名AI啟蒙班了，心里越發(fā)慌得不行。

“AI時(shí)代，到底該卷什么才有出路？”這是當(dāng)代家長(zhǎng)的共同困惑。

《華爾街日?qǐng)?bào)》一項(xiàng)針對(duì)對(duì)硅谷AI領(lǐng)域高管進(jìn)行的特別調(diào)查，給出了一個(gè)意想不到的答案——“科技領(lǐng)袖普遍不鼓勵(lì)子女專(zhuān)攻純技術(shù)技能。”

微軟的首席科學(xué)家，鼓勵(lì)孩子去學(xué)會(huì)計(jì)、讀法學(xué)院；Paid AI的創(chuàng)始人，把兒子送進(jìn)了核能領(lǐng)域；Anthropic的總裁告訴孩子，多交朋友，培養(yǎng)共情能力。

當(dāng)大多數(shù)人以為，最靠近AI風(fēng)暴中心的科技大佬會(huì)逼著孩子從小學(xué)AI，這些站在浪潮之巔的人，面對(duì)公認(rèn)的“風(fēng)口”，反而異常冷靜。

如果連創(chuàng)造出AI的人，都不讓孩子去學(xué)技術(shù)——那他們?cè)谂率裁矗坑衷趽屖裁矗窟@些科技大神的答案顛覆常識(shí)，或許可以警醒這一代父母，在AI如潮水般涌來(lái)的未來(lái)，真正的“鐵飯碗”長(zhǎng)什么樣？

當(dāng)今日所學(xué)，明日就過(guò)期

當(dāng)今就業(yè)市場(chǎng)正在上演著冰火兩重天，從中我們可以窺探到這些硅谷高管的遠(yuǎn)見(jiàn)。

2025年，全球知名職業(yè)社交平臺(tái)LinkedIn的人才報(bào)告顯示，技術(shù)崗位的平均技能半衰期已從2010年的5年縮短至如今18個(gè)月。有些熱門(mén)技能，甚至幾個(gè)月后就會(huì)過(guò)時(shí)。

這意味著，今天耗時(shí)耗力學(xué)費(fèi)習(xí)得的專(zhuān)業(yè)技能，可能在畢業(yè)時(shí)就已“過(guò)期”。

這種技術(shù)迭代的飛速，讓今日所學(xué)，永遠(yuǎn)趕不上就業(yè)市場(chǎng)的需求——高校不斷開(kāi)設(shè)新興技術(shù)課程，但企業(yè)需求卻永遠(yuǎn)領(lǐng)先于教育體系。

可是，當(dāng)前教育體系卻仍深陷工業(yè)時(shí)代的思維泥潭。

OECD的全球教育評(píng)估報(bào)告表明，全球近八成的高校計(jì)算機(jī)專(zhuān)業(yè)課程仍在教授過(guò)時(shí)的技術(shù)，甚至教材和課件都是十幾年前一直沿用下來(lái)的。

面對(duì)新興的AI倫理、人機(jī)協(xié)作等前沿課程，能開(kāi)設(shè)的院校寥寥無(wú)幾，畢竟對(duì)于教授來(lái)說(shuō)，這本身就是自己從未涉足的領(lǐng)域。

這種教學(xué)滯后性導(dǎo)致了畢業(yè)生技能與企業(yè)需求錯(cuò)位、技術(shù)性失業(yè)風(fēng)險(xiǎn)不斷累積、教育投資回報(bào)率持續(xù)走低。畢業(yè)即失業(yè)的浪潮，已經(jīng)讓從前的“鐵飯碗”難以為繼。

2025年，教育部一共停招了2220個(gè)專(zhuān)業(yè)點(diǎn)，是歷年來(lái)最多的一次。設(shè)計(jì)類(lèi)、語(yǔ)言類(lèi)、管理類(lèi)首當(dāng)其沖，被撤的核心原因基本都是一個(gè)：學(xué)生畢業(yè)沒(méi)人要。

可是，我們?cè)S多家長(zhǎng)還深陷在舊時(shí)代的育兒認(rèn)知中，覺(jué)得“考名校=有出息”“熱門(mén)專(zhuān)業(yè)=好賺錢(qián)”，執(zhí)著于讓孩子刷題卷成績(jī)，競(jìng)爭(zhēng)上名校、哪個(gè)專(zhuān)業(yè)熱門(mén)選哪個(gè)，生怕落后一步。

卻無(wú)視了AI時(shí)代，單一化的教育模式，正在面臨著前所未有的內(nèi)卷和淘汰風(fēng)險(xiǎn)。

硅谷的大佬們，早就看清了這個(gè)趨勢(shì)。

他們深耕AI領(lǐng)域，比誰(shuí)都明白——人類(lèi)學(xué)習(xí)的速度，早已趕不上AI的技能迭代。

所以，與其讓孩子去卷那些卷不贏AI的技術(shù)，不如培養(yǎng)那些AI無(wú)法替代的人類(lèi)特質(zhì)，這才是最可靠的“育兒投資”。

顛覆認(rèn)知：

AI大佬的孩子不學(xué)技術(shù)

Open AI 的首席執(zhí)行官山姆·奧特曼(Sam Altman)曾被記者問(wèn)到——

“你會(huì)建議你的兒子接受怎樣的教育，讓他在未來(lái)30年不會(huì)被AI輕易取代？”

奧特曼給出的答案是三個(gè)：

1. 適應(yīng)變化的能力（learning to adapt）

2. 學(xué)習(xí)“如何學(xué)習(xí)”的元認(rèn)知能力（The meta skill of learning how to learn）

3. 洞察人的能力（learning how to figure out what people want）

這恰恰與《華爾街日?qǐng)?bào)》發(fā)表的那篇《AI高管如何規(guī)劃孩子未來(lái)？》得出來(lái)的結(jié)論相契合。

（1）扎根物理世界：“技術(shù)+場(chǎng)景”的現(xiàn)實(shí)融合

Paid AI的創(chuàng)始人Manny Medina家里四個(gè)孩子，分別去搞了核能、核醫(yī)學(xué)和環(huán)境保護(hù)。

這些領(lǐng)域有一個(gè)共同特點(diǎn)：AI在物理世界的滲透存在天然局限。

因?yàn)樗宄耍珹I在虛擬世界里可以大展拳腳，但在能源、醫(yī)療、環(huán)境這些物理世界的實(shí)體領(lǐng)域，有無(wú)法突破的局限。畢竟到了能源、醫(yī)療、環(huán)保這些需要?jiǎng)邮帧⑿枰獡?dān)風(fēng)險(xiǎn)的地方，它就“束手無(wú)策”了。

所以，Manny Medina堅(jiān)信——“AI在虛擬世界的統(tǒng)治越徹底，人類(lèi)在物理世界的價(jià)值就越凸顯。”

從前我們覺(jué)得AI潮來(lái)襲，藍(lán)領(lǐng)是第一批下崗的。但顛覆大眾認(rèn)知的是，AI擅長(zhǎng)標(biāo)準(zhǔn)化知識(shí)處理任務(wù)（寫(xiě)文檔、數(shù)據(jù)分析、報(bào)告生成），沖擊最大的反而是知識(shí)型白領(lǐng)；而那些需要有針對(duì)性的動(dòng)手操作、解決實(shí)際問(wèn)題的領(lǐng)域，都是AI難以滲透的，也是孩子未來(lái)就業(yè)的“安全區(qū)”。越能夠?qū)⒓寄?知識(shí)結(jié)合，在物理世界就越有立足之地。

Anthropic近期發(fā)布的重磅研究報(bào)告《AI 對(duì)勞動(dòng)力市場(chǎng)的沖擊：一種全新的衡量維度及其早期證據(jù)》中的雷達(dá)圖表示：行政辦公、商貿(mào)金融已成為 AI 滲透的 “重災(zāi)區(qū)”，而純體力、生活服務(wù)及高風(fēng)險(xiǎn)應(yīng)急類(lèi)工作則是 AI 難以滲透的 “安全區(qū)”，更依賴(lài)人際聯(lián)結(jié)與現(xiàn)場(chǎng)實(shí)操能力。

雖然手術(shù)機(jī)器人能提高手術(shù)精準(zhǔn)度，但在手術(shù)中遇到突發(fā)情況，做出專(zhuān)業(yè)判斷、應(yīng)急處理的，還得是人類(lèi)醫(yī)生；比如消防員在火災(zāi)現(xiàn)場(chǎng)，需要保持絕對(duì)的專(zhuān)注和判斷力，在高風(fēng)險(xiǎn)環(huán)境中實(shí)時(shí)應(yīng)對(duì)設(shè)備故障，需要的是瞬間的生理本能判斷和敢于犧牲的責(zé)任感，算法承擔(dān)不了丟命的風(fēng)險(xiǎn)；再比如看似尋常的社工，協(xié)調(diào)街坊鄰里的關(guān)系，察覺(jué)孤寡老人的需求，營(yíng)造和諧友愛(ài)的社區(qū)氛圍，需要經(jīng)驗(yàn)，更需要“人情味”。

世界經(jīng)濟(jì)論壇報(bào)告就顯示，盡管AI將替代大量崗位，但到2030年，新增崗位更多會(huì)集中在“技術(shù)+場(chǎng)景”的融合領(lǐng)域——醫(yī)療AI應(yīng)用專(zhuān)家、智能制造運(yùn)維員、碳排放智能監(jiān)測(cè)師等。

所以，未來(lái)的機(jī)會(huì)，不在技術(shù)本身，而在技術(shù)與物理世界的結(jié)合部。

（2）思維框架的構(gòu)建：從“學(xué)什么”到“怎么學(xué)”

SAP高管Caroline Hanke 的表態(tài)更是扎心——“技術(shù)技能的平均‘保質(zhì)期’可能只有兩年。今天你引以為傲的Python技能，明天可能就會(huì)被AI低代碼工具取代。”

因此，她更看重培養(yǎng)孩子的數(shù)學(xué)思維和哲學(xué)思辨能力。

Caroline Hanke舉過(guò)一個(gè)很生動(dòng)的例子：面對(duì)兒子對(duì)足球的熱愛(ài)，她沒(méi)有反對(duì)，反而很支持。因?yàn)樵谒磥?lái)，足球不僅能鍛煉體能和技巧，更能全方位磨煉思維——比如團(tuán)隊(duì)協(xié)作、戰(zhàn)略思考、臨場(chǎng)應(yīng)變，這些底層能力比單純學(xué)一項(xiàng)技術(shù)更有價(jià)值，也更難被AI替代。

其實(shí)在就業(yè)市場(chǎng)上，越具備底層思維的孩子，越能走得更遠(yuǎn)。

同樣是程序員，只會(huì)按部就班寫(xiě)代碼，被AI替代的風(fēng)險(xiǎn)將更高。但反之，那些具備數(shù)學(xué)思維和哲學(xué)思辨能力的程序員，不僅能寫(xiě)代碼，還能從邏輯層面優(yōu)化系統(tǒng)設(shè)計(jì)、解決復(fù)雜的技術(shù)難題，甚至能結(jié)合行業(yè)需求，提出創(chuàng)新性的方案，自然“保質(zhì)期”就更久。

“技能可以通過(guò)培訓(xùn)快速提升，但底層思維是長(zhǎng)期積累的，也是AI永遠(yuǎn)學(xué)不會(huì)的。”

有科技公司的HR就說(shuō)過(guò)，如今招聘技術(shù)人才，早已不單純看編程技能了，更看重候選人的邏輯思維、問(wèn)題分析能力。

金融領(lǐng)域也是如此，AI能做數(shù)據(jù)建模、風(fēng)險(xiǎn)分析，但無(wú)法替代人類(lèi)的戰(zhàn)略思維和決策能力。

沃頓商學(xué)院的研究顯示，具備市場(chǎng)調(diào)研、精通文史的金融從業(yè)者，能更好地應(yīng)對(duì)市場(chǎng)波動(dòng)，做出更精準(zhǔn)的投資決策。因?yàn)榻鹑谑袌?chǎng)不是單一產(chǎn)物，不僅需要專(zhuān)業(yè)性去判斷“做什么”，更需要綜合方方面面去思考“怎么做”。

所以作為家長(zhǎng)，我們不要只盯著孩子“學(xué)會(huì)了什么技能”，更要注重培養(yǎng)他們的底層思維。

比如平時(shí)陪孩子做數(shù)學(xué)題，不只是追求答案正確，更要引導(dǎo)他們弄明白解題的思路；和孩子聊天時(shí)，鼓勵(lì)他們發(fā)表自己的觀點(diǎn)，培養(yǎng)他們的思辨能力；讓孩子多參與實(shí)踐，在解決問(wèn)題的過(guò)程中，積累邏輯思維和應(yīng)變能力——這些底層能力，才是孩子應(yīng)對(duì)未來(lái)變化的底氣和能力。

（3）重視通識(shí)教育：培養(yǎng)T型人才，兼顧專(zhuān)業(yè)和跨界

沃頓商學(xué)院教授Ethan Mollick和微軟首席科學(xué)家Jaime Teevan都不約而同地提到了“T型人才”和“責(zé)任”。

Teevan指出，以前與計(jì)算機(jī)交流是“按按鈕→出結(jié)果”，你只需要接受一個(gè)確定過(guò)的答案。但現(xiàn)在AI的大規(guī)模使用，過(guò)程卻是“表達(dá)意圖→判斷結(jié)果”，答案需要你進(jìn)行判斷。

這個(gè)轉(zhuǎn)變需要的不是編程能力，而是哲學(xué)、歷史、文學(xué)訓(xùn)練出的多元認(rèn)知能力——你得知道自己在問(wèn)什么，你得能判斷答案是否荒唐。

這類(lèi)T型人才需要在至少兩個(gè)看似無(wú)關(guān)的領(lǐng)域深耕，并找到它們的交叉點(diǎn)。

比如一個(gè)懂醫(yī)學(xué)的哲學(xué)家，他設(shè)計(jì)的醫(yī)療AI，能觸及倫理的邊界；一個(gè)懂法律的程序員，他構(gòu)建的風(fēng)控模型，要能讀懂監(jiān)管的語(yǔ)言。

這種跨學(xué)科的架橋能力是稀缺資源，因?yàn)樗艽蛲夹g(shù)和業(yè)務(wù)之間的隔閡，也能在算法和人性的博弈里找到平衡。

恰恰因?yàn)橄∪保援?dāng)單一技術(shù)背景的人越來(lái)越容易被工具迭代，那些能在不同領(lǐng)域之間架橋的人，反而站上了更穩(wěn)的位置。

Teevan還指出，AI很擅長(zhǎng)生成建議，甚至能表達(dá)觀點(diǎn)，但它無(wú)法承擔(dān)責(zé)任。

當(dāng)一份法律意見(jiàn)書(shū)出錯(cuò)，當(dāng)一份審計(jì)報(bào)告造假，當(dāng)一個(gè)手術(shù)出了重大醫(yī)療事故，當(dāng)一個(gè)APP侵犯?jìng)€(gè)人信息，站在被告席上的永遠(yuǎn)是人，而不是模型。

因此，法律、會(huì)計(jì)、醫(yī)療、法人這些需要簽字、需要為后果負(fù)責(zé)的領(lǐng)域，不僅需要專(zhuān)業(yè)技能，更需要強(qiáng)烈的責(zé)任擔(dān)當(dāng)，無(wú)法用機(jī)器替代。

最簡(jiǎn)單來(lái)說(shuō)，你上傳化驗(yàn)單向AI問(wèn)診，它推薦的藥品，你不敢隨便吃，因?yàn)檫@有可能是AI幻覺(jué)傳導(dǎo)出來(lái)的結(jié)果，你再刷新一次，它推薦的藥就不一樣了。但如果是醫(yī)生開(kāi)的藥，你就敢放心吃，因?yàn)獒t(yī)生簽了字，代表對(duì)處方負(fù)責(zé)。

這就不難理解，為什么Anthropic的Amode作為估值3800億美元AI公司的總裁，卻讓一個(gè)孩子學(xué)會(huì)計(jì)，另一個(gè)讀法學(xué)院，看中的就是這些領(lǐng)域的責(zé)任屬性和持久價(jià)值。

其實(shí)通識(shí)教育的核心，就是打破學(xué)科壁壘，培養(yǎng)孩子的跨領(lǐng)域思維和責(zé)任擔(dān)當(dāng)。

比如孩子學(xué)計(jì)算機(jī)，我們可以鼓勵(lì)他多學(xué)一點(diǎn)心理學(xué)、溝通學(xué)，這樣他以后設(shè)計(jì)產(chǎn)品，就能更懂用戶(hù)需求，做出更有溫度的產(chǎn)品；孩子學(xué)醫(yī)學(xué)，我們可以引導(dǎo)他了解一點(diǎn)法律、倫理學(xué)，這樣他以后行醫(yī)，就能更好地處理醫(yī)患關(guān)系，承擔(dān)起醫(yī)療責(zé)任。

（4）培養(yǎng)“有人味”的能力：AI永遠(yuǎn)學(xué)不會(huì)

Anthropic聯(lián)合創(chuàng)始人Daniela Amodei，是一位非常有遠(yuǎn)見(jiàn)的母親。

她常說(shuō)，未來(lái)最不可替代的能力，不是會(huì)寫(xiě)多少代碼、會(huì)用多少工具，而是“人味”——也就是同理心、溝通能力和與人相處的能力。

她的理由很實(shí)在——AI可以處理寫(xiě)作、分析、數(shù)據(jù)計(jì)算這些理性的工作，但它無(wú)法產(chǎn)生真正的情感共鳴。

“機(jī)器替代人”的趨勢(shì)正從低技能崗位向中高技能領(lǐng)域蔓延，唯獨(dú)在需要高度人際互動(dòng)和倫理判斷的領(lǐng)域，人類(lèi)的不可替代性反而在增強(qiáng)。

就像AI可以生成“安慰話術(shù)”，但遠(yuǎn)不如心理咨詢(xún)師根據(jù)真實(shí)經(jīng)歷給出的傾聽(tīng)和建議；AI可以寫(xiě)出毫無(wú)漏洞的合同，卻無(wú)法理解合作的兩家公司之間的歷史認(rèn)知、決策文化，以及真正影響事情走向的那幾個(gè)人的信任；法庭上AI可以準(zhǔn)確無(wú)誤地引用法律條款，卻無(wú)法根據(jù)社會(huì)文化背景、社會(huì)輿論的影響、對(duì)方證人的性格漏洞、法官判案的側(cè)重點(diǎn)，選擇合適的申辯方式。

其中蘊(yùn)含的人文溫度、臨場(chǎng)應(yīng)變和情感共鳴，都構(gòu)成了AI無(wú)法跨越的壁壘。

在AI能搞定大部分認(rèn)知工作的時(shí)代，情緒價(jià)值成了硬通貨。

如何激勵(lì)一個(gè)沮喪的團(tuán)隊(duì)？如何在談判中感知對(duì)方的底線？如何在巨大的壓力下保持冷靜并做出裁決？列在《福布斯》榜單上所有高抗性職業(yè)的描述里。

這些需要有“人味”的連接，正是人類(lèi)最獨(dú)特的價(jià)值。

訊飛醫(yī)療科技公司里，前消化內(nèi)科醫(yī)生胡萍萍轉(zhuǎn)型成為AI訓(xùn)練師，她的任務(wù)不是寫(xiě)算法，而是教AI如何更“懂人”，如何在復(fù)雜的病例中展現(xiàn)出同理心。

在Anthropic，有一位叫Amanda Askell的哲學(xué)家，她的工作是給AI模型Claude寫(xiě)“憲法”，教它如何在倫理困境中做出判斷，何時(shí)該拒絕，何時(shí)該安撫。

2025年第一季度的LinkedIn人才流動(dòng)報(bào)告顯示，頂級(jí)AI研究崗主動(dòng)離職率比2022年整整高了37%。讓眾人奇怪的不是數(shù)字，而是這批人的去向——沒(méi)幾個(gè)跳去競(jìng)爭(zhēng)對(duì)手，大多落腳小型初創(chuàng)，或者回學(xué)術(shù)機(jī)構(gòu)，有些直接空窗，收入砍半也認(rèn)了。

「我凝視過(guò)無(wú)盡的黑夜，看到了其中的輪廓。我們必須彼此善待，我即將去學(xué)習(xí)哲學(xué)」，這是一位前OpenAI研究員離職信里的原話。

最懂AI的人在離開(kāi)，恰恰是因?yàn)樗麄兛辞辶吮举|(zhì)。

Daniela Amodei的育兒方法，特別值得我們家長(zhǎng)借鑒。她從不會(huì)逼著孩子報(bào)各種技能班、扎進(jìn)枯燥的技術(shù)訓(xùn)練里，反倒鼓勵(lì)孩子多參與社交、去做志愿者，在真實(shí)的生活里直面并解決那些復(fù)雜的情感問(wèn)題，而非沉迷技術(shù)訓(xùn)練。

這些看似對(duì)學(xué)習(xí)無(wú)用的經(jīng)歷，其實(shí)都是在培養(yǎng)孩子感受何為一個(gè)真實(shí)的“人”，也是在給他們未來(lái)的競(jìng)爭(zhēng)力加分。

就像Caroline Hanke那個(gè)想做職業(yè)足球運(yùn)動(dòng)員的兒子說(shuō)的那樣——“沒(méi)人會(huì)愿意看AI機(jī)器人在球場(chǎng)上踢球。”

人類(lèi)的情感體驗(yàn)本就是獨(dú)一無(wú)二的，賽場(chǎng)上為熱愛(ài)迸發(fā)的熱血激情，舞臺(tái)上因動(dòng)容落下的熱淚，這些真實(shí)的情緒與共鳴，從來(lái)都不是冰冷的算法所能模擬出來(lái)的。

AI能改變世界

但“人”能定義世界

《華爾街日?qǐng)?bào)》的調(diào)查最終道出了AI時(shí)代的教育核心——

在AI時(shí)代，最具前瞻性的教育是回歸培養(yǎng)“完整的人”，讓孩子始終保有好奇心、扛起責(zé)任感，心懷人文關(guān)懷，擁有跨學(xué)科的思維視野。

這乍一聽(tīng)，仿佛是一種倒退。我們花了幾十年的時(shí)間，一路追求專(zhuān)業(yè)化、效率化、技術(shù)化，如今卻要回頭重提“人味”，難免讓人疑惑。

但細(xì)想，這大概不是倒退，而是技術(shù)進(jìn)步把人類(lèi)逼到了一個(gè)岔路口——左邊是繼續(xù)和機(jī)器賽跑，右邊是去做機(jī)器做不來(lái)的事。

為什么那些站在AI浪潮最前面的人，反而不急著讓孩子扎進(jìn)技術(shù)堆里。不是看不上技術(shù)，是他們太知道技術(shù)能干什么、不能干什么。

他們知道，AI可以替代技能，但無(wú)法替代思考；可以模擬情感，但無(wú)法替代連接；可以生成答案，但無(wú)法承擔(dān)責(zé)任。

教育的終極目的，不是與機(jī)器競(jìng)爭(zhēng)，而是成為機(jī)器無(wú)法替代的人。

我們不知道十年、二十年后的世界會(huì)變成什么模樣。

今天學(xué)的東西，到那時(shí)可能大半作廢。但如果一個(gè)人從小被滋養(yǎng)出人性的溫度、打磨出抗挫的韌性、沉淀下刻在骨子里的責(zé)任感，那么無(wú)論技術(shù)如何更迭、世界如何翻轉(zhuǎn)，他們都能找準(zhǔn)自己的位置，從容立足。

就像Amodei說(shuō)的那樣——

“人類(lèi)本就擁有驚人的適應(yīng)能力和抗壓能力，我們對(duì)創(chuàng)造的渴望、對(duì)群體生活的向往，永遠(yuǎn)不會(huì)消失。”

這或許就是AI時(shí)代最好的教育策略——

不是預(yù)測(cè)未來(lái)，而是培養(yǎng)能夠創(chuàng)造未來(lái)的人。