一位硬科技投资人眼里,学校最该教的三种能力
"AI不是信息革命的普通延续,而是文明第一次开始拥有可复制的认知能力。" 这意味着:知识不再是稀缺品,提问才是。 米磊不是教育学家,但他看的是产业、资本、技术周期的交汇处。当他把这些判断"翻译"到课堂,会逼我们重新回答一个老问题—— 学校,到底该教什么?
一位硬科技投资人眼里,学校最该教的三种能力
——从米磊《未来5年,破局的3大机会》看课堂该变什么
作者: ARM研究团队 日期: 2026年10月7日 关键词: 硬科技文明 × 课堂重构 × 提问力 × 做中学 × 教育农业哲学
一位硬科技投资人,为什么要谈教育?
因为米磊在正和岛写下《未来5年,破局的3大机会》时,说了句让教育人没法假装没听见的话——
"AI不是信息革命的普通延续,而是文明第一次开始拥有可复制的认知能力。"
这意味着:知识不再是稀缺品,提问才是。
他不是教育学家,但他看的是产业、资本、技术周期的交汇处。当他把这些判断"翻译"到课堂,会逼我们重新回答一个老问题——
学校,到底该教什么?
三种能力,对应三个"不再稀缺"
米磊的文章里,藏着一张"什么在被AI替代、什么变得更稀缺"的对照表。把它翻到教育这一页,答案很清楚。
不再稀缺:信息获取
变得更稀缺:提问的能力
他说:"机器会越来越擅长给出答案,但提出什么问题、选择什么方向、为什么要做一件事,以及愿意为结果承担什么责任,仍然是人类必须守住的部分。"
翻译到课堂:
从"记住答案"转向"提出真问题"。
这与ARM的"提问力是核心竞争力"完全呼应。
传统课堂:老师提问,学生答。学生习惯了"被问"。
ARM课堂:学生先提出自己的问题,AI再辅助探究。学生练习的是"问"。
落地建议: 每节课留出3分钟"学生提问时间"。不要求答案,只要求问题。从"这个知识点怎么用?"到"如果条件变了会怎样?"——问题的深度,就是思维的上限。
不再稀缺:信息差
变得更稀缺:认知差和实践差
他说:"AI时代普通人之间真正的差距,不是信息差,而是认知差和实践差。好问题、真判断和解决复杂问题的能力会越来越贵。"
翻译到课堂:
从"知道什么"转向"能做什么"。
米磊说"信息会越来越便宜,答案会越来越容易生成"——这意味着刷题、记忆、标准化考试的竞争力在加速衰减。
ARM的"做中学"正好卡在这个缺口上:
信息差:学生能搜到平行四边形面积公式(5秒)
认知差:学生能解释"为什么可以这样转化"(需要教师引导)
实践差:学生能在真实场景(铺地砖、裁纸板)中运用这个公式(需要项目设计)
落地建议: 每个单元设计一个"真实问题任务"。不是"做10道题",而是"用这个知识解决一个你遇到的问题"。让"实践差"成为评价维度,而不只是"信息差"。
不再稀缺:局部最优
变得更稀缺:全局视野和敢下山的勇气
他说:"有时我们迟迟找不到答案,是因为问题问得太低。""如果新的方向能够形成更强的长期能力,这段下坡就可能是通往更高山峰的必经之路。"
翻译到课堂:
从"局部最优(分数)"转向"全局最优(成长)"。
米磊讲的是职业转型,但课堂也一样:
局部最优:追求眼前考试分数最大化
全局最优:追求长期能力(提问、实践、反思)的积累
这恰好是ARM的"教育农业哲学":
"静待花开"——不是慢,是在等根系长好。
以及"增值评价":
不看起点看进步,不奖励"在哪里",而奖励"走了多远"。
落地建议: 期末评语里加一条:"这学期你走了多远?"让学生和家长看到"成长轨迹",而不只是"排名位置"。
一位投资人给学校的"三张考卷"
如果米磊来巡视学校,他可能会用这三个问题"拷问"课堂:
考卷 投资人视角 课堂翻译 提问力 "你培养的学生,是会提问,还是会答题?" 每节课有没有学生提问的环节? 实践力 "你培养的学生,是知道答案,还是能解决问题?" 每个单元有没有真实任务? 全局力 "你培养的学生,是追求局部最优,还是敢走下坡路?" 评价是看排名,还是看成长?
给校长的三个判断
"信息差"红利结束了 —— 别再把"设备多、题库大、资源全"当卖点。家长要的是"孩子会不会提问、能不能解决问题"。
"做中学"是必修课 —— 不是"锦上添花",是"生死线"。认知差和实践差,只能在"做"中补,不在"听"中补。
"增值评价"是差异化竞争力 —— 当所有学校都在拼"升学率",你拼"成长率"。这是K型分化中,进入上升通道的门票。
结语
米磊说:"AI只是硬科技文明的序章。真正的大变化,是人类正在同时突破知识、能源、物质、空间和生命的边界。"
这对学校意味着什么?
教育不是灌满一桶水,而是点燃一把火。不是塑造标准件,而是唤醒每一个生命。
这句话我们说了很多次,但今天,它有了产业端的硬支撑——
不是我们"应该"这样做,是时代"逼"我们这样做。
参考来源:
米磊《未来5年,破局的3大机会》(正和岛/笔记侠,2026-10-05)
ARM研究团队:教育农业哲学、做中学实践、增值评价框架
——ARM研究团队·观察文章系列