如果明天波士顿动力公司的机器狗只用了1小时59分就跑完了马拉松，你会为此欢呼吗？
大概率不会。你会觉得这理所应当，甚至觉得有点无聊。毕竟它不知疲倦，没有乳酸堆积的痛楚，也不会在最后几公里经历那种灵魂出窍般的挣扎。
但当基普乔格冲过终点线时，全世界都在沸腾。
为什么？因为我们知道那是肉体凡胎的极限，我们感动于那种“明知不可为而为之”的脆弱与坚韧。
这就引出了一个当下最让人焦虑，也最让人迷茫的问题：在这个人工智能连绘画、写诗、敲代码都能秒杀人类的时代，我们费劲巴力地去学习，去背诵，去思考，到底是为了什么？
前段时间，牛津大学那位神经科学家出身的校长艾琳·特雷西，在面对这个“时代之问”时，给出的答案并不复杂，甚至听起来有点“复古”。她说，在一个技术狂飙突进的年代，我们必须比以往任何时候，更将人类及其故事，置于核心。
这话听着像是一碗又浓又热的鸡汤，但作为一名在制造业混迹多年，见惯了黑灯工厂和数字化转型的从业者，我必须得说，这碗汤里，藏着对抗算法霸权的解药。
没用的知识，才是灵魂的防腐剂
我们现在的恐慌，很大程度上源于一种“工具理性”的崩塌。
过去我们受教育，逻辑很硬核：学会这个技能，把它卖给雇主，换取生存资料。我们把自己当成了一个待价而沽的“功能模块”。
但现在，那个叫AI的家伙，是一个不知疲倦、不用睡觉、甚至不需要五险一金的超级功能模块。你引以为傲的逻辑分析能力，在GPT-4面前，可能就像是算盘在面对超级计算机。
于是，很多人崩溃了。既然AI能在一秒钟内写出关于法国大革命的论文，我为什么要花一个月去读那些枯燥的历史书？既然AI能瞬间翻译莎士比亚，我背单词的意义何在？
如果你把学习仅仅看作是“获取答案”的手段，那你确实可以躺平了。因为在“给答案”这件事上，人类已经彻底输了。
但是，牛津校长提到的那个核心——“人类的故事”，恰恰不在答案里，而在寻找答案的那个笨拙过程中。
想起国外某知名科技媒体的一篇评论，大意是说，由于AI的生成能力极其廉价，未来的互联网将充斥着完美的废话。在那种环境下，真正的稀缺品不再是知识本身，而是“辨别真伪的直觉”和“理解人性的能力”。
学习历史，不是为了记住拿破仑哪一年滑铁卢，而是为了理解权力的傲慢和命运的无常；学习文学，不是为了分析修辞手法，而是为了在某个深夜痛哭时，知道这种孤独感千百年前就有人经历过。
这些看似“没用”的东西，构成了我们作为人的底色。AI可以模仿人类的情感表达，但它永远无法理解什么叫“断肠人在天涯”。它没有肉体，没有痛感，也就没有真正的故事。
大脑不是硬盘，它是肌肉
特雷西校长是搞神经科学的，她太懂大脑是怎么回事了。
在数字化转型的圈子里，我们总喜欢谈效率。怎么快怎么来，怎么省事怎么来。于是，这种思维也传染到了教育上。我们恨不得把知识做成压缩包，直接解压到孩子的大脑里。
但大脑不是硬盘。
学习的本质，其实是大脑的“塑形”。每一次痛苦的思考，每一次对复杂概念的咀嚼，都是神经元在建立新的连接。
这就好比去健身房。既然起重机能提起几吨重的货物，人类为什么要举哑铃？既然汽车能跑那么快，人类为什么要练长跑？
因为我们举铁不是为了搬砖，是为了强壮肌肉；我们跑步不是为了赶路，是为了心肺功能。
同样的，我们学习微积分，学习复杂的哲学思辨，不是因为生活中真的需要你去手算积分，而是因为这个过程训练了你的逻辑思维，提升了你的认知带宽。
AI就像是思维的“起重机”和“汽车”。它可以帮我们省力，但如果我们因此放弃了思维的“举铁”，最后的结果就是大脑的“肌肉萎缩”。
一个大脑萎缩的人类，面对一个智力超群的AI，那不叫合作，那叫被圈养。
所以，在这个时代，学习不再是为了从外界搬运信息，而是为了在内部构建力量。只有当你的大脑经过了足够强度的训练，你才能在AI胡说八道的时候，敏锐地指出它的逻辑漏洞；你才能在海量的信息垃圾中，一眼看到那个闪闪发光的洞见。
别把自己活成算法的注脚
在制造业领域见多了为了数字化而数字化的案例。很多企业上了最贵的系统，买了最先进的机器人，结果生产效率反而下降了。
为什么？因为人没了。
那些老师傅的经验，那些对机器声音的微妙感知，那些处理突发状况的直觉，是冰冷的代码无法完全覆盖的。
教育也是一样。现在有一种很危险的倾向，就是把教育也“算法化”。精准刷题，精准提分，把学生当成训练数据，把考试当成损失函数。
这种教育培养出来的，不是人，是低配版的AI。而在低配版AI和高配版AI的竞争中，人类必败无疑。
牛津校长强调“人类及其故事”，其实是在提醒我们：不要在追求效率的路上，把“人味儿”给弄丢了。
什么是人味儿？
是即使知道标准答案，依然想要去探索另一种可能性的倔强；是明知不可为而为之的傻气；是看到落叶会伤感，看到星空会敬畏的非理性。
AI讲逻辑，人类讲意义。
AI追求最优解，人类往往在错误中找到创新。
如果我们为了迎合机器的标准，主动阉割了自己的情感和直觉，那我们就是在主动降维。我们不仅竞争不过机器，我们甚至会失去被机器服务的资格。
学习这种苦，是你必须要吃的
说点现实的。
未来的职场，两极分化会极其严重。一种人，是能够驾驭AI，利用AI放大自己创造力的人；另一种人，是只能听命于AI，做AI剩下的边角料工作的人。
你要做哪一种？
如果你想做前者，你就必须从现在开始，去啃那些AI觉得“没效率”的硬骨头。
去读那些晦涩的大部头，去钻研那些复杂的系统论，去和不同观点的人面对面争吵。不要习惯了短视频的爽快，就忘记了长阅读的深沉；不要习惯了AI的秒回，就失去了长时间专注思考的能力。
在这个时代，耐心和专注，是比黄金还珍贵的资源。
因为AI没有耐心，它只有算力。AI也没有专注，它只有并行处理。
当你能沉下心来，花几个月时间去研究一个课题，去打磨一件作品，去经营一段关系时，你就构建起了AI无法逾越的护城河。
这种“慢”，在快节奏的AI时代看来是低效的，但恰恰是这种低效，酝酿出了人类独有的智慧。
真相的守门人
当下的智者常常担忧一个问题：当生成式AI可以批量制造新闻、图片甚至视频时，真相还存在吗？
国外有家媒体曾做过实验，让AI生成假新闻，结果比真人写的更具煽动性，传播得更快。
这时候，教育的意义就凸显出来了。
我们需要学习，是为了在这个充满“合成现实”的世界里，保持清醒的头脑。我们需要有足够的知识储备，去识破那些精美的谎言；我们需要有足够的批判性思维，去质疑那些看似完美的结论。
未来的文盲，不是不识字的人，而是不会鉴别信息真伪的人，是没有独立思考能力的人。
你会发现，越是顶级的科学家、思想家，他们越强调基础学科的重要性。物理、数学、哲学、历史，这些学科构建了人类认识世界的底层逻辑。
只有掌握了底层逻辑，你才不会被表层的技术浪潮卷得晕头转向。
这就像盖房子。AI可以帮你快速装修，帮你设计软装，但地基，必须由你自己亲手打下。地基不稳，AI给你盖的楼越高，塌得越惨。
我们需要重新定义“平庸”
以前，我们认为背书快、算数快就是聪明。现在，这些都成了平庸的标准。
因为机器比你更快。
在AI时代，平庸的定义变了。缺乏好奇心，缺乏同理心，缺乏审美能力，这才是新的平庸。
在参观很多先进工厂时发现，最难被机器替代的岗位，往往涉及到复杂的沟通和审美判断。比如高级定制的裁缝，比如解决复杂劳资纠纷的HR，比如定义产品灵魂的设计总监。
这些工作，都需要极强的“感知力”。
特雷西校长说要把人类故事置于核心，其实就是在呼唤这种感知力的回归。
我们需要去学习如何感受他人的痛苦，如何欣赏一朵花的绽放，如何理解一段沉默背后的千言万语。
这些东西，代码写不出来，数据算不出来。
所以，别再问“学这个有什么用”了。在这个功利的世界里，恰恰是那些“无用”的东西，定义了你的价值。
去学画画吧，不是为了当画家，是为了学会观察光影的变幻；去学音乐吧，不是为了当演奏家，是为了听懂和弦里的情绪；去读小说吧，不是为了消遣，是为了在别人的故事里多活几次。
吹响绝地反击的号角
机器跑马拉松，那是物理学的胜利；人类跑马拉松，那是精神的胜利。
只要人类还对自身的极限感到好奇，只要我们还对未知感到敬畏，只要我们还愿意为了一个模糊的梦想去燃烧自己，AI就永远只是工具，而不是主人。
教育，就是这场反击战的兵工厂。
我们在这里，不是为了把自己打磨成更精密的零件，而是为了把自己锻造成更完整的人。
这是一个最好的时代，因为工具的进步让我们从繁重的重复劳动中解放出来；这也是一个最坏的时代，因为如果你没有强大的内核，你就很容易被工具吞噬。
所以，当孩子问你：“爸爸妈妈，既然手机能算出来，为什么我还要背乘法口诀？”
你可以告诉他：“孩子，我们背口诀，不是为了得到那个答案，而是为了让你的大脑长出翅膀。有了翅膀，你才能在AI铺好的公路上，飞起来，去它去不了的地方。”
不要害怕AI，AI越强大，人性的光辉就越珍贵。
只要我们还在学习，还在思考，还在感受，机器就永远只是冷冰冰的铁块。而我们，才是滚烫的星尘。