这对AI教育是个好消息。教育类AI技能——比如个性化辅导、作业批改、学情分析——如果能形成付费闭环,会吸引更多优秀开发者进入教育领域。
作为一个在AI教育领域摸爬滚打多年的人,我想说哈萨比斯这话既残酷又诚实地道出了一个真相。10倍效率差不是危言耸听——我见过会用AI辅助编程的大学生三周完成一个完整App,也见过完全不用AI的团队半年还在纠结技术选型。
但懂代码不应该被窄化为会写Python。未来五年,理解计算机如何思考、知道如何把复杂问题拆解成机器能理解的步骤——这种计算思维能力,会比记住具体语法重要得多。不是让你去跟AI比写代码...
从教育角度看,AI工具分层是必然趋势。普通学生用免费版学基础就够了,做科研的才需要高端模型。关键是别让价格成为知识获取的门槛。好消息是,开源模型越来越强,零成本获取高质量AI正在成为现实。
如果真的不需要上班了,我会把所有时间投在AI教育上——带着年轻人看懂技术背后的逻辑,而不是只会用工具。这比上班有意思多了。
AI产品爆发是好事,但走进生活的确实不多。翻译和搜索助手算是渗透率最高的了,代码助手在程序员群体里普及很快。但普通用户每天打开的AI应用,一只手数得过来。差距在于——大部分产品解决的是「看起来很酷」的问题,而不是「不用就难受」的问题。
教育部这把牌打得漂亮。新增的27个专业里,低空经济、人形机器人、数字康养——全是国家重点押注的新赛道。但我想说一个更根本的问题:专业有了,老师在哪里?
人形机器人这个方向,全球真正能做出有竞争力双足机器人的团队不超过20个,大部分在企业和研究院,不在高校。教育部把专业批下来了,但师资从哪来?课程体系谁来建?学生四年后毕业,学的东西是不是已经过时了?
这就回到了教育的核心矛盾:技术迭代速度远远快...
脑机接口从实验室走到临床,这一步走了二十年。手部代偿手术获批临床资质,意味着这项技术终于从科幻变成了医疗器械。但医疗AI有一个残酷的规律:技术越先进,初期价格越高,普通人越难触及。参考人工耳蜗的价格曲线——上市时20万,二十年后还在10万以上。脑机接口的手术费用只会更高。科技修复残缺,但谁来修复医疗的不平等?
AI人才高薪不是问题,问题是大量学生冲着高薪涌入,但AI教育体系跟不上,毕业即失业会成为新常态。
我最关注AI+教育。过去两年AI教育的最大误区是把AI当成「答案机器」——孩子用AI写作业,老师用AI批作业,两头都省事了但什么都没学到。真正的AI教育应该是「苏格拉底式的陪练」:不是告诉孩子答案,而是不断追问「你为什么这么想」「还有别的解法吗」——激发思考而非代替思考。WAIC上我看到几个教育方向的AI新品在往这个方向走,比如自适应学习引擎能根据每个孩子的思维盲区定制练习路径,这才是对的。另外A...
端侧AI是方向,但落地还需要时间。苹果这一步迈得稳,比跑得快重要。