如果你家孩子现在正在读初中、高中，或者已经上了大学，我猜你这两年多少有过这种感觉：
以前怕孩子考不好，现在更怕的是——好不容易考好了，结果，“时代”把题目换了。
孩子说想学计算机，你会想，AI都开始自己写代码了。
想学设计？AI会画图。
想学金融？AI已经开始做研究、分析、写报告。
想学法律？AI能看合同、查资料。
然后手机再一打开，信息更乱。
有人告诉你：“学历已经没用了。”
有人说：“未来一个人加AI，就是一家公司。”
有人晒十几岁的孩子创业、融资、做App。
还有人搬出马斯克的话：以后AI和机器人足够强，人可能连工作都不需要了。
你说做父母的怎么可能不乱？
孩子的人生不像股票，今天看错了明天还能卖掉。一个专业读四年，一个方向走十年，我们当然会想：我到底该让他往哪边走？
所以这段时间，我没有急着找“未来十大专业”“AI时代五种核心能力”。
我反而去看了两个很有意思的人。
一个是马斯克。
他不是写了一篇教育文章，而是真的把自己的孩子放进去，办了一所学校，前前后后折腾了12年。
另一个叫Daniel Susskind，是英国经济学家。
这个人研究了十几年AI、技术和工作的变化，2020年还写过一本书，名字就很吓人：
《A World Without Work》——《没有工作的世界》。
结果六年以后，他已经是三个孩子的爸爸了。
他开始写另外一本书：
《What Should My Children Do?》——我的孩子该怎么办？
我看到这里就觉得，这两个人值得认真看。
因为一个是：“我觉得学校不对，那我自己办。”
另一个是：“我研究了一辈子未来工作，轮到自己孩子，到底怎么办？”
而最有意思的是，他们最后都没有走向今天网上最流行的那些极端答案。
01｜先说马斯克。很多人不知道，他最开始连“精英私校”都不满意
这个故事得从2014年讲起。
当时马斯克几个孩子读的并不是什么普通学校，而是洛杉矶的Mirman School，一所本来就面向高能力儿童的私立学校。
也就是说，这不是一个“公立学校太差，有钱人给孩子另找出路”的故事。
马斯克是连已经很好的学校，他还是觉得不对。
于是他找到孩子原来的一位老师Josh Dahn，两个人直接在SpaceX总部里面开了一所小学校。
名字叫Ad Astra。
一开始只有8个学生，其中5个就是马斯克自己的孩子。
后来慢慢增加到30多人，但规模始终很小，甚至没有准备扩成几百人，因为这种教法很吃老师，需要大量一对一、小组讨论和即时反馈。
你可以把它理解成教育里的“试验车”。
不是先考虑：“这套东西中国1000万学生怎么用？”，而是先把钱、学校行政、统一课程、升学这些东西暂时放到一边，问一句：
如果我们从头来一次，一个孩子到底应该怎么学？
这个问题很奢侈。
但也正因为奢侈，它能替我们做一些普通家庭做不起的实验。
02｜他最先动的，不是教材，而是“为什么同岁就必须学一样的东西”
我们今天的学校，有一个很自然的规则。
7岁上一年级，8岁二年级，13岁初一。
于是一个孩子哪怕数学特别强、写作一般、历史普通、编程远远超过同龄人，最后还是先得到一个身份：
“初二学生。”
然后大部分科目跟着这个年龄往前走。
Ad Astra当时不太接受这个逻辑。
一个孩子数学走得快，就可以往前走；别的学科不一定跟着一起跳。
不同年龄的孩子，也可以在一些项目和讨论里一起上课。
你想想，其实成年人早就是这么学东西的。
公司里不会因为两个人都是38岁，就要求他们今年学同一门课。
一个人要补财务，一个人要学AI，一个人要学谈判。
真正决定你下一步学什么的，是你已经会什么，以及你接下来要解决什么。
这个道理，我们在成年人身上觉得很正常。
马斯克只是把它提前到了孩子身上。
03｜马斯克当年讲过一个“拆发动机”的故事，我觉得特别容易懂
假设今天要教孩子发动机。
传统方法有时候像这样：
先学什么叫螺丝，再学扳手，再学螺丝刀，再学力矩。
这些工具一件件学完，过了很久以后，终于告诉孩子：“今天我们开始看发动机。”
马斯克觉得，为什么不反过来？
先把发动机摆在孩子面前。
告诉他：来，我们拆。
拆到一个螺栓怎么也打不开的时候，孩子自然会问：“这个东西怎么办？”
这个时候再告诉他：这叫扳手，怎么用，为什么这里需要它。
突然之间，“扳手”就不再是一页课本里的知识，而是一个他现在真的需要的东西。
这就是Ad Astra后来很喜欢做项目、游戏、模拟的原因。
孩子会做机器人、天气气球、网站、环境项目，也会讨论AI、太空和一些复杂的社会问题。
这个思路现在听起来其实不稀奇，就是遇到问题，学习问题，解决问题。
但十年前，把它真的放进孩子日常学校里，而且占这么大比重，还是很大胆的。
04｜还有一件事，我觉得比“做项目”更重要：他们专门给孩子出“没有标准”答案的题
比如有一笔有限的钱。
到底应该优先投教育、疾病研究、环境，还是太空？
没有标准答案。
再比如五个人一起去火星。
一个最有经验，一个最努力，一个最有创意，一个最受欢迎，一个最相信这次任务。
谁当队长？
学校不是想知道孩子“选对了没有”，它更想听：为什么？
为什么是他？你最看重什么？为了这个选择，你愿意放弃什么？
如果现在又给你一个新信息，你会不会改主意？
后来Astra Nova把这种题叫Conundrums两难决策题，甚至申请学校时，也会听孩子怎样讲自己的思路。
这件事对我触动挺大。
因为我们成年人真正难的事情，很多都不是“不知道答案”，而是几个都对的东西撞在一起了。
公司要增长还是要利润？
孩子高三了，冲一所更好的学校，还是选一个他真的喜欢的方向？
工作机会很好，但城市不合适，要不要去？
这些题都没有标准答案。
难的是：你到底把什么放在前面。
05｜他们甚至会故意让孩子“输一次”
2018年，Ad Astra做过一次地缘政治模拟。
学生代表不同国家处理危机，其中一组最后把这个虚拟世界搞到了“核毁灭”。
如果这是普通考试，大概就是：错，扣分。
但Josh Dahn觉得，这反而是一次很值钱的学习。
因为孩子真的经历了一次：“我刚才做了这个决定，然后事情变成了这样。”
这个跟老师站在黑板前说：“同学们，做决定一定要考虑后果。” 完全不是一回事。
就像学开车，你把交通规则背100遍，和在模拟器里真的因为转弯太快撞一次，记忆完全不同。
所以我后来越来越觉得：孩子很多能力，不是听明白的，是自己做完一件事以后才长出来的。
这也是为什么我后来会觉得，家庭里很多看起来很小的事，其实都可以成为这种训练。
这个我们后面再说。
06｜真正让我觉得这个故事有价值的，是2020年以后：这所很“反传统”的学校，开始把传统的东西一件件加回来
如果故事停在2018年，很容易变成一篇特别吸引眼球的文章：
《马斯克的孩子不上普通学校：不分年级、不死记硬背、不走传统教育》
然后我们看完更焦虑。
问题是，故事没有停。
2014到2020年，Ad Astra一直在SpaceX内部运行。
2020年以后，Josh Dahn把这套教学方法独立出来，变成今天的Astra Nova，并且慢慢开始线上化，招世界各地的学生。
这时候一个非常现实的问题来了：
孩子会长大。
小时候可以玩项目、讨论问题。
14岁以后呢？高中怎么办？数学怎么办？大学申请怎么办？外面的学校怎么知道你到底学过什么？
这就像一个创业公司。
最开始可以说：“我不要那些大公司的规矩。”
等真正做了几年，你会发现，有些规矩确实很烦，有些东西却是因为有用，才一直存在。
Astra Nova后来的变化，就是这个过程。
07｜他们没有把数学取消，反而越做越“硬”
这是我特别想跟家长讲的一点。
因为现在有一种说法特别流行：“AI什么都会，以后不用死磕基础知识。”
可你去看Astra Nova后来真正的课程，会发现完全不是这样。
它现在的数学是一级一级往上走的：Pre-Algebra、Algebra I、Geometry、Algebra II、Precalculus、Calculus。
后面还有线性代数、概率、数学建模这些课程。
而且有先修要求。
该会代数，你还是得会。
前面的东西没学稳，不能靠“创新教育”直接跳到微积分。
这件事让我一下舒服了很多。
你看，连马斯克那所当年很敢折腾的学校，绕了一圈以后，也没有得出：“数学不用学了。”
它得出的更像是：数学还是要学，只是不一定所有13岁的孩子，都非得学同一页。
这两个区别很大。
所以你要是问我：“AI都能算了，我孩子还要不要认真学数学？”
我现在反而没那么纠结。
该长在孩子自己脑子里的东西，还是得长。
08｜更有意思的是，到了2026年，它连高中、成绩单、大学申请这些东西都加回来了
Astra Nova后来还有一个很大的转弯。
早期它很少强调传统成绩，但到了孩子十四五岁以后，现实世界开始敲门。
你去别的高中，人家要知道你学过什么。你申请大学，要成绩单，要推荐信，要完整课程。
于是这些东西后来一个个都回来了。
Astra Nova现在会提供正式transcript，也就是成绩单；会写推荐信；也有大学申请方面的支持。
到了2026/27学年，它第一次正式启动完整的14—18岁高中项目，而且是一条3—4年的毕业路线。
学校现在大约有315名middle-school学生，来自45个国家，但真正完整读完“Astra Nova中学+高中”的那一批孩子，其实还没毕业。
所以这件事一定要说清楚。
马斯克这场教育实验到今天已经12年，但它还不能证明自己比传统学校更好。
样本很小。
第一代孩子后来具体发展得怎么样，公开信息也不多。完整高中项目甚至今年才刚刚开始。
所以如果有人告诉你：“马斯克已经证明未来教育就应该这样。”
这话说早了。
但它有一个地方特别值得看：它自己在十二年里改了什么。
09｜我看到这里的时候，反而有点放心：原来不是“传统教育全错了”
早期的Ad Astra很大胆，不太看年龄。很多项目，很多讨论，很多没有标准答案的问题。
但十多年以后，Astra Nova没有越来越像一个“反学校组织”。它反而慢慢长成了三块东西：
数学、科学、历史、文学这些基础，继续认真学。
复杂问题、团队合作、判断、项目，也留下来。
孩子再大一点，还增加真实企业项目、成绩单、毕业路线和升学支持。
我看到这里的时候，最大的感觉不是：“马斯克太厉害了。” 而是：
哦，原来连他们折腾了十几年，最后也没有把学校推翻。
所以我们普通家庭，真不用今天看到一条“未来教育”的视频，明天就觉得孩子现在学的东西全没用了。
有些东西确实应该改。
但有些东西能留这么久，可能真的是因为它有用。
我后来记住的一句话是：一个实验最有意思的，不是它刚开始反对什么，而是做了十年以后，它又把什么加了回来。
10｜这时候还有一个很有意思的插曲：2024年以后，马斯克自己又重新开了一所Ad Astra
这里很容易搞混，我简单说一下。
今天其实有两条线。
一条是刚刚讲的：2014年的Ad Astra，后来由Josh Dahn继续发展成Astra Nova。
另一条，是马斯克自己的基金会后来又在得州Bastrop支持了一所新的Ad Astra。
这不是原来学校简单搬家，它是另外一个新的项目。
2024年底，这所新的Ad Astra已经获得运营许可，第一批面对的主要是3—6岁的孩子。
这里有个细节，我觉得比“马斯克又办学校了”更有意思。
你想，如果一个天天谈AI、机器人、火星和未来的人，在2024年重新做幼儿教育，你第一反应会觉得孩子在里面干什么？
学AI？学编程？机器人？Prompt？结果并不是。
11｜3—6岁的孩子，居然还在扫地、扣纽扣、叠衣服
得州监管材料里描述的新Ad Astra，很像Montessori式的幼儿教育。
每天有很长一段不被打断的自主工作时间。
孩子自己选择活动，不同年龄混在一起，大量动手材料，户外活动，还有很多很普通的生活技能：扫地、扣纽扣、叠衣服。
这件事我看了很久。
当然，我不能说：“这说明马斯克认为AI越强，孩子越应该远离AI。” 他没有这样公开讲过，这是我自己的一个观察。
但你不觉得很有意思吗？
一个最相信技术的人，到了三四岁孩子这里，做的事情反而特别“原始”。
摸东西，自己做，自己收，跟别人一起生活。
我的理解是：
AI可以替一个孩子知道很多东西。但有些东西，它替不了。
它不能替孩子自己系鞋带，不能替他把弄乱的东西收起来，不能替他和别人吵完以后再想办法相处。
更不能替他慢慢形成一种感觉：
“这件事是我的，我能处理。”
这句话到了16岁、20岁，也没变，只是那时“扣纽扣”，已经变成了：选课，选专业，安排时间。
第一次实习，第一次失败，第一次自己作决定。
AI越来越会替我们把事情做完以后，我们可能反而要更小心：别把孩子“自己长出来”的那一部分，也一起交出去了。
12｜然后我看到Daniel Susskind。这个人其实比马斯克更像普通家庭
马斯克的故事很有意思，但说到底，他的条件太特殊。他觉得学校不对，可以自己办一所。
普通家庭做不到。
所以我后来觉得，Daniel Susskind可能更值得我们看。
他本来不是研究教育的，他是经济学家，长期研究的是技术、AI和工作。
2015年，他和父亲Richard Susskind写过《The Future of the Professions》，研究医生、律师、会计师这些传统职业，会怎样被技术改变。
到了2020年，他又写了一本：
《A World Without Work》。
这个名字很直接：如果机器越来越强，有一天人类真的不需要那么多劳动了，社会怎么办？钱怎么办？人的意义怎么办？
2024年，他又继续写经济增长，然后到了2026年，事情突然变得很私人。他已经是三个孩子的爸爸了。
新书的名字变成：
《What Should My Children Do? How to Flourish in the Age of AI》
《我的孩子该怎么办？如何在AI时代过得更好》。
我特别喜欢这两个书名放在一起。
2020年：
如果未来没有工作，世界怎么办？
2026年：
那我自己的孩子怎么办？
研究社会很宏大，轮到自己家孩子选学校、选方向、面对AI，才真正麻烦。
13｜2026年9月，他专门写了一篇文章。让我意外的是，他第一件事不是叫孩子赶紧学AI
9月6日，他在《卫报》发表了一篇文章。
标题就是：
“我是三个孩子的父亲，同时研究人工智能的影响：关于AI，这是父母需要知道的。”
你想，一个研究了十几年AI和工作的经济学家，又刚好有三个孩子。
如果世界上真有人应该知道：“孩子未来学什么最安全？” 大概就是这种人。
结果他的第一个回答反而是：别找。
别再拼命找一种所谓“AI永远不会替代的技能”。
为什么？
因为这条线动得太快。
几年前我们说：机器只会做重复劳动，人类要学创造力。后来，AI会画画、写文章、作曲。于是，大家又说：那就学coding。结果，今天AI自己已经很会写代码了。
你如果每次都追着问：“AI现在还不会什么？” 然后马上让孩子去学那个东西，
就像海水涨潮，你带着孩子不停往后搬椅子。
问题是，孩子读一个专业要四年，一个人真正进入一个行业，可能要十年。
我们不可能模型一升级，就给孩子换一次专业。
14｜结果这个研究AI的人，最后居然又回到了“读书、写字、数学”
这一点真的很有意思。
研究AI研究了这么多年以后，Susskind没有说：“以后基础知识没用了。”
反而说：
literacy and numeracy，读写和数学，仍然很重要。
不是因为未来的公司还要求员工手算7×8，而是因为这些东西是孩子自己理解世界的底子。
我很喜欢拿导航来比。
现在我们人人都有地图导航，但你还是得有基本方向感。如果导航让你开进河里，你总得知道：“不太对吧？”
AI也一样。
AI可以给孩子答案，可是如果孩子自己什么都不懂，他连AI什么时候开始胡说都不知道。
所以：AI知道，不等于孩子知道。
这两个千万不能混成一件事。
15｜Susskind给了一个特别简单的方法：两种都学，两种都看
他的原话是：
Teach both, test both。两种都教，两种都考，看看孩子会不会。
他拿计算器举例。
计算器出来以后，我们没有说：“从此孩子不用学数学。” 我们的做法其实一直是两层。
第一层，不用计算器的时候，基本东西自己会。
第二层，允许用计算器以后，你能解决更复杂的问题。
AI也一样。
比如写一篇文章。不用AI的时候，孩子自己有没有观点？能不能把一件事讲清楚？给了AI以后，他能不能查更多资料、找反例、把东西做得更好？
这才是两种能力。
如果孩子不用AI什么都不会，用了AI以后，突然交出一篇特别漂亮的东西，那不一定说明他能力强，也可能只是AI能力强。
我现在特别认同的一句话是：不是问孩子“可不可以用AI”，而是先弄清楚——什么东西必须先长在他自己身上。
16｜到这里，马斯克和这个经济学家的故事，突然接上了
一个是企业家，一个是经济学家。一个自己办学校。一个研究AI以后工作怎么办。
他们走了完全不同的路，但最后有一个地方特别像。
马斯克的学校折腾十多年以后，没有把数学、科学、文学这些基础扔掉。
Susskind研究十几年AI以后，也没有告诉三个孩子：“基础不用学了。”
两边都慢慢走到了一个比较朴素的地方：
自己的底子要有，但只会底子也不够。还得学会碰到一个以前没见过的问题，自己往下走。
这也正好解释了Susskind另外一个观点。
他说，与其一直替孩子猜：“哪个职业未来最安全？” 不如换个角度：
这个世界还有什么问题值得解决？
医疗还有问题，能源还有问题，教育还有问题，生命科学还有问题，商业也永远有问题。
然后再看：孩子愿不愿意进入其中一个世界，慢慢学深。
17｜所以你要问“专业到底怎么选”，我们现在最不敢做的，就是替孩子找一个“AI安全专业”
家长最想听的是：“你就选这个，十年以后一定好。”
可我觉得今天，谁要是特别肯定地告诉你这个答案，反而要小心一点。
计算机会变，金融会变，设计会变，工程会变，医疗也会变。
但是“会变”和“会消失”，不是一回事。
很多时候先变的，是工作里面一件一件的小任务。
比如一个Marketing团队过去80个人，也许以后只要30个人。
有些资料整理AI做了，有些文案AI写了，有些分析自动化了。
但“我要卖给谁”、“消费者为什么买”、“这个品牌到底应该站在哪儿”，这些问题还是要有人回答。
所以，我现在更愿意看三件事。
孩子有没有一块真的愿意钻进去的东西？
碰到陌生问题，他会不会自己往下查、往下学？
有了AI以后，他能不能做得比以前更远？
简单来说，就是：领域知识 × 解决问题能力 × AI放大能力
你可以这样理解：
孩子最好有一块自己真正懂的东西，有点遇到事情自己想办法的本事，再学会把AI用好。
就这三件事。
不神秘。
18｜专业可以选，但别把它想成一份从18岁签到了60岁的合同
我们这代人以前很容易这么想：
学会计，以后就是会计。学计算机，以后做程序员。学金融，以后进银行或者证券。专业和工作绑得比较紧。
以后这条线可能没有这么直了。
所以高中选专业的时候，我会比以前更愿意看：
这个孩子愿意长期理解哪一类东西？
有人对生命好奇，有人对机器好奇，有人喜欢商业，有人喜欢人、语言、社会。
这不是一句“跟着兴趣走”。兴趣这个词太轻了。我更想看的是：
这个东西开始变难以后，他还愿不愿意继续。
喜欢打游戏，不等于喜欢计算机。喜欢看医学纪录片，也不等于愿意学几年生化和解剖。
真正值得选的方向，往往是：它难起来以后，你还想往里走。
未来最容易换掉的，可能是岗位名字；真正学进去的一块东西，反而没那么容易白学。
19｜如果孩子还在初中，我反而不会急着让他“规划人生”
十三四岁的时候，很多孩子根本不知道以后要干什么。
这太正常了。
所以这个阶段，我觉得不用过早把门关掉。
数学该学还是学，阅读别丢，写东西、英语、基本科学，该打的底子还是打。
不是因为这些课未来一定最赚钱，而是因为以后孩子突然想学工程、经济、生物、国际关系时，这些东西会决定那扇门还开不开。
但是另一边，也别让孩子每天只剩下学校里的题，家里完全可以给他一点真事。
20｜比如孩子说：“我想换一台电脑。”
我们以前一般怎么做？
妈妈上网看评价，爸爸问懂电脑的朋友。型号选好，下单。
孩子最后的主要任务是：挑颜色。
其实可以换个做法。
你想买？那你自己研究。
为什么3000的不行，要5000？内存、CPU、使用年限，你怎么考虑？给三个方案。
不会查？问AI。不会做表？让AI教。
最后我们只问一句：“你为什么选这个？”
如果预算超了，再回来改。
这其实已经够了，根本不用去报一个“青少年领导力训练营”。
想养猫，也一样。
一个月多少钱？疫苗呢？旅行时谁管？猫砂放哪里？你负责什么？
安排一次家庭旅行也一样。
预算多少，交通怎么走，天气怎么样，一天塞五个地方会不会累死。
这些看起来全是小事，但孩子自己从头做到尾一次，得到的东西可能比听十节“解决问题课”都实在。
马斯克那所学校咱们复制不了。但“让孩子真的负责一件小事”，这件事家家都能做。
21｜如果孩子已经到了高中，我会少问一点“以后挣多少钱”，多看一点“他愿意往哪里钻”
高中确实要开始面对现实。
选科、选专业、大学，我们不可能完全不考虑就业。
但如果所有判断最后只剩下：“这个行业未来工资高不高？”
风险也挺大。因为工资高的行业，四年以后可能已经变了。
我更愿意在就业之外，再加一个问题：
这个孩子愿不愿意在这个方向里学越来越难的东西？
比如他说喜欢生物。
那就往后看一点。化学、统计、生物机制开始变难以后，他还想不想弄明白？
他说喜欢计算机。碰到真正难的编程、系统、数学以后，他还愿不愿意坐在那里想？
这个比“小时候爱不爱玩电脑”靠谱得多。
22｜如果孩子已经在大学，我会开始很在意一件事：除了成绩，他到底完整做过什么？
大学当然不是不要成绩，尤其要读研、拿奖学金、进一些专业领域，GPA还是很现实。
但如果四年过去以后，孩子只有：课程、考试、绩点、证书，我会觉得少了一点东西。
因为AI现在第一次让一个20岁的学生，可以拥有过去只有在公司里才能找到的一些帮手。
不会查资料，AI可以帮。不会写代码，可以边做边学。英语论文读不懂，可以先帮助解释。数据不会整理，也可以让它教。
所以AI一个特别大的变化，不一定是：“以后孩子不用学习了。”
反而可能是：
孩子可以比我们当年更早去碰真的问题。
过去要等毕业进公司才有机会做的事情，现在大学里就可以开始。
这其实是好事。
23｜但这里有一个坑：别最后变成“孩子什么都没学会，AI什么都会了”
现在一份作业可以让AI写，PPT可以让AI做，代码让AI生成，分析也让AI做。
最后孩子按一下提交，看起来效率特别高。
问题是：到底谁变强了？
如果连问题都让AI替他定义，方案让AI替他选，最后对结果也不用负责，
那孩子得到的就不是“AI帮我变厉害”。更像是：“AI替我做完了。”
所以我现在特别喜欢一句很朴素的话：
AI可以帮忙，最后这件事还是你负责。
AI可以给三个方案。你选。AI可以算预算。你解释为什么相信它。AI可以做调研。你来判断哪些信息靠谱。
这样工具越强，孩子反而能走得更远。否则工具越强，人越容易站着不动。
24｜说到这里，就会碰到另一个最现实的问题：大学到底还有没有用？
这个问题，我现在真不敢说：“大学没用了。” 至少今天没有足够的东西能让我这样劝一个普通家庭。
大学不只是教课。它还有老师、同学、实验室、专业训练、实习机会、社会认可，还有一个年轻人慢慢离开家庭、自己生活的几年。
很多职业，你也必须通过大学才能进去。
所以看到“18岁创业成功”这种故事，不能一下推出：“那大家都别上大学了。” 这中间差了太多东西。
但是另一边，我们也得承认：以后只有一张毕业证，可能确实越来越不够。
以前公司看一个22岁的人，能看的东西很少。
哪所学校？什么专业？GPA多少？
以后它可能还能看：你真正做过什么？解决过什么问题？有作品吗？会不会跟AI一起做事？
所以学历可能没以前那么“万能”。但这跟“学历没用”，完全是两回事。
如果你要我跟一个普通家庭讲，我会说：
能拿的学历先拿着，但别让孩子四年最后只剩一张学历。
这样更现实。
25｜至于那些“16岁创业”的故事，我现在都会先往前翻五年
这几年这种内容特别多。
15岁做App。17岁拿融资。大学退学创业。AI一个人做出过去十个人的公司。
很刺激。
家长看完很容易想：“我家孩子是不是又落后了？”
但我现在看到这种故事，会先做一件事：
往前翻。
这个孩子是不是十岁就开始写代码？是不是已经做坏了十几个东西？是不是参加过很多比赛？是不是认识这个圈子里的人？是不是很早就开始接触真实用户？
很多所谓的“16岁突然成功”，其实地下已经长了五六年的根。
只是短视频不会拍那五六年。它只拍：16岁。100万美元。融资。
就像给你看一棵十米高的树，然后告诉你：“人家一年就长这么高。” 根完全没有拍进去。
所以一个16岁创业者成功，证明不了“教育不重要”。
很多时候，恰恰可能说明：
他只是比别人更早进入了另外一种很密集的学习。
做、失败、修改、再做、见客户、被拒绝、重新来。
AI现在确实让孩子更早可以开始做东西，但AI只是降低了“开始”的门槛。
它没有把一个人真正长大的时间一起取消。
26｜写到这里，我发现这件事，已经不只是孩子的问题了
我们这代40+父母有个挺特殊的位置。
一边替孩子担心AI，一边自己的工作也正在被AI改。
Marketing在变，财务在变，工程在变，制造、零售、咨询、管理都在变。
所以我们和孩子之间，第一次有点像同时进了一个新世界。
以前父母可以说：“你听我的，这条路我走过。” 现在，很多路我们自己也没走过。
2035年的公司什么样，我们也不知道。五年以后哪些岗位还这样，我们也不知道。
所以我反而觉得：我们不必假装自己知道答案。
我们真正比孩子多的，是另外一些东西。
我们知道一个人什么时候靠谱，知道一个漂亮PPT为什么执行不下去，知道事情做砸了以后怎么收拾，知道钱不够的时候怎么取舍，知道合作很难，沟通很难，做决定更难。
这些东西，AI不太容易用一条prompt替掉。
所以一个40多岁的妈妈，未必需要变成AI专家，才能帮孩子。
你可以跟他一起试，第一次用AI查东西，一起看它说错了什么。
告诉孩子：“这个我也不会，咱们看看怎么弄。” 这反而可能是一种很好的教育。
AI时代，父母不一定要站在终点，告诉孩子怎么走。让他看到一个成年人，碰到新东西以后，也会重新学，这件事本身就很有用。
27｜所以我们现在最担心的，不是“孩子会不会选错一个专业”
选错当然还是怕，我们不可能完全不怕。但如果一定让我在两个风险里挑一个，我现在更怕另外一种。
一个孩子从小学到大学都很优秀，每次考试都不错。可是二十年里，他最熟悉的世界一直是：问题别人出，范围别人划，要用哪些知识，别人告诉他，什么时候交，别人规定。
最后还有标准答案。
如果未来十年最可能发生的是：AI在变，工具在变，岗位在变，公司的分工也在变。
那么真正麻烦的可能不是：18岁选错一个专业。
而是：换了一道没人出过的题，他就不知道从哪里开始。
这也是为什么我现在觉得，马斯克那所学校最值得看的不是火箭、AI、游戏这些“酷”的东西。
而是它一直在让孩子练：我先看看问题到底是什么。我缺什么？去哪找？试一下，结果不对，回来改，再来。
这件事情，我们普通家庭其实也能慢慢给孩子。
不用轰轰烈烈，一点一点就行。
28｜最后还有一个更大的问题：如果以后真的“不需要工作”，那今天为什么还要读书？
马斯克这些年讲过一种非常极端的未来。
如果AI和机器人足够强，有一天工作也许会变成optional——你可以工作，但不是为了不工作就没饭吃。
这个未来会不会来？什么时候来？
我不知道。
所以我绝不会拿这种预测，去替一个今天15岁的孩子选大学专业。但是这个问题拿来想一想，很有意思。
如果有一天，人真的不用为了生活必须上班，教育是不是也没用了？
我现在反而觉得，可能恰恰相反。
以前工作替很多成年人回答了一堆问题。
我为什么早上七点起床？因为上班。
我是谁？我是医生、我是老师、我是经理、我是工程师 ...
我今天做什么？公司告诉我。
假如有一天这些东西，都不再自动给你答案，一个人反而更需要知道：
我到底喜欢什么？我愿意花时间理解什么？什么事情我觉得值得做？我愿意跟什么人一起生活、合作？我想把自己的一部分时间交给什么？
这时候教育就不只是为了：“以后找份工作。” 它又回到一个很老的问题：
最后，我们到底想让一个孩子长成什么样的人？
29｜所以看完马斯克，也看完Susskind，我现在反而没那么想替孩子预测未来了
2014年，马斯克觉得学校不对，自己开了一所。折腾了12年以后，他没有证明：
数学可以不要，知识可以不要，高中可以不要，大学可以不要。
相反，这些东西很多又回来了。
但与此同时，他保留下来的另一半也很清楚：
让孩子面对真的问题、让他自己判断、让他做点东西、让他经历结果、让他失败以后再来一次。
另一边，一个研究“未来可能没有工作”的经济学家，做了三个孩子的爸爸以后，也没有说：
赶紧退学、赶紧创业、全部学AI。
他最后居然告诉我们：读写和数学还是要有。
AI当然也要用，两种都要会。
这两条路走到一起以后，我自己的判断其实很简单。
该学的基础，别因为AI就慌着扔。该走的学校路，也不用因为几个天才少年的故事就急着推翻。
但孩子也真的不能只剩下考试，慢慢给他一点真实的事情。
让他自己做点决定，让他用AI。但最后问他一句：
“你为什么这么选？”、“结果怎么样？”、“如果再来一次，你准备怎么改？”
其实就已经很好了。
写在最后
如果你现在正替一个初中生、高中生或者大学生发愁，我觉得我们可能都得接受一件事：
没有人能提前十年替孩子把未来看清。
马斯克不能、Susskind也不能、我们更不能。
但看完他们真正走过的这些年，我至少觉得，有些东西不需要那么慌。
孩子还是要有自己的脑子，还是要真正学进去一些东西，还是要有一块自己愿意往深处走的地方。
AI当然要会用，而且可能要比我们这一代用得好得多。但最后，他得慢慢学会：
这是我的选择、这是我的事情、这是我做的结果、我做错了，我再改。
我们没法替孩子准备好未来所有的答案。
但至少可以尽量让他变成一个——哪怕题目突然换了，也知道自己该从哪里开始的人。
关于作者
我是范羡 Eva，全球商业判断与战略顾问。
过去20年，我长期工作在全球科技品牌、B2B业务和复杂商业项目一线。
现在主要关注三件事：
中国企业出海、AI带来的经营变化，以及35+职场人的经验重构。
我一直相信：
真正重要的不是知道更多信息，而是形成自己的判断。
· · ·
了解更多
fanxianeva.com ｜ labatech.com.cn
商务合作，微信沟通👇
｜如果想先看更多视频内容，可以点这里。👇
#人工智能 #教育 #家庭教育 #职业规划 #未来工作 #范羡Eva #全球视野