山巅周刊第326期：大学教育

《山巅周刊》定期分享科技、商业、医学及人文资讯，以及商业智慧和最佳实践，每周日发布。

近期有一则新闻，说美国布朗大学的经济学教授 Roberto Serrano 发现，学生提交的期中考试论文成绩非常好，怀疑都是用 AI 写的。

于是，他规定期末考试采用现场闭卷考（美国很少采用闭卷考），结果18名学生退出课程，另有9人没来考场，剩下参加考试的27名学生的平均分，从期中的96分跌到48分。（浏览以下任一链接关注这件有趣的事：businessinsider.com、arstechnica.com、insidehighered.com）

正值大学招生和毕业季，以及CCTV-2高端谈话节目《对话》2026-26期曾讨论《AI时代的大学之问》，便有一些想法。

布朗大学，常春藤盟校之一

人工智能（AI）正在以前所未有的速度重塑全球经济与社会结构。在这场深刻的变革中，处于知识创造与人才培养前沿的大学教育，AI 打破了知识垄断，大学未能及时适应，传统教学模式滞后于外部技术的颠覆性变革，正迎来一场颠覆性的冲击。

在旧经济体系中，底层60%的人口至关重要。他们从事制造、中层管理和基础服务业等工作，正是这些服务/劳动阶层（关于社会分层结构）提供了创造财富所需的劳动力。

但在AI主导的经济体系中，这种对大规模人力的依赖正在消失。如果你拥有充足的算力和高质量的私有数据集，就不再需要庞大的员工队伍来创造利润。你只需要一小群才华横溢的工程师和强大的计算能力。

在旧有范式下，个人的应对策略通常是通过学习更多知识来摆脱体制的束缚，不只学生，在职人员也积极学习编程、攻读学位，以期进入高技能服务行业。然而，生成式AI首先瞄准的恰好就是高技能服务行业（白领）。当六年级的阅读水平，加上精心设计的提示，就能产生与大学毕业生相同的工作成果时，大学学位的经济价值就归零了。

大学教育面临价值危机，自然源于传统教学模式滞后于外部技术的颠覆性变革。至于内因本身，先看布朗大学计算机科学教授Shriram Krishnamurthi提出的简单《教育学建议》:

每当你想要使用“教”这个词时，请用“学”来代替。也就是说，不要说“我教”，而要说“他们学”。确定你教了什么很容易；你只需在幻灯片上堆砌文字，然后声称自己教了。你应该把重点放在如何判断他们是否学到了你声称教的内容（或者是否学到了任何东西！）。这要难得多，但这才是所有教育者的真正目标。

这个建议中的判断标准极低：有效验证学生“是否学到了任何东西”。传统大学教育正在失效，连顶尖名校都无法保证学习效果。如果放在新的经济与社会体系中，建议将会沉重得多。

西安交通大学校长张立群谈用人工智能来分类学生

一、 AI为何颠覆传统学术教育？

传统学术教育的底层逻辑是知识不对称性和标准化技能培养。大学曾作为知识的垄断者，通过“教师讲授、学生记忆、考试检验”的模式，向社会输送高技能服务人才。然而，生成式AI的出现，彻底打破了这一格局。

首先，AI重构了知识获取方式。当海量知识触手可及，且AI能够以极低成本生成专业级的内容时，传统大学所代表的“商品化知识传递”正在快速贬值。学位的价值不再取决于知识的储备量，而取决于对知识的批判性整合与创新能力。

其次，教与学的异化加剧了教育危机。过去教师往往误把幻灯片填满文字当成完成了教学。而AI的普及，则让学生用AI做作业、老师用AI上课的现象愈演愈烈。同时，传统考评机制也在AI时代的失效。

西安交通大学校长张立群谈人文精神就是正确三观

二、 期待大学的变革

面对冲击，大学教育的重心必须从如何教彻底转向如何保证学会，并且在AI时代具备竞争力。这意味着大学必须在教学模式、考评机制及育人内核上做出根本性变革：

1. 重塑教学与考评流程：告别单纯的论文和PPT陈述，引入更多现场无设备闭卷考核、口头辩论、实践操作等无法被AI替代的评估方式，真实检验学生的内化能力。
2. 转向个性化与跨学科教育：利用AI技术赋能，重塑知识获取方式，实现因材施教，重点培养学生的创新思维、复杂问题解决能力、跨学科协作能力，以及终身学习能力。
3. 深化产教融合：打破象牙塔的藩篱。如大湾区大学推行的双导师制，为学生同时配置学术老师和企业老师，让学生直接面对产业界最真实、最前沿的课题，避免学用脱节。
4. 坚守人文与灵魂铸造：正如西安交通大学校长张立群所强调的，技术可以赋能万物，但立德树人、思想铸魂和人文思想的浸润在AI时代是无可替代的，这正是人类区别于机器的核心底气。

三、 教育投资的前瞻性建议

在AI主导的经济体系中，财富创造对庞大员工队伍的依赖度正在降低。面对这种社会分层结构与经济结构的调整，作为教育投资方的家庭和学生，急需转变观念，采取更具前瞻性的策略：

1. 对学生的建议：告别工具人定位，修炼不可替代性。

不要再将精力浪费在AI可以轻易完成的资料搜集、初级编程或常规报告撰写上。学生应当在大学期间主动参与科研项目和企业真实课题，训练自身的批判性思维、同理心、领导力以及跨界整合能力。

2. 对家庭的建议：多元化资产配置，投资无法被复制的资源。

传统教育投入学费换取高薪职位的确定性回报链条已然断裂。明智的投资者应当重新审视教育投入的产出比。除了继续支持子女进行高价值、创造性的教育，投资于身心健康、心智韧性、跨界整合能力、真实的社会人际网络等软性资产，高净值家庭更应将部分资本转向机器无法触及、或AI时代更为稀缺的刚性资产，如土地、能源基础设施、以及AI时代的底层通货——计算能力和独家私有数据集。

你得不到工作经验、拿不到工资、会感到压力很大、变得不健康，非常重要的一点，你还养成了坏习惯，这都是不应该上大学理由。但是，还没完……

四、那么，究竟读不读大学

先给结论：对于绝大多数人，不读大学在当下及可预见的未来，依然是一个风险极高、甚至可能是灾难性的选择。必须读，但要换一种读法。

1. 读大学

不要指望学校教会你什么。把大学当成一个资源平台，并主动去掠夺价值：

把 AI 当作外挂，跳过低效学习：用 AI 快速掌握基础概念，把省下来的时间用于深度思考和实践，而不是死记硬背应付考试。

用作品集代替成绩单：在毕业前，努力积累 2-3 个能拿得出手的真实项目，如开源代码贡献、运营过万粉的账号、参与过的真实商业课题，证明你能做出什么。

主动打破象牙塔：不要只待在宿舍，去争取实习、去联系校友、去参加跨学科竞赛，主动寻找实践机会。

2. 不读大学

现代学徒制：放弃漫长的理论学习，实战“现代学徒制”，直接切入高增长行业，在实战中学习。

寻找处于上升期、且更看重实际产出而非学历的行业，如 AI 应用落地服务、短视频/直播电商运营、跨境电商、独立游戏开发，这些行业的迭代速度远超大学教材。

超级个体：绕过传统的HR筛选机制，直接让市场为你的能力定价。

利用 AI 工具放大个人产能，在社交媒体、开源社区或自由职业平台上提供专业服务。当你的个人品牌或产品能直接带来收入时，学历就成了一张废纸。

AI壁垒型职业：填补AI无法触达的物理空间，从事需要复杂物理操作、非标准化环境适应和人际情感交互的工作。

转向高级技工（如精密仪器维修、新能源汽车高级维修）、特定服务业（如高端养老护理、心理咨询辅助）、或现代农业/手工艺。

AI壁垒型职业自然具有极强的抗周期性。但需要关注人工智能无法完成的工作可能会成为高端商品，但高溢价又会刺激人们迅速淘汰这类劳动力，并在人形机器人技术突破后面临被挤压的风险。详见：山巅周刊第324期：普通人已经完蛋了？

结语

AI没有毁灭大学，它毁灭的只是落后的知识灌输模式（教学工厂）。大学正在从知识的贩卖者转变为人类智慧、品格与创新能力的锻造炉。焦虑的家庭和茫然的学生，看清趋势、理性投资，让教育回归“学会”与“为人”的本质，才是应对AI时代最强大的豁免权。

人物：容闳

容闳照片，《西学东渐记》卷首插图（1909年）

容闳，中国近代史上首位留学美国的学生，首位就读耶鲁学院（后耶鲁大学）的中国人，近代首位留美归国的知识分子，后又创设幼童留美计划，世人称他为中国留学生先驱。在满清最后六十年（1851-1911）之中，从太平天国开始，直到辛亥革命前夕，每一个最重要的运动里都能发现他的身影。

纽约协和神学院珍藏的金字压印《西学东渐记》。一般人对容闳生平的了解，绝大部分是来自他的自传《西学东渐记》。容闳用英文写作回忆录，题为《My Life in China and America》，于1909年在美国出版。《西学东渐记》入编《走向世界丛书》，为套历史文献汇编了1840年至1919年间中国人赴欧美、日本等国的游记、日记和考察报告。

容闳家近澳门，7岁就读澳门教会学堂预备班，受特殊优待住进女院。后来学校搬迁到香港，他成为开校创始六名学生之一。随着在中国办学的美国校长回国，青年容闳获得资助一同前往美国求学，并入籍美国。

容闳从耶鲁大学毕业的时候，中国南方的宗教政权太平天国创立。容闳进入南京，为西方传教士担任翻译，向总理洪仁玕提出将西方文明引入中国的改革方案，领袖洪秀全则授其四等爵位。

但容闳欲效力太平天国的建议全部被拒绝，最终选择投靠曾国藩。他向曾国藩进言，中国要有制造机器的机器。曾国藩采纳了，派容闳赴美国购买制造机器的机器。这种机器当然是能够在中国生产重型武器所需的机械设备，装备这些核心设备的兵工厂江南制造总局后来发展成为江南造船厂。

中国近代起步的核心是恭亲王奕䜣与军机大臣文祥被迫发起的洋务运动，曾国藩与李鸿章、左宗棠、张之洞（“晚清中兴四大名臣”）等地方督抚直接搭建起中国最早的近代工业体系。

洋务派深信中国文化价值的优越性，主张“中体西用”，以现代实业重振中国，拒绝尝试改革制度或引进文化，倒是依托“地方疆臣主导洋务，专属白手套落地产业”的典型人脉模式，滋生了腐败谋私的作风。左宗棠和胡雪岩、李鸿章和盛宣怀，怕都是深受曾国藩派容闳当采买的启发。甲午战败粉碎了洋务运动。

1872年9月，首批到达加州的留美幼童合影。后来，留美幼童中的詹天佑路人皆知。

1870年，容闳倡议派幼童前往美国学习科学和工程，得到当朝督抚曾国藩、李鸿章的支持。1872年到1875年，清政府先后派出四批共120名幼童赴美国留学，幼童出洋时平均年龄只有12岁，预定学制十五年，容闳亦被任命为留美学生监督及清政府驻美副公使。此间，和容闳关系最亲密的美国朋友可算马克·吐温，马克·吐温开始呼吁美国人重视在美华人的人权和尊严。

容闳的中国学生会馆

这些留美幼童多很优秀，十年间超过50人进入美国大学学习。但随着时间推移，这些学生不仅学到了崭新的自然科学知识，更接触了许多人文社科，习染上的西洋风气令朝廷官僚十分不满。计划未满，学生被全部召回，并遭到谴责，“此等人何足以与言西学，何足以与言水师兵法等事”（《申报》）。

1881年的棒球队里有一位大清留美幼童，这形象便如朝廷官僚所言不知自好。

洋务运动和幼童留美计划偃旗息鼓让容闳对救国几乎彻底绝望，但凭着对西方民主政治与国际情势的见识，他认为政治改革是另一个契机，便俨然成为戊戌维新派幕后的总参谋长。

耶鲁大学校园的容闳像

这场改良运动历时103天就被强制下档。容闳逃亡，彻底放弃温和的改良主义，最终投入反清革命。在1900年后曾经三次亲身参与过失败的起义计划，最终也没有完成领导一个革命政府的梦想。

科技：智能中医系统观察

为协助药食同源物质开发，尝试了解人工智能在中医（Traditional Chinese Medicine，TCM）领域的应用，比如tcm-cli，用自然语言提问开展中医药研究和发现。

人工智能技术是中医研究新的工具。许多开源项目基于知识图谱、图神经网络、机器学习或大语言模型，支持根据疾病筛选方剂、组方优化、君臣佐使约束等功能，将隐性经验转化为显性规则。

使用典籍资源构建知识图谱是目前将海量中医典籍转化为可高效利用资源的最优路径之一，为后续应用提供基础性起点。

知识图谱通常用于存储实体的相互关联的描述，同时还编码这些实体背后的自由语义或关系。中医典籍的核心价值在于实体间的复杂关系（病症-病机-证型-中药-方剂-配伍-君臣佐使-剂量-禁忌等），这与知识图谱的天生优势高度匹配。

比如，直接涉及临床应用的中医病症、中药和方剂数据：

• 病症：中医典籍中收录病症最多的是明代官修的大型方书《普济方》，包含病症2,175类。近代编纂的《病源辞典》系统收录了多达4,000余种中医疾病。
• 中药：《中华本草》收入中医药物达8,980味。2025年版《中国药典》一部中药收载品种共3,069种。
• 方剂：中国古代篇幅最大、载方最多的仍是《普济方》，载方61,739首。现代《中医方剂大辞典》收录历代方剂96,592首。

这些海量数据直接对应知识图谱的三元组（实体-关系-实体）。例如：

• 病症 → 证型 → 方剂
• 中药 → 性味归经 → 配伍关系 → 方剂
• 方剂 → 君臣佐使 → 临床适应症

再通过机器与人工抽取，可以构建覆盖数百万三元组的中医知识图谱。知识图谱是AI/ML友好的：

• 可直接在知识图谱上做方剂推荐、预测、君药约束优化。
• 可发现隐含新方或新配伍。
• 可实现智能组方，知识图谱提供可解释的检索依据，避免幻觉。
• 可网络药理学，中药-成分-靶点-疾病多层网络。
• 可扩展性，如融合现代数据特别是分子数据库和临床试验，形成动态知识图谱。

已经有一些现成数据库，如中药药理学数据库（TCMSP、中药材标准化信息ETCM、分子数据库SymMap，可用于构建中医知识图谱，还可以继续做典籍挖掘、知识完备和人工校对，并补充临床验证。

作为爱好者，可以使用tcm-cli，以及查阅开源中医大模型仓库Awesome-TCM-LLM中收录的工具。许多项目仍需数据和架构进化才能直接用于实践。

工具：Unlimited OCR Works

百度以Deepseek-OCR为基础进行架构改进，从而提高OCR性能，实现长文档一次性解析。Unlimited OCR Works团队提出关键的参考滑动窗口注意力（Reference Sliding Window Attention，R-SWA）机制，节省计算开销，有论文支持。项目开源，可本地部署。

Watermark-Removal

Watermark-Removal使用基于机器学习的图像修复方法来去除图像中的水印。本地Docker运行，