Anthropic 最新访谈：当 AI 让知识几乎免费，大学的价值还剩下什么？

AI 时代，大学教育正在发生一场深刻的责任转移。学习的主导权、认知过程的塑造权以及最终结果的评判权，正无可逆转地从教授和学校手中，流向学生个体。

当知识的获取成本趋近于零时，学生究竟为何要上大学？而大学，又该教些什么？

这不仅仅是关于作弊问题或学习效率，而是一场关于「认知外包」与「认知增强」的路线讨论，过程隐藏在每一位大学生的每一次 AI 提问和每一次学校作业里。最终，学生必须为自己的认知选择负责。

Image

最近，Anthropic 组织了一场对谈，邀请了四位来自全球顶尖大学的学生，让他们来亲口讲述 AI 如何像渗透进校园的每个角落。

90% 的渗透率与普遍的「混沌灰区」

我们首先需要明确一个基本事实：AI 在大学校园已经不是「是否使用」的问题，而是「如何使用」的问题。

LSE 的学生 Zayn 在他的一次小型调研中发现，高达 90% 的学生在日常学习工作流中以各种形式使用 AI。从总结讲座、解答问题集，到为论文提供反馈，AI 已成为和搜索引擎、Office 办公软件一样基础的学习设施。

然而，这种高渗透率带来的并非秩序，而是「大量混乱」。

教授们的态度并不统一：有的课程明令禁止，有的则积极鼓励。这让学生们普遍处于一个巨大的「灰色地带」。他们知道这个工具强大，但却不清楚使用的边界在哪里。

更有趣的是「身份两极化」效应。人文和社会科学领域的学生对 AI 普遍持更谨慎甚至排斥的态度，他们更强调「精读」和原创性思辨。而在计算机科学或工程领域，课堂作业中使用 AI 辅助编码至今仍是一种禁忌，因为教授们希望学生掌握基础的「手艺」；但在课堂之外，利用 AI 编程助手构建实际项目却已是行业标配。

这种混乱和割裂，恰恰是技术变革初期的典型特征。旧的规则体系正在瓦解，而新的范式尚未建立。

AI 正在抹平「创造」的技术门槛

AI 最具颠覆性的影响，或许不是帮学生写论文，而是极大地降低了「创造」和「构建」的技术门槛。

Zayn 提到，他自己没有计算机科学背景，但现在已经能自如地使用命令行终端。这在过去是不可想象的。他周围的许多社团，过去只有一个简陋的 Instagram 主页，如今却能用 Claude 快速构建功能丰富、信息详实的官方网站。

Image

这些构建者，都不是传统意义上的程序员。

这也许才是真正值得关注的信息。当一个文科生或商科生能够通过自然语言交互，在几天之内，将一个想法从概念转化为一个可以部署的网站或应用原型，这意味着创新的权力正在被前所未有地民主化。

学生们构建的应用也极具想象力和实用性：

• 个性化学习工具：可以上传讲义幻灯片，AI 会在每页旁边自动生成类似教授批注的详细解释、定义和背景知识，提前预判学生的疑问。
• 校园生活效率工具：有学生开发了一个名为「Coursicle」的应用，专门用来监控那些一位难求的热门课程。一旦有人退课，空出位置，系统会立刻通知你，让你第一时间抢到座位。
• 资源信息整合工具：同样是座位问题，实时扫描大学里所有空闲教室的数据，告诉学生在图书馆没有座位时，可以去哪些教室自习。

Image

这些案例的共同点在于：它们都是由非技术背景的学生主导，为了解决自己和同学的真实痛点而创造的。

AI 在这里扮演的角色，不是简单的信息检索器，而是一个强大的「执行层」，将学生的意图直接转化为功能实体。这是一种全新的创新模式，一种「全民开发」的雏形。

AI 是一面映照学习动机的镜子

在对话中，Zayn 提出了一个分析框架。他认为，学生上大学通常有三个核心目标，每个人的权重不同：

1. 1. 学习：深化对自己所选领域的理解。
2. 2. 职业：为未来的工作做好准备，找到一份好工作。
3. 3. 社交：建立人脉，享受大学生活。

他指出：「学生如何使用 AI，非常真实地反映了他们的动机」。

• 如果一个学生的主要动机是节省时间，以便将精力投入社交或实习，他会倾向于使用 AI 直接完成任务，把 AI 当作一个「外包工具」。
• 如果一个学生的主要动机是真正的学习和理解，他会主动地使用 AI，把它当作一个「认知增强工具」。他会用 AI 来强化学习，例如让 AI 扮演苏格拉底式的老师，或者要求 AI 用不同的方式解释同一个复杂概念，直到自己完全掌握。

从这个角度看，大学目前普遍存在的「防作弊」措施，比如 AI 检测工具，几乎是徒劳的。因为这场博弈的本质已经改变了。过去，学校通过考试和作业来强制学生学习。现在，学生理论上可以借助 AI「在不真正学习的情况下读完大学」。

因此，责任现在落到了学生手中。

读大学到底是为了什么？这个问题从未像今天这样尖锐而现实。

AI 本身没有善恶，它只是一个放大器。你可以选择用 AI 绕过学习过程，拿到一个看似不错的成绩；你也可以选择用 AI 辅助自己，达到前所未有的学习深度。

选择权，以及随之而来的责任，完全交给了学生自己。

从「复制粘贴」到「意向性对话」

学生的 AI 使用行为本身也在快速进化。几年前，AI 聊天机器人的典型工作流是「一问一答，复制粘贴」。而现在，学生们正变得越来越「聪明」和「有意识」。

Marcus 的学习流程是这样的：为每一门课在 Claude 里建立一个专门的项目，上传教学大纲、所有课件和阅读材料。然后，在这个项目下，围绕不同的主题展开一系列「扩展对话」。

AI 在这种模式下，不再是一个无脑的问答机器，而更像一个拥有完整上下文记忆、了解课程全貌的「私人助教」或「对话式学习伙伴」。

这标志着学生与 AI 的关系，从索取答案的单向模式，转向了合作探索的双向模式。学生不再是被动的信息接收者，而是主动的对话发起者和引导者。他们学会了如何更精准地提问（prompting），如何设定 AI 的角色，如何通过追问来挖掘更深层次的信息。

这本身就是一种全新的、至关重要的元技能：与强大的人工智能进行高效协作的能力。

大学的尴尬与少数派的革新

在这场变革中，大学管理层和多数教授的反应显然是滞后的。学生们普遍感觉，学校在 AI 素养和应用方面，落后于学生。

Khloe 提到，她所在大学的机器学习课程自己开发了一个聊天机器人，专门用于回答学生关于课程内容的问题。这听起来很先进，但她认为这更像一种「创可贴式的解决方案」，因为它无法阻止学生使用校外更强大的通用 AI 工具去直接寻找答案。

这种「筑墙」的思路，在开放的互联网环境下注定收效甚微。

然而，也有一些前瞻性的教育实践正在涌现，比如：

• LSE 的 LSE100 课程：这门所有大一新生的必修课，已经彻底改变了教学模式。课程明确指导学生如何使用 Claude。它不再要求学生提交论文，而是要求学生提交与 AI 的「对话日志 」。评分的重点，是看学生是否与 AI 进行了有深度、有来回的优质对话，是否提出了好的问题。最后，学生需要提交一个视频来陈述自己的观点。这种模式下，AI 不再是作弊工具，而成为了学习过程本身的一部分，并且考察的是学生更高阶的思维和表达能力。

Image

• 亚利桑那州立大学（ASU）的支持体系：ASU 对 AI 持非常积极拥抱的态度。学校的职业管理中心为学生建立了一个「提示语料库」，提供在各种求职场景下可以使用的高质量提示。学校还专门开设了一门名为《人工智能战略与工作的未来》的新课程，因广受欢迎而成为常设课程。

这些案例虽然还是少数，但它们指明了未来教育的方向：从防堵 AI，转向引导和利用 AI。教育的核心，不再是考核学生能否「记住」知识，而是考核他们能否利用 AI 这个强大的工具去「探索、整合、创造」知识。

就业市场的焦虑与新的「入场券」

AI 对就业市场的影响，也给学生带来了双重的焦虑与机遇。

一方面，求职过程变得越来越「非人化」。Khloe 吐槽说，她整个招聘季几乎都在「和屏幕说话」。许多公司使用 AI 筛选简历，初轮面试也是由 AI 系统完成。你对着屏幕回答预设问题，全程见不到一个真人。这让求职过程变得像开盲盒，充满了不确定性。Tino 也抱怨，精心准备的简历投递后，可能 15 分钟就收到 AI 生成的拒信，让人备受打击。

但另一方面，「AI 流畅度」正迅速成为进入顶尖行业的新入场券。Tino 提到，顶级咨询公司过去招聘的是通才型 MBA，但现在，它们明确寻找具备 AI 流畅度的 MBA。你是否理解如何将 AI 应用于不同行业，解决商业问题，这成了核心竞争力。

这意味着，学生在大学期间是否有意识地、深度地使用 AI，并能清晰地阐述自己如何利用 AI 解决复杂问题的经历，将直接影响他们的职业前景。过去，编程能力是许多非技术岗位的加分项；未来，与 AI 高效协作的能力将成为所有知识工作者的必备技能。

告别「保姆式教育」，迎接「学习者责任制」时代

这场关于 AI 在校园的讨论，并没有滑向技术决定论的「末日论」，反而以一种「深思熟虑的积极态度」收尾。学生们的共识是：我们会搞定的 (We'll figure it out)。

这种自信，源于他们作为数字原住民的适应能力，也源于他们在这场变革中被动或主动地承担起了更多责任。

回顾整场对话，我们可以看到一条主线：大学教育的核心正在从「知识的授予」转向「能力的培养」，而 AI 的出现，以前所未有的力度加速了这一进程。

大学不能再把自己定位成一个封闭的知识保险箱，因为知识已经通过 AI 变得无处不在、唾手可得。教授也不能再仅仅扮演一个知识的传声筒。

未来的大学，核心价值将体现在三个方面：

1. 1. 引导动机：帮助学生找到并强化他们真正的学习动机，而非仅仅为了成绩和文凭。
2. 2. 教授方法：教授学生如何与 AI 有效协作，如何提出好问题，如何批判性地评估 AI 生成的内容，如何将 AI 作为工具进行创新和创造。
3. 3. 提供环境：创造一个鼓励试错、鼓励跨界合作、提供高质量人类互动（这正是 AI 无法替代的）的物理和学术环境。

正如 Zayn 所说，大学需要「相信学生」。他们会犯错，会有人用 AI 提交 100% 生成的垃圾内容，但他们也会在试错中学会分辨什么是对自己真正有益的。这个学习和成熟的过程，无法被任何规则或技术手段所替代。

一个全新的「学习者责任制」时代已经到来。在这场游戏中，最大的变量不是 AI 模型的能力，而是屏幕前那个人的意图、好奇心和自我驱动力。对于那些准备好为自己认知负责的人来说，这无疑是最好的时代。