對話清華教授劉嘉：AI時代，我們該學什么？怎么學？

深響·2025-07-29

AI時代，我們應該成為什么樣的「人」？

編者按：本文來自微信公眾號深響（ID：deep-echo），作者：劉亞瀾，創(chuàng)業(yè)邦經(jīng)授權轉載。

AI早已不是什么新鮮的話題。論壇上大佬侃侃而談、創(chuàng)業(yè)投資如火如荼；書店里各種AI科普琳瑯滿目，從理論到實踐應有盡有；甚至樓下遛彎兒的退休大爺也能跟你聊上幾句AI時代的社會問題。

在“萬物皆可AI”的浪潮中，我們持續(xù)跟進著AI技術在商業(yè)領域的落地，通過走進一線、對話從業(yè)者和決策者，親歷著技術帶給時代的變化。但在具體的商業(yè)問題之外，幾個困惑其實一直縈繞在腦海中：

當知識不再稀缺，學習的意義何在？我們是否應該重新思考教育的意義，學什么？怎么學？
活兒都讓AI干了，人的價值何在？人與人的差距如何體現(xiàn)？

這或許也是很多普通人的“手足無措”——

阿里的“通義”，把翻譯廣告打到了北京外國語大學和上海外國語大學的對面，引得不少在校生自嘲“入學即失業(yè)”；在公認“耗費光陰”的醫(yī)學領域，夸克健康大模型已經(jīng)先后通過了副主任醫(yī)師職稱考試和12門學科的主任醫(yī)師筆試評測。

而在廣告行業(yè)，像百度的輕舸AIMax、巨量引擎的UBMax，都越來越智能自動化，過去優(yōu)化師們手動調(diào)價、卡版位、篩定向的這些核心技能成為歷史的眼淚；剛在WAIC上亮相的騰訊廣告奇妙數(shù)字人則是用3000+“主播”搭配AI工具，讓商家的直播成本最高可降低90%以上……這樣的例子太多太多，而且正發(fā)生在各行各業(yè)。

劉嘉是清華大學基礎科學講席教授、清華大學心理與認知科學系主任、人工智能學院教授，也是北京智源人工智能研究院首席科學家。他最近把自己對于AI和人類的一些底層問題的思考寫成了《通用人工智能：認知、教育與生存方式的重構》一書，以獨特的跨學科視角，深入解析通用人工智能的演化路徑與底層邏輯、語言如何承載認知，以及人類能力結構如何在新時代被重新定義。

通過跟劉嘉教授的進一步對話，我們試圖尋找上述問題的答案——AI時代，我們應該成為什么樣的「人」？

人工智能與未來教育

深響：尤瓦爾·赫拉利說“沒人知道要學什么，因為沒人知道20年后什么才是有用的?！钡ㄟ^系統(tǒng)的分析得出了一些結論，您覺得AGI時代，什么才是有用的？似乎現(xiàn)在文科生變得“很沒用”。

劉嘉：我們常將人劃分為“文科生”與“理科生”，但這其實是一種誤解。理科強調(diào)的是形式邏輯，比如一加一等于二，講求精確推理。而文科關注的是非形式邏輯，面對的是復雜、不確定的現(xiàn)實世界問題，比如要不要買房、該在何地定居，這類問題沒有唯一答案。

很多人誤以為理科更難，其實不然。舉例來說，很多自閉癥患者邏輯和數(shù)學能力非常強，但卻在社會交往上存在巨大困難，這恰恰說明人與人之間的溝通和理解要復雜得多。

因此，我認為教育的路徑應當是：先夯實理科基礎，掌握形式化推理工具；再進入更復雜的非形式邏輯領域，也就是文科的核心。清華大學近年來對新聞學院的改革也是這種思路的體現(xiàn)——取消新聞學本科，只招研究生，因為要真正理解新聞，需要深厚的綜合能力。

在AI時代，最先被取代的是程序員。原本看起來神秘的編程工作，如今大模型已經(jīng)能寫得比大多數(shù)人更好。頂尖程序員的80%-90%代碼，也可以由AI生成。但你讓它寫一篇有深度的小說，它依然做不到。因為情感、思辨、復雜表達，依然是人類的獨有能力。

深響：具體來說，AGI 時代最該學會的能力是什么？

劉嘉：我認為有兩點非常關鍵。

第一，學會如何使用AI。大模型不只是搜索引擎，而是一個具有強大知識和推理能力的智能體，相當于一個集圖書館、老師、批評者、合作伙伴于一身的“良師益友”。

比如我寫文章，會先列出提綱，再交給大模型生成初稿，然后不斷迭代。它可以指出邏輯問題、語言不通順的地方，甚至提醒我補充遺漏的觀點。AI成為一個“ETC”——自動抬杠，而且它批評我不需要顧忌人情世故。

第二，培養(yǎng)人類不可替代的創(chuàng)造力與批判性思維，尤其是“零到一”的創(chuàng)新力。AI擅長“組合式創(chuàng)新”，但缺乏真正意義上的顛覆性思維。比如，它可以模仿傳統(tǒng)繪畫風格創(chuàng)作出精美作品，但它無法“成為梵高”，因為它不能跳出已有規(guī)則創(chuàng)造全新的表達。

人類文明的每一次飛躍，都是靠這種跳出常規(guī)的“非共識創(chuàng)新”完成的。從牛頓力學到愛因斯坦的相對論，從古典繪畫到印象派，背后都是顛覆性的思想。未來最寶貴的，不是掌握知識，而是擁有思想的邊界感、突破力和判斷力。

回到具體的問題，那我們現(xiàn)在要學什么知識？我們就沒必要“學知識”，特別是那種形式化的，能被AI取代的知識。如果未來一個職業(yè)是知識為導向，那這個職業(yè)就有問題。

我們要學的是通識，把不同學科揉在一起。現(xiàn)在大學搞很多交叉學科，不再束縛物理、化學這些單一學科。比如清華計算機系的黃民烈教授他在研究什么？研究心理治療，訓練一個AI出來，讓它像人類心理咨詢師一樣解決心理問題。再比如現(xiàn)在的社會學，我們就要用大數(shù)據(jù)來理解社會，通過AI快速了解世界的變化。我們需要把所有的知識打通的通識教育。

深響：如果我們減少知識的積累，是否會影響基于知識的聯(lián)想和創(chuàng)新？比如我們小時候背了很多詩，其實潛移默化在形成對語言的韻律感。沒有基礎知識，你可能連“該怎么問 AI”都不知道。

劉嘉：說的很對，我完全同意基礎積累依然重要，但要明確積累的目的和方式。

比如編程，未來可能不再是一個職業(yè)技能，而是一種“基礎素養(yǎng)”，就像今天人人都要會英語一樣。你不需要成為專業(yè)程序員，但必須具備計算思維和與AI協(xié)作的能力。

更重要的是，我們的角色要發(fā)生“范式轉變”——比如我是一個劃船的船夫，每天琢磨怎么運槳，怎么劃最省力等等。但有一天，內(nèi)燃機出現(xiàn)了，蒸汽機出現(xiàn)了。這時候再想怎么把自己的肌肉練大，就沒有太大意義了。我們要學會使用工具、設計流程、主導創(chuàng)造，而不是沉迷在重復勞動中較勁。

至于創(chuàng)作，也不必糾結是否背過幾萬首詩，而是專注于你要表達什么、你的情感和思想是否真誠動人。技巧可以交給AI，思想必須由人來提供。

深響：現(xiàn)在一些學校其實對于AI很頭疼，學生用AI偷懶，老師禁止大家用AI做作業(yè)，用AI寫論文。確實當AI答案來得太容易，學生就可能不再經(jīng)歷“困惑—掙扎—頓悟”的認知循環(huán)，大腦的前額葉功能得不到鍛煉，長期導致問題解決能力退化。您怎么看這種現(xiàn)象？AI輔助教育的“度”在哪兒？

劉嘉：這是一個被廣泛討論的問題。這有點像工業(yè)革命剛剛起來的時候，大家發(fā)現(xiàn)紡織機搶了大家的工作，于是大家就搗毀機器。現(xiàn)在回頭看，這肯定是很愚蠢的事情。同樣，現(xiàn)在禁止使用大模型也是非常愚蠢的。我們不該禁止AI，而應該教會學生怎么正確地使用AI。

我會要求我的學生必須使用大模型來完成寫作任務，教他們?nèi)绾卧O定提綱、要求、如何修改和迭代。原來一些只能得10分的學生，在大模型的加持下可以得到80分了。而我關心的不是你能不能得80分，因為大家都能得到80分了，我關心的是你從80分到100分之間的20分，體現(xiàn)人類創(chuàng)造力、批判性思維的地方。80分到100分之間的差距，就完全取決于學生自己的創(chuàng)造力和思考深度，讓人類真正的精華綻放出來。

深響：在AI時代之前，人類習慣了工業(yè)革命以來標準化的教育模式，現(xiàn)在絕大多數(shù)學校也仍然沿用著過去的教育方法，似乎AI教育的變革是漸進式而非顛覆式的，您覺得AI對當代教育產(chǎn)生了哪些影響，從可行的實際推進過程來看，AI會如何改變教育的內(nèi)容和方式方法？老師在AI時代的角色會如何變化？

劉嘉：我曾在ChatGPT剛推出時說過，95%的傳統(tǒng)教師將被取代。過去那種照本宣科、按照教材講課的老師，在大模型面前不再有優(yōu)勢。因為AI的知識更全面、表達更清晰、更新更及時。

未來教師的角色將發(fā)生根本性變化：

成為引導者，而非灌輸者。老師要像蘇格拉底所說的“產(chǎn)婆”，幫助學生發(fā)掘自己內(nèi)心的真理，而不是一味灌輸知識，不是灌滿學生的一桶水，而是點燃大家心中的一團火。
情感支持者。青少年階段的學生在心理上極不穩(wěn)定，需要情感引導和價值引領。AI無法提供深層共情，這正是老師不可替代的作用，也是現(xiàn)在教育里缺少的。
發(fā)現(xiàn)“人味”。當大模型把所有學生拉到80分的標準線上，老師要關注的，就是學生在此基礎上的獨特性——他們的批判性思維、情感深度和創(chuàng)造能力。

AI對教育的改變最重要的是“個性化教育”，因材施教、有教無類。現(xiàn)在老師和家長其實多少有點“精神分裂”，一方面我們說孩子一定要全方位發(fā)展，要發(fā)展他的綜合素質，要鍛煉他的表達能力等等，另一方面一旦回到校園，老師恨不得把孩子全部抓來做題，題海戰(zhàn)術。有了AI之后，每個學生有大量的時間去做他自己想做的事情，這會從根本上改變我們的教育體制。當我們不再以知識為最核心的學習內(nèi)容了之后，我們?nèi)祟惾瞬诺呐囵B(yǎng)方式、兒童的培養(yǎng)方式，就會發(fā)生一個天翻地覆的變化。

深響：智能時代，智慧即才華。但客觀上，古往今來擁有智慧的人是少數(shù)，能夠實現(xiàn)顛覆式創(chuàng)新的人屈指可數(shù)。我們真的需要那么多被AI培養(yǎng)的更聰明的人嗎？這會對人類社會的組織方式、階級構成產(chǎn)生什么樣的影響？

劉嘉：這是個非常好的問題。未來是什么樣子，我們很難準確預測，我們可以看看歷史。

在工業(yè)革命之前是農(nóng)耕時代，99%的人是文盲，不識字，一輩子被土地束縛。工業(yè)革命開始，拖拉機耕田、紡織機織布、這個世界突然間不需要那么多人耕地了，那時候大家是很恐慌的。但事實上你看，人類的文明不僅沒有倒退，反而極大地加速了。最后就變成今天99%的人都能識字。人的身體從土地的束縛里解脫出來之后，人類才可以去搞其他領域的東西，繪畫、藝術、工程、化工等等。

好，我們回到現(xiàn)在。其實我們可以把它理解為現(xiàn)在又是一個“工業(yè)革命”的時間。知識密集型的行業(yè)，律師、會計、編輯等等，我們原來都稱之為白領甚至金領的職業(yè)受到很大影響。以前是身體被土地束縛，你不耕地，你沒飯吃?，F(xiàn)在是身體被知識束縛，你要學20年才能出來工作，工作了還得不停地學。而AI就是在讓我們從這種束縛中解脫出來，去思考、去創(chuàng)造新的東西。人類永遠不會覺得人多余。就像耕地不需要那么多農(nóng)民了，那要消滅掉嗎？不是的，農(nóng)民可以變成知識分子、行業(yè)專家。

人工智能與人類價值

深響：您的跨學科背景很特別，心理與認知科學的研究對于人工智能的技術進步有哪些貢獻和啟發(fā)？反過來，人工智能對我們的心理與認知科學又有哪些幫助？

劉嘉：心理學與人工智能之間的關系非常密切。

雖然學界對AI尚無統(tǒng)一定義，但所謂“通用人工智能”指的是具有類似人類智能的系統(tǒng)，即它們開始表現(xiàn)出人的一些能力特征。而心理學是研究人的科學，因此當AI具備越來越多類人的智能特征時，我們便開始探討：AI是否具有情感？是否擁有意識？這些問題本質上屬于心理學研究的范疇。也就是說，心理學從原本僅研究人類，拓展為研究“智能體”，包括碳基人類與硅基人工智能。最好的大模型公司之一Anthropic剛剛成立了個AI精神病學團隊，專門研究大模型的人格、動機、情境意識等現(xiàn)象，以及這些因素如何導致AI出現(xiàn)詭異甚至失控的行為。

從技術源頭來看，人工神經(jīng)網(wǎng)絡本身就是受到人腦結構的啟發(fā)而設計的，其神經(jīng)元模型與大腦神經(jīng)元之間的連接具有類比性。因此，我們可以說現(xiàn)代AI系統(tǒng)本質上是一種“仿生系統(tǒng)”。

從學科發(fā)展來看，人工智能和認知科學原本也出自同一學術源流，特別是控制論的早期發(fā)展。一條路徑偏向工程，發(fā)展成今天的人工智能；另一條路徑偏向理論研究，發(fā)展成認知科學。

早期AI中的專家系統(tǒng)，在認知科學中被稱為“符號主義”；而當前的人工神經(jīng)網(wǎng)絡，對應的是“連接主義”。而像現(xiàn)在大熱的機器人，在認知科學中也有對應的“具身認知”理論。兩者的關系是一體兩面的，一個偏應用，一個偏理論。

AI技術的進步實際上為我們研究人類智能提供了新的參照物。在此之前，我們主要通過“比較心理學”的方式，即將人類與猴子、老鼠等動物進行比較，來探討人類智能的獨特性。這種研究路徑雖有價值，但存在局限，因為這些生物與人類屬于同一個進化系統(tǒng)。

而今天，我們有了全新的智能體——人工智能，它從一開始就與人類完全不同。通過研究人工智能，我們能夠更清晰地認識人類智能的本質，包括意識、情感等關鍵問題。AI成為一種“參照系”，幫助我們更好地理解人類自己。

同時，未來的社會很可能不再只是“人類社會”，而是人、機器、智能體共同構成的混合社會。這樣的變化不僅影響科技，也將對社會學、政治學、倫理學、法學等人文學科提出新挑戰(zhàn)。因此，文科在AI時代的重要性將日益凸顯，尤其是在推動人機共生方面發(fā)揮關鍵作用。

深響：人工智能雖然源于對人類智能的模仿，但隨著它不斷發(fā)展，它是否還能作為一個“對照組”來反哺人類對自身的理解？

劉嘉：這是一個好問題。雖然人工智能最初是模仿人類智能而來的，但它逐漸形成了自己的發(fā)展路徑，比如混合專家架構（Mixture of Experts）、全新的訓練方法等。這些技術與人腦的結構與功能已經(jīng)沒有太大關聯(lián)。

可以打個比方：牛頓因蘋果落地而發(fā)現(xiàn)了萬有引力定律，而地球繞太陽運行雖然形式完全不同，但遵循的也是相同的物理規(guī)律。同樣，AI與人類智能盡管表面不同，卻可能遵循相似的底層規(guī)律。這促使我們思考，是否存在一種超越碳基生命與硅基系統(tǒng)的“通用智能科學”，既能解釋人類的智能起源，也能解釋AI的智能形成。

從這個角度看，AI不僅是人類創(chuàng)造的工具，也成為我們反思自身的鏡子。

計算機模擬的神經(jīng)元連接圖譜

深響：您提到AI時代的五大通識能力模型——研究、統(tǒng)計、邏輯、心理、修辭，為什么是這五大能力？

劉嘉：它們代表了AI時代每個個體保持獨立思考、自主判斷與社會協(xié)作的核心素養(yǎng)。

1.研究能力：好的問題比正確的答案更重要。研究能力的本質并不是做實驗、寫論文，而是能否識別本質問題、提出關鍵問題。正如愛因斯坦所說，“提出一個正確的問題比找到一個正確答案更重要”。

很多人畢業(yè)后會問：“我該不該留在北京？”其實這就是問錯了問題。真正要問的是：“北京是否能提供我未來成長所需要的資源？”如果你重視知識、眼界、事業(yè)的成長紅利，北京或許適合你；但如果你更看重自由隨性，那么留下可能并不是最優(yōu)解。

研究能力，就是透過現(xiàn)象找到問題的本質，并提出恰當?shù)膯栴}。

2.統(tǒng)計能力：在信息過載中找到真實關聯(lián)。今天的問題不是信息太少，而是信息過多，其中夾雜著大量虛假、噪音，甚至由AI生成的內(nèi)容。我們需要具備一種能力，從冗雜信息中抽取變量、發(fā)現(xiàn)結構，建立對世界的有效認知。

統(tǒng)計能力不是指學術意義上的“t檢驗”，而是指一種在大數(shù)據(jù)時代保持理性判斷、不被操控的能力。它讓我們不隨波逐流、不被名人或情緒誤導，能夠獨立理解世界的真實圖景。

3.邏輯能力：從第一性原理出發(fā)進行推理。邏輯能力即推理能力，它的關鍵在于能否從根本出發(fā)，一步步推演出新的認知結構。這與第一性原理密切相關，最早可追溯至亞里士多德，在中國儒家傳統(tǒng)中也有“君子務本，本立而道生”的思想。

當你具備提出關鍵問題的研究能力、能在復雜信息中建立聯(lián)系的統(tǒng)計能力，再結合由根本出發(fā)的邏輯推理，就可以從已有信息中推演出新的知識、觀念與解決方案。這是AI時代人類依然不可替代的“創(chuàng)造性”。

4.心理能力：認識自我，獲得自由。心理能力是指認識自己與理解他人的能力。我們?yōu)楹味?？意義何在？是否只是為了薪資、職位，還是有更深的價值目標？真正的心理能力體現(xiàn)在：你是否有自己的判斷，不被他人的評價左右；你是否能從內(nèi)在建立意義感；你是否能通過自己的行動讓世界變得更好，哪怕只是一點點。因為成功的標準只有一個：按照自己的方式，去度過自己的人生。正是這種自我認識與內(nèi)在驅動，使我們不被外部標準束縛，成為一個自由的人。

5.修辭能力：說服他人，共同行動。當你找到了真理，也獲得了自由，如果想服務社會，就必須聯(lián)合他人。修辭能力，正是亞里士多德在其著作《修辭學》中所強調(diào)的能力——說服與影響他人，促成集體協(xié)作。無論你多有見地，如果不能讓團隊、組織、社會聽懂并響應你的行動，就難以推動變革。

這五個能力共同構成了一個完整的成長路徑：