传统教育体系的目标是快速培养大量的、满足标准工作质量的熟练社会人：
1、学习/记忆知识。
2、重复练习形成学习方法。
《从拔尖的陷阱到掌控的反噬》
https://mp.weixin.qq.com/s/nggJT46jUfXNgEZyZVc8hQ
优绩主义、泰勒教学模式、抢跑——过程（评价系统）成了目标本身，做题家总是在揣摩出题人的心思；固化/僵化了学习的方法，失去了“确立目标的能力”。“人的真正成长需要一种否定性的力量”。
AI时代需要新的教育体系：
1、建立、保持兴趣的能力，以保持不断建立新的阶段性目标的动力。
2、确立目标的能力：阶段性目标的建立与创新的能力。
3、实现目标的能力：复杂环境下的学习/分析新问题的能力（创新能力）、使用工具（建立创新的基础层次）的能力、团队协作能力。
“最重要的人生答案就那三五个”
https://mp.weixin.qq.com/s/8kSRsjAAdjqnztkkBNSUOQ
“成年前的教育阶段，没有什么比找寻热爱什么更重要的事情了。”
http://47.92.147.95/index.php/2024/09/09/1124/11/
2.1.1.8 我该怎样生活
我们一开始不可能通透了解自己的本性，这不在于我们还不够聪明，而在于我们的本性在一开始不够具体，本性有待在盘根错节的实践中向我们逐渐清晰地显现。
洞明自己行在何处，浑然一体地洞明自己和自己所行之路，从而能贴切着自己的真实天性行路，把自己大致保持在天性所指的道路上。
https://mp.weixin.qq.com/s/Cajwfve7f-z2Blk9lnD0hA
「暗涌」：《疯狂的幻方：一家隐形AI巨头的大模型之路》
梁文锋：一种好奇心驱动。从远处说，我们想去验证一些猜想。比如我们理解人类智能本质可能就是语言，人的思维可能就是一个语言的过程。你以为你在思考，其实可能是你在脑子里编织语言。这意味着，在语言大模型上可能诞生出类人的人工智能（AGI）。
很多人会以为这里边有一个不为人知的商业逻辑，但其实，主要是好奇心驱动。如果一定要找一个商业上的理由，它可能是找不到的，因为划不来。从商业角度来讲，基础研究就是投入回报比很低的。OpenAI早期投资人投钱时，想的一定不是我要拿回多少回报，而是真的想做这个事。我们现在比较确定的是，既然我们想做这个事，又有这个能力，这个时间点上，我们就是最合适人选之一。
【什么样的好奇心】对 AI 能力边界的好奇。对很多行外人来说，ChatGPT 这波浪潮冲击特别大；但对行内人来说，2012年 AlexNet 带来的冲击已经引领一个新的时代。AlexNet 的错误率远低于当时其他模型，复苏了沉睡几十年的神经网络研究。虽然具体技术方向一直在变，但模型、数据和算力这三者的组合是不变的，特别是当 2020 年 OpenAI 发布 GPT3 后，方向很清楚，需要大量算力；但即便 2021 年，我们投入建设萤火二号时，大部分人还是无法理解。一件激动人心的事，或许不能单纯用钱衡量。就像家里买钢琴，一来买得起，二来是因为有一群急于在上面弹奏乐曲的人。
【人才稀缺】如果追求短期目标，找现成有经验的人是对的。但如果看长远，经验就没那么重要，基础能力、创造性、热爱等更重要。从这个角度看，国内合适的候选人就不少。
【经验没那么重要】不一定是做过这件事的人才能做这件事。幻方招人有条原则是，看能力，而不是看经验。我们的核心技术岗位，基本以应届和毕业一两年的人为主。做一件事，有经验的人会不假思索告诉你，应该这样做，但没有经验的人，会反复摸索、很认真去想应该怎么做，然后找到一个符合当前实际情况的解决办法。
【选来合适的人后，用何种方式让他进入状态】我们没有 KPI，也没有所谓的任务。交给他重要的事，并且不干预他。让他自己想办法，自己发挥。
其实，一家公司的基因是很难被模仿的。比如说招没有经验的人，怎么判断他的潜力，招进来之后如何才能让他成长，这些都没法直接模仿。创新需要尽可能少的干预和管理，让每个人有自由发挥的空间和试错机会。创新往往都是自己产生的，不是刻意安排的，更不是教出来的。招人时确保价值观一致，然后通过企业文化来确保步调一致。当然，我们并没有一个成文的企业文化，因为所有成文东西，又会阻碍创新。更多时候，是管理者的以身示范，遇到一件事，你如何做决策，会成为一种准则。
https://mp.weixin.qq.com/s/bk-9PupRlHNtxfJhIJf2GA
caoz：《三小时零基础AI编程做产品，到底行不行？》
“无论是不是AI时代，让你做出产品能赚钱的都不是编程能力，而是需求洞察能力。AI只是让你能快速，低成本的把需求洞察变成可用的产品。”
在这个案例中，AI甚至都不能“快速低成本的把需求洞察变成可用的产品”，还需要人的交互debug，甚至提供“超高难度数独题库”才能实现。
杨振宁：我一向认为中国的社会、环境、教育哲学、教育体制，对60分至85分能力的孩子是好的，它可以使这样的人变得有用、成才，长大后能朝正规的方向发展。中国这几十年的建设，和这样的系统有密切关系。但是，美国的社会、环境和教育，整个系统，对95分以上能力的人特别有利，因为它采取放任的态度。放任对多数人不利，可非常聪明的尖端人才，却需要放任带给他们自由发挥的空间。
https://mp.weixin.qq.com/s/lSfXsKQpdi0Tw5ob67JrFQ
《图灵奖得主Joseph Sifakis：人工智能可以进化得更聪明，但无法完全超越人类》
– AI系统非常擅长预测和分析情况，它们在寻找新目标等方面也一点不擅长。而且它们提供知识的情况下，我们不知道它是如何产生的。
– 人们正在将思考的权利让渡给机器。AI的便利性若不加约束，可能加剧社会的功利化，侵蚀人类在道德决策、冲突解决与文化传承中的主体性。
– 关于教育：
* 现在教育中非常重要的一点是，它要解释了人类在多大程度上不同于机器，机器的局限是什么，以及如何使用机器。
* 知识不仅仅是事实。知识不只是为了让人们知道什么，也是为了理解不同事物之间的关系。
* 教育的核心并非传递知识，而是培养批判性思维与创造力。
– 幸福的意义不在于物质满足，而在于“为梦想奋斗”的自由。
https://mp.weixin.qq.com/s/gLc3uK9ihcz8qK0OmerOhw
《高考最看重的能力，成了AI时代最不重要的能力》
人生的意义来自你自己所拥有的能力以及你不断获得的正反馈，如此循环往复积累，你生活当中就有了意义感。学习当中之所以不存在意义感，是因为高考表繁而里简，用大量的时间和精力考察的是非常非常狭窄的能力。因此对于那些暂时还不被考察的能力，你不要去抑制它，更不要割舍它，你要尽早地发现它，激发它，并且保护它，直到它们再次变得有用的那个时刻。
https://www.nature.com/articles/s41467-025-59906-9
https://mp.weixin.qq.com/s/fhwQiW9ou8bp5OjpbiQ8TA
《Extending Minds with Generative AI》Andy Clark
“延展心智”（extended mind）：我们的思维方式，是由一个复杂的、多元的资源体系共同构成的，而其中只有一小部分存在于大脑之中。
从人类进化史来看，我们不断通过新工具与实践，扩展和改变自己的思维方式。这种“借外力分担认知负担”的能力，本就是人类的天性。大脑的核心技能组合（core skill set），包括发起各种行为以调用环境中的各类支持，无论是在便利贴上涂写还是启动AI系统。为了降低不确定性，大脑会选择最佳行动组合，结合大脑内部运算与身体动作（如敲击键盘）。它并不关心任务在何处或以何种方式完成，而是专精于学习如何利用具身行为最大程度地利用我们的世界。AI不会取代人类思维，而是成为文化驱动的认知演进过程的一部分。AI思维的相对异质性，有时会对我们集体有益，帮助我们突破偏见与盲区，发现重要的新思维方式。人类智能很大程度上依赖一种“元认知能力”（metacognitive skills）——也就是有能力知道该依赖什么、什么时候依赖什么。
作为个人，我们需要学会成为更好的可信度判断者，懂得在什么时候信任什么。这也意味着我们必须以新的方式自我教育，学会如何充分发挥生成式AI的优势，同时借助个性化工具培养我们的元技能，帮助我们在数字世界中去芜存真，分辨出真正有价值的部分。作为这一过程的一部分，我们也必须从小就建立起对“延展认知健康”（extended cognitive hygiene）的深刻而持久的关注。我们现在要把同样高的标准，应用到所有可能被我们纳入心智结构的数字技术上。这就需要发展出一套全新的、丰富的认知体系——一套更适应当下生物-技术混合心智所面对的独特机会与挑战的知识理论。