題圖 ：《Silicon Valley》

作為活躍于硅谷AI社區的教育科技從業者和觀察者，過去一年，小葉頻繁穿梭于學校、創業公司、行業會議和教育科技社群之間。

在她看來，美國K-12教育圈最近發生了一種微妙的變化。越來越多家長擔心孩子被屏幕包圍；越來越多學校重新審視數字設備在課堂中的作用；越來越多教育工作者開始追問：用了這么多軟件，為什么學習效果并沒有如預期般發生？學校究竟是在teaching，還是在babysitting？

尤其是在那句“I couldn't see the Ed in the Tech.”在行業內廣泛傳播之后，小葉的目光從Technology轉向Learning。未來能夠留下來的，未必是那些最像科技公司的教育公司，也未必是那些不斷制造新功能、新概念的產品，而是那些真正理解Learning Science、Pedagogy、Attention以及Human Development的團隊。否則，再先進的Technology，也可能只是某種“電子安撫奶嘴”。

一、Tech越來越多，Ed在哪里？

小葉三年級時隨家人來到美國。此后，她在康州、紐約州、加州等地長大、求學，從小學一路讀到碩士。畢業后，她進入科技行業，先后在高通、微軟以及AI教育科技創業公司工作，也做過商業分析、產品管理和社區運營。

小葉曾擔任MLOps Community灣區組織者，該社區現已成為Linux Foundation AAIF的一部分。她長期參與技術會議、開發者活動和AI工作坊的策劃與組織，接觸創業者、工程師、研究者，也接觸教師、校長和教育科技從業者，并在小紅書等社交媒體記錄對美國教育科技與AI教育的觀察。

過去幾年，小葉的大部分時間浸泡在一種加速度的氛圍里。每周有新的模型發布，新的創業項目出現，新的應用場景被討論。開發者社區還是投資圈談論的幾乎都是：AI在改變什么？

按照這樣的邏輯，教育似乎理所應當成為率先被改變的領域之一。知識可以生成，作業可以輔助，個性化可以無限復制，從技術角度看，AI天然適配教育。

然而，當AI成為最熱門的話題之后，教育圈討論的卻未必盡是AI：

• Technology真的改善了學習嗎？
• 學生完成任務，是否等于真正學會？
• 學校里越來越多的設備和軟件，到底創造了什么？

在教育科技播客《EdTech Insiders》的一期節目里，一位嘉賓提到，“I couldn't see the Ed in the Tech.”“我看到了Technology，卻沒看到Education。”小葉覺得，這句話精準觸碰了許多人心中的困惑。

在美國，越來越多家長開始擔心孩子的屏幕時間；一些州推動校園手機限制政策；一些學校評估課堂中的數字設備使用；教育研究者重回注意力發展、閱讀能力以及學習科學。那些曾被視為教育進步象征的技術工具，被再度審視。

在中國，AI是最熱門的話題，沒有之一。人們討論著如何把AI帶進學校，如何利用AI提高效率，如何借助AI重構教育產品。而小葉在美國教育圈看到的另一面是：從過去十幾年默認Technology會帶來Learning，到越來越多人意識到，二者并不是同一件事。Technology沒有離開教育，但Learning回到了討論中心。

小葉與創業者、內容創作者Andrew共同舉辦關于“AI創業公司如何破圈傳播”的分享活動。Andrew曾任投資銀行從業者，后轉型創業與內容創作，全網擁有超過80萬關注者。活動圍繞AI產品、內容分發與早期用戶增長展開。

二、完成了，不代表學會了

小葉引用了一個教育圈經典案例：

老師布置閱讀一篇文章，很多學生并不會完整讀完內容，而是先瀏覽題目，再返回原文搜索關鍵詞，最后，他們順利完成了閱讀理解。此時，系統記錄給出的評價是任務完成，成績達標。至于學生的閱讀能力是否提升了呢？很難回答。

類似問題在AI時代被進一步放大。學生利用ChatGPT完成作業，讓AI幫助總結內容，甚至直接給出答案。從結果上看，一切都顯得高效。但教育工作者們追問：如果繞過了思考過程，學習究竟發生在哪里？

今年，一篇被廣泛引用的AI教育研究論文被正式撤稿。這篇研究給出的結論是：ChatGPT能夠顯著提升學習效果。后來，研究方法和數據質量受到質疑，最終被學術期刊撤回。這件事在教育圈引發廣泛討論。不僅因為一篇論文出錯，還因為它暴露了一個更大的問題：關于AI如何影響學習，人們其實知道得沒有想象中多。

這也是為什么，一些教育工作者正在重新區分兩個概念：Performance和Learning。Performance是外部可見的表現，Learning則是內部發生的改變。成績、活躍用戶數量、完成率和參與度屬于Performance，這些指標能證明學生正在使用產品，卻未必能證明學生正在學習。

圍繞這一現象，有兩種聲音。有人認為：Technology harmed learning。技術本身傷害了學習，屏幕、通知、碎片化信息和即時反饋不斷侵蝕注意力，讓人難以進入深度思考。也有一些人傾向于：Bad implementation harmed learning。問題并不在Technology本身，而在Technology進入課堂的方式。傷害學習的，可能是糟糕的課程設計、錯誤的使用方法，以及人們對于技術能力的過度樂觀。

當AI把獲取答案的成本降到趨近于零，教育圈不得不面對一個古老問題：如果一個學生能夠輕易得到答案，學校究竟應該評價什么？是答案本身，還是抵達答案的過程。

三、好產品，為什么沒有帶來好結果？

小葉觀察到一個案例：

幾年前，可汗學院（Khan Academy）曾在印度啟動一個項目，希望利用數字化學習工具幫助當地學生提升學習效果。從產品角度看，這幾乎是一個理想案例：平臺成熟，內容成熟，技術成熟，參與學校超過100所。然而項目推進過程中，一些學生注冊了賬號，也登錄了平臺，卻沒有持續使用。最終，參與學習的學生不到一半。

一些研究者發現，問題不完全出在產品身上，那些取得明顯效果的學校，往往存在一個共同點：有人持續推動這件事。這個人可能是校長，可能是教師，是學校里的項目負責人。這些人不斷提醒學生使用平臺，幫助他們解決問題，跟蹤學習情況。同樣的工具產生完全不同的結果。

這個案例之所以被反復提起，因為它挑戰了教育科技行業一個長期存在的假設，好產品并不一定帶來好學習。

很長時間里，教育科技行業習慣把注意力放在產品能力上，模型是否更強，界面是否更好，內容是否更多。事實上，一個孩子為什么持續學習，為什么愿意投入時間又為什么放棄，不僅僅是產品能解釋的問題。影響結果的，往往是產品進入學校之后發生了什么：誰在推動它，誰在使用它，誰在監督它以及它最終如何融入真實的教學環境。

技術當然重要，但技術從來不會獨立發揮作用。最大化發生作用的，往往是圍繞技術建立起來的組織、關系和制度。某種意義上，美國教育科技行業最值得關注的變化之一，并不是創造出更強大的Technology，而是人們開始確信，Technology不能脫離Education而存在。

一些原本需要教育科技公司開發的功能，正被教師自行完成。教師們直接使用AI制作課程大綱、練習題、動畫講解、防AI作弊作業設計和課堂工具。教育從來不是一個單純的產品問題。無論工具多么先進，平臺多么智能，最終決定學習是否發生的，仍然是具體的人、具體的學校，以及具體的教育場景。

回頭看，可汗學院印度項目留下的或許不是一個產品案例，它是一道提醒：也許，人們曾經確實高估了Technology，更準確地說，人們低估了Education。

小葉參與組織在灣區Computer History Museum舉辦的AI Dev Conference，活動吸引了400多位工程負責人、開發者和AI創業者參加，嘉賓包括Claude Code共同創作者、Warp創始人、LangChain創始人等AI技術和創業代表。

四、學校到底需不需要那么fun？

過去很長時間里，“讓學生喜歡學習”幾乎是美國教育改革的重要目標之一。從項目制學習（Project-Based Learning）到個性化學習（Personalized Learning），從社會情感學習（SEL）到各種教育科技產品，許多改革圍繞這一方向展開。

Progressive Education（進步主義教育）逐漸成為教育領域的共識。許多人相信，一個好的課堂，應該讓學生愿意參與；一個好的學校，應該讓學習變得有趣。

與之對應的是，最近幾年，美國教育圈討論的其中一個問題是Engagement（參與度）是否被高估了？學生是否喜歡、是否愿意使用、是否持續活躍，這些被記錄的數據是教育科技行業視為成功的重要指標。事實卻是，學習本身沒有那么容易衡量。

專注、練習、記憶、堅持，這些詞聽起來“老派”，但它們回到了討論中心。一些教育研究者認為，美國教育過于強調興趣、參與和自主探索，以至于忽略了學習本身所需要的紀律、專注和訓練。他們主張重新強調課堂秩序、基礎能力和系統訓練。這被視為一種向Classical Education（傳統教育）的回擺。

在另一部分人看來，問題不在于Progressive Education本身。自主探索沒有錯，項目式學習沒有錯，個性化學習也沒有錯。問題在于，很多學校和產品保留了形式，卻沒有建立足夠的支持系統。

于是，一場更深層的討論出現了。不是在“有趣”和“無趣”之間做選擇，而是去問一問，教育究竟該幫助學生獲得什么？是即時反饋帶來的滿足還是面對困難時的堅持？是完成任務的效率還是長期成長的能力？

當Technology大規模進入課堂，這種區分變得更加重要。技術能放大參與，卻未必能放大學習，而參與與學習間的距離，或許是教育最難回答的問題之一。

五、學生不是Beta用戶

與“所有人都在討論如何把AI帶進教育”相對的是，最近一些學校意識到，它們面臨的問題不是缺少AI，而是不知道如何判斷AI。

這種變化最早出現在學校采購環節。過去，一所學校評估教育產品時，關注的往往是功能。能做什么？覆蓋哪些場景？能不能幫助教師減負？

AI時代后，這幾個問題已經不夠。一家AI公司進入校園展示產品，學校會提出新問題：學習效果如何證明？數據從哪里來？學生信息如何被使用？模型出現錯誤怎么辦？責任由誰承擔？

類似變化出現在投資市場。以往，教育科技創業公司習慣講述“個性化學習”“AI老師”“改變課堂”的故事。如今，相比那些充滿想象力卻難以驗證的產品，資本開始流向學校運營系統、職業教育以及教育基礎設施領域。

在小葉看來，這些變化背后反映的是“AI正在從創新問題變成治理問題”的現實。在美國，學校采購軟件比創業者預想得慢得多。許多科技公司習慣了互聯網產品的迭代邏輯，先上線，再優化；先試用，再修正，但學校完全不遵循這套規則。在不少教育工作者看來，學生不是Beta用戶，課堂也不是可以隨意試錯的場所。先進當然重要，但可靠更重要。

有研究者梳理大約50款美國K-12常用AI教育產品后發現，80%的產品沒有公開說明底層模型來源。對于一個會解釋、會建議、會影響學生思考方式的系統來說，這顯然不是一個無關緊要的問題。

過去，教育科技行業最關心的是可能性；今天，人們開始關心邊界。過去，人們討論模型能做什么；今天，人們討論模型應該做什么。過去，人們關注功能；今天，人們關注責任。這種變化影響了教育科技公司的競爭邏輯。

人們沒有停止擁抱Technology，但他們確實在用一種更為謹慎的方式擁抱Technology。“如何判斷哪些工具值得被使用？”這或許是AI進入教育之后最深刻的變化。當工具不再稀缺，判斷變得稀缺。

2026年3月，小葉組織YC AI Founder Night，并與YC支持的AI創業公司Imagined AI創始人交流。

六、我們為什么還要一起上學

在探訪Khan Lab School時，小葉印象最深的恰恰是這樣一種信任。

學校愿意把責任交給學生，也愿意讓學生知道他正在被信任。老師不試圖控制每一個行為，而是在幫助學生逐漸學會為自己的選擇負責。比如，英語課其中一個學段以科幻文學為主題，學生可以在很大程度上參與決定讀什么、怎么讀，以及最終用何種方式完成作業。在Khan Lab School，學生可以自行開設課程，學生間互相講解線性代數或因為有人對Web開發感興趣，在老師協助下組織相關內容的教學，都是常見之事。

這些東西很難被量化，更不會出現在產品演示頁面里。它們出現在教育工作者對于未來學校的想象之中。當教育科技行業普遍討論效率，如何覆蓋更多學生，提供更多內容，降低更多成本，人們發現，教育里始終存在另一部分東西，它們天然不高效，不容易規模化，也很難被數據衡量。比如，信任、責任、合作，比如一個人在成長過程中與他人建立連接的能力。

這些爭論，無論是關于Technology、Learning Science、課堂秩序，還是關于AI治理，指向的或許都不是技術本身，而是一個更基礎的問題：當技術越來越強大，那些原本屬于學習的東西，會不會被忽略。

這些見聞啟發了小葉，讓她意識到，硅谷最有價值的教育資源未必是一門技術課程，而是創業者、工程師、研究者密集交互形成的生態。她和兩位合伙人創立了 Silicon Valley AI Exploration Lab，籌備面向灣區學生的課后和周末工作坊，為海外學生設計冬夏令營。一些問題在這些年輕人之間被認真討論：

• 學生為什么會學會？
• 什么樣的環境會促進學習？
• 什么樣的成長無法被Technology替代？

這些問題幾乎和學校本身一樣古老。只是當AI大規模進入之后，它們被重新擺到人們面前。AI無法直接給出這些問題答案，它讓這些回答變得迫切。Technology沒有讓Learning變清晰。恰恰相反，我們討論了這么久Technology，卻發現Learning仍像謎一樣迷人。

（本文圖片由受訪者提供）