中国家长的AI教育焦虑，她12年前就开始解决了

2011年，谢康和丈夫先后辞去了工作。

他们的辞职，让周围所有人都感到困惑。谢康当时是戴尔全球商业数据分析团队的负责人，她先生是亚马逊亚太区的高管。如果你在那个时间节点上审视这对夫妻，他们就是全球化产业链上运转得最顺畅的两个零件：高薪、高阶、高增长。

然而，这两个零件主动把自己从机器上卸下来了。

他们的目的听起来更疯狂：走遍世界，找一所"为AI时代孩子设计的学校"。北上广深走完了，海峡对岸走完了，大洋彼岸也走完了。蒙台梭利、瑞吉欧、华德福、IB，全部看了一遍。结论是：找不到。于是他们干了第二件让所有人困惑的事：找不到，那就自己办。2014年，卖掉了房子，在北京创办了博雅明悦学校。

为什么要讲这个故事？因为我最近读到一本书，叫《学习的进化》，谢康写的。书刚出，2026年6月中信出版社。

它不是一本讲 AI 工具怎么用的书。更准确地说，它想问的是：当 AI 可以替人完成越来越多知识性任务时，孩子身上还有什么东西必须自己长出来？

这个问题问得很朴素，很及时，但也很难。正因为如此，他们给出的答案也更有参考价值。

谢康的背景有点特殊。她不是传统教育系统里一路成长起来的校长。她毕业于北京师范大学生物系，后来去美国读环境科学硕士，在美国从入门岗位做到企业首席运营官。回国后，她进入戴尔，担任全球商业数据分析负责人。

2008 年前后，智能手机还没有真正普及，她已经在工作中看到"数据 × 算法 × 算力"的威力。一个流程被数据化，一个算法被提炼出来，重复性的工作就可以交给计算机自动完成。她在书里写得很直接：团队每自动化一个模块，就会有一些聪明人的工作被夺走。

这不是今天才发生的事。

只是今天，它从企业后台走到了孩子书桌前。

她的丈夫当时在亚马逊亚太区工作，也很早看见美国亚马逊仓库里的自动分拣系统。机器和算法开始接管那些原本由人完成的流程。两个孩子分别在 2008 年和 2010 年出生后，他们开始问一个很具体的问题：我们的孩子将要成长在怎样的时代？

这不是抽象的忧虑。做父母的人都知道，一旦问题落到孩子身上，时间尺度会变得很长。你今天给孩子报一个班，买一套书，选一所学校，其实是在为十几年后的世界下注。

谢康和丈夫后来从组织亲子夏令营开始，到 2014 年创办了一所以"全人教育"为核心理念的学校。十多年实践之后，她把自己的思考写成了这本《学习的进化》。

我在公众号上也写过好几篇关于 AI 和教育的文章，尤其是美国方面的一些最新动态和实践。AI 对教育的冲击是毫无疑问的，很多家长现在也普遍处于一种焦虑的状态。不管是中产还是超级富豪，没有人能说现在就有一种非常明确的应对策略，大家都还在摸索。

这本书，我觉得相对于其他谈 AI 教育的书，还是很值得推荐的。因为作者的身份，和他们的实践，是真实而先进的。

一、孩子对系统越可读，对AI就越可替代

前两天我发了一篇文章，叫那篇文章的核心发现是一个对比。
太平洋这边，周末任何一座城市商场三楼，少儿编程、思维训练、AI科创营，玻璃墙里坐满孩子，玻璃墙外坐满刷手机的家长。

中国学习机市场从2020年的252亿涨到了去年的512亿，预计今年逼近700亿。双减砍掉了学科培训，钱没有消失，钱流进了"提分加AI"。

太平洋那边，旧金山的风险投资人Shaun Johnson准备把儿子送进Alpha School的幼儿园，学费一年75000美元，折合人民币54万。孩子的日程表：上午两个小时AI辅导，覆盖全部知识性学习。剩下的一整天，项目制工作坊：办企业、做产品、公开演讲。周末去攀岩。

同一项技术，两种完全相反的用法：中国家长用AI把刷题效率提到最高，好在原来的赛道上多挤过去几名。美国最懂AI的人，用AI把知识学习压缩到两小时，好腾出时间学别的。

我在那篇文章里有一句话，值得再提一次。它不是结论，而是一个让很多人不舒服的问题：孩子对系统越可读，对AI就越可替代。 中国家长正在用AI加固孩子身上最像AI的部分。

这一定，中国家长不是看不见。家长群里转发"AI将取代一半职业"的，和续报提分班的，是同一批人。问题不在认知，在选择权。刷题是普通家庭唯一买得起的期权。现在投入确定的钱和童年，赌未来某个时点还能行权。agency（能动性）不单卖，它捆绑销售一张安全网。

。18岁的斯坦福录取者推迟入学，去帕兰提尔实习。25岁就做了十亿美元公司的创始人发帖说："学位微不足道。要向那些已经打造出你想要东西的人学习，而不是那些从未打造过任何东西的人。"

："你在学校和大学里学到的一切关于世界如何运转的知识，在智识上都是错误的。" 风险投资公司YC的创始人公开说，现在是"十年来大学生创业的最佳时机"。

他们说对了吗？说错了？这个问题我想了很久，后来发现问法本身就不对。他们说得对还是错不重要。重要的是这些人不是在辩论，他们在行动。600个家庭抢34个名额抢一所没有任何实证数据的新学校。抢的不是一所学校，抢的是一个共同判断：旧课表完了。

也是在这篇写反大学运动的文章里，我引了哈佛经济学家大卫·戴明的一个数据：大学薪资溢价过去十年始终稳定在75%到80%。对于一个普通人而言，投资大学的回报率依然高于投资股市。 这是事实。但注意戴明没说另一句话：薪资溢价还在，但那条通往溢价的桥，越来越贵，也越来越窄了。

把这些放在一起看，你会发现一个很诡异的局面。最聪明的人在用最快速度从旧赛道上撤出去。而旧赛道本身还没有塌。它还在运转，还在发工资，还在生产"考上985就能找到好工作"的信徒。只不过你站在桥的这一头往对岸看，发现对岸的人正在拆桥。

这就是谢康12年前看到的东西。

二、先救孩子，再谈教育

谢康的身份有一个很妙的错位。

她在戴尔带队做数据分析的那些年，每一个被自动化的模块，都会让一批聪明人的工作被夺走。她是那个亲手设计替代方案的人。一个在AI第一线工作了十几年的人，当她开始为自己的孩子寻找学校时，她问的不是"哪所学校升学率高"，而是"在AI时代，孩子身上什么能力是不可替代的"。

这个问题变了，所有的教育选择就都变了。

她走遍了全球去找那种学校，没找到。于是2011年办夏令营、耕读班、读书会。2014年卖掉房子正式办学。到现在，第一批孩子已经从一年级读到十二年级，马上要高中毕业了。这本书就是她这十二年和几百个家庭一起走出来的。

《学习的进化》没有按照传统学科来展开。它不是一本"语文怎么教"、"数学怎么教"的方法书。它是从一个孩子面向未来所需要的能力结构出发，列出了八个彼此关联的方向：身心韧性力、文化思辨力、多元理解力、审美感知力、系统思考力、生活实践力、可持续行动力、人文关怀力。

我第一次看到这八个词的时候，第一反应其实是警惕的。因为中文教育类图书有太多"素质教育的漂亮话"：看起来都对，做起来全空。但这个警惕很快被两件事消解了。

第一件事，是排序。她把"身心韧性力"放在第一个。不是最后一个德育点缀，是第一个，是八根光缆里最核心的那一根光纤。她说了一句醒目的话："先救孩子，再谈教育。"

这句话的冲击力来自上下文。她的上下文不是在讲某种教育理念，而是在讲一个她亲眼看到的事实：如果一个孩子长期处在焦虑、紧绷、受伤或自我否定的状态里，后面再多关于思辨、创造、合作与成长的讨论，都落不到他身上。就像一台电脑，操作系统崩溃了，你往上面装再多软件都没用。

很多家长急着给孩子加知识、加技能、加证书，却很少先看孩子这个系统还能不能跑。一个孩子如果一直处在紧绷、自我否定、孤独、疲惫的状态里，你再给他加多少输入，最后也可能只是让系统更卡。

AI 时代会放大这个问题。因为以后知识越来越便宜，焦虑却可能越来越贵。家长会更容易产生一种错觉：既然 AI 能帮孩子学得更快，那就应该学得更多。可一个孩子的注意力、兴趣、身体和情绪没有跟着扩容。成年人也一样。你手机里装了再多效率工具，如果每天睡四小时，脑子里全是未读消息，最后也只是更高效地崩溃。

所以学习的第一层进化，很可能不是更快，而是更稳。

第二件事，是她自己写的那一章：系统思考力。谢康是数据分析出身，她把这件事讲得像一个工程师在拆解系统架构，而不是一个教育家在念经。

她用了AI领域的核心公式来重新理解孩子：数据 × 算法 × 算力。

算力，对AI来说依赖电、芯片、数据中心。对人来说呢？她说：一个人的"算力"，很大程度上体现在他的身心状态、注意力水平和持续思考的能力上。 一个长期睡眠不足、被焦虑压住、随时害怕失败的孩子，哪怕手里有最强的 AI，也很难真正学习。因为他的系统已经过热了。

数据，对AI来说必须真实准确，否则垃圾进垃圾出。对人来说呢？孩子需要"第一手数据"：真实的生命经验。 自己观察到的、记录下的、经历过的、验证过的。不是背来的二手答案。如果没有这些原生数据，后续的系统思考就成了无源之水。

这一点是书里很重要的部分。孩子后来的判断、表达、创作、理解，都来自他早年收集过的"原生数据"：他看过的树、做过的饭、摔过的跤、吵过的架、照顾过的人、旅行中迷过的路、亲手完成过的项目、失败后重新来过的经验。

如果一个孩子从小只在练习册和屏幕之间来回切换，他当然也能得到很多答案。但他的答案缺少地面。

这是 AI 时代一个很隐蔽的分层。表面上，所有孩子都能问 AI。可真正能把 AI 用好的人，往往不是最会提问的人，而是脑子里有足够真实经验的人。因为他知道该问什么，也知道 AI 的回答哪里轻飘，哪里不对，哪里缺了现实的重量。

一个没有做过饭的人，让 AI 写一份"如何做一顿晚餐"的计划，很容易被步骤感骗过去。一个真的买过菜、洗过锅、切坏过手指、算过时间的人，一眼就能看出哪一步不靠谱。

教育也是这样。AI 可以生成一篇关于自然的作文，但它没办法替孩子在湿地边蹲半小时，看一只鸟怎么落下。AI 可以解释环保，但它没办法替孩子捡起脚边的塑料瓶，然后意识到这个动作和更大的系统有关系。AI 可以总结《论语》，但它没法替孩子在一次家庭冲突里感受到"克己复礼"这种古老词语的温度和难度。

没有第一手经验，孩子会越来越像一个熟练的信息搬运工。他说出来的话全都对，却没有一寸是从自己身上长出来的。

算法，对AI来说是解决问题的路径。对人来说呢？是认知框架和逻辑结构。她打了一个很漂亮的比方：先有框架，信息进来以后才不至于散掉。"今天的信息爆炸让我们获取内容越来越快，但碎片化也让结构性越来越薄弱。很多人知道很多'点'，却连不成'线'，更搭不起'网'。"

谢康在书里讲系统思考力时，用了一个很好的说法：孩子真正需要的逻辑，不只是解题逻辑，而是判断世界的逻辑。

过去很多教育训练的是"已知条件下求解"。题目已经把条件列好，答案也提前存在。孩子要做的，是在规定时间内找到那条路。

现实生活却经常相反。它不会先把条件摆整齐。它给你的，是一团混杂的信息、情绪、立场、诱惑和噪音。你得先判断：我们讨论的是不是同一个问题？哪些是事实，哪些是感受？哪些是原因，哪些只是表象？眼前舒服的选择，长期看会不会更糟？

AI 让这件事更急迫。因为 AI 会给答案，但它不替你承担答案带来的后果。它可以告诉你怎么选专业、怎么写简历、怎么准备面试、怎么回复一段关系里的冲突。它甚至能讲得头头是道。可最后活出那个结果的人，还是你自己。一个没有判断框架的人，在 AI 面前并不会变得更自由。他只是拥有了更多看起来正确的建议。

我们过去以为，孩子缺的是答案。后来发现，孩子更缺的是问题。到了 AI 时代，连"会提问"都可能不够。真正稀缺的是，一个人能不能在答案过剩的环境里保有自己的框架。

否则，AI 越强，他越容易被牵着走。

书里有一个例子很有意思。在一次创新创业课上，三个孩子一起面对一份复杂资料。其中一个 C 同学从小有读写障碍，卷面考试大概率不如另外两个机灵的孩子。但面对复杂资料时，他第一反应是引入 AI 工具帮忙解读。因为"找工具"本来就是他从小发展出来的生存策略。结果，他反而成了第一个搞清楚资料内涵的人。

过去的教育系统很容易把孩子分成"会学习"和"不会学习"。标准是卷面，是速度，是文字处理能力。AI 进来以后，有些过去被低估的能力会重新浮出来：能不能识别困境，能不能调用工具，能不能绕开自己的短板，能不能在真实任务里找到路。

这不是说考试不重要。现实不会因为我们写一篇文章就改变。但家长至少要意识到，卷面只测到一个孩子的一部分。AI 时代会把人的能力结构重新洗牌。有些孩子在旧系统里显得不够标准，到了复杂任务里可能反而更有生命力。

这对父母是提醒，也是安慰。

把这三样放在一起，数据、算力、算法，系统思考力的含义就变了。它不是在教孩子做更多难题，而是在问：孩子有没有自己的框架去筛选、比较、判断，甚至主动跳出算法铺好的路？

这一点，恰恰又跟我之前那篇讲中美课表对比的文章扣在一起了。我在那篇文章里写过：技术负责把成本降到零，特权负责重新定价。 知识不要钱了，竞赛没有结束，只是换了赛道。

新的赛道比什么？比的正是谢康列出来的这些东西：你有没有真实的生命经验（数据），你有没有稳定的身心状态（算力），你有没有自己的认知框架（算法）。

富裕家庭的课表砍掉的是"知识在童年里的地位"。他们花54万买的不是知识，知识已经免费了。他们买的是跟人谈判的胆量，把东西卖出去的脸皮，站在人群前面不发抖的神经，搞砸了再来一次的习惯。

那普通人怎么办？

三、真正的"退出"，在认知层面

谢康的回答比你想的简单，也比你想的难。

"每一个家庭，其实都可以成为一所小小的明悦分校。" 她说，教育真正重要的不是复制某一套课程表，而是家长是否重新理解了教育。

这句话如果单独放在网上，会被归入"正确的废话"那类。但它后面跟了一大段具体的东西，让我觉得它不只是漂亮话。

比如身心韧性力。它不靠专门的课程。"父母能不能少一点急躁，多一点情绪稳定？孩子考试不理想，家里给出的反馈是'完了，你不行了'，还是'没关系，我们看看下一步怎么办'？这本身就是教育。"

比如系统思考力。它可以从"整理一次家庭旅行计划、分析一次消费选择、复盘一次亲子冲突"开始。不需要什么AI科创营，不需要什么高级软件。需要的只是一件事：让孩子在真实世界里有辨认、归类、推演、复盘的机会。

比如文化思辨力。"一起读一首诗、看一块匾额、讲一个家族故事、讨论一个节日，都是在让孩子和自己的文化发生连接。" 她甚至说，汉字学习本身就是"中国人的科学思维训练"。每一个字的构造都是一个逻辑判断过程。

比如生活实践力。"从书桌到厨房，训练不可或缺的生活能力。" 她不是说"要让孩子多做家务"，她说的是一个更根本的东西：一个人能在微末中感受到幸福，才能在宏大叙事崩塌时不至于内心空空。

这些话读起来像常识。但如果你把它们放在我们正在经历的教育焦虑里对比：一边是AI提分班、少儿编程、KET/PET抢位战，另一边是"少一点急躁""看一块匾额""做一顿饭"。你就会意识到，这不是常识，这是一种完全不同的教育世界观。

美国富人退出旧教育系统，买Agency教育，买私立微型学校，买每月800美元的家用AI软件，因为买得起。但对大多数中国家庭来说，真正的"退出"不是在物理上离开体制。那不现实，那条路是被堵住的。

真正的"退出"是在认知层面发生的。是你晚上拿着孩子的卷子，看到分数的一瞬间，做出的那个判断："这次没考好"到底意味着什么。是"完了，这条赛道他跑不过别人"，还是"这个地方他不会，我们看看怎么办"。

这两句话只差几个字。它们背后的教育世界观差了十万八千里。

第一个世界观认为，人生是一条单行道，跑慢了就没了。第二个世界观认为，人生是一片旷野，关键是长出走路的能力，不是为了在某一段路上跑赢别人。

谢康用了十二年搭建了一套能帮孩子长出这种能力的课程体系。但她自己说，没有这套课程体系，家长照样可以。只要你愿意先从自己的认知开始改。

这本书里有一句话，我读完就记住了，因为它不是说给孩子听的，是说给大人听的："要让大人先活出一种值得孩子学习的生命状态。"

父母如何面对不确定，孩子就如何理解不确定。父母还有好奇心，孩子就不会害怕学习。父母能在变化中保持勇气和创造力，孩子也能从中学会如何面对未来。

说回那八个能力，谢康用了一个很妙的比喻。她说它们不像平面上切开的扇形，也不像从第一层走到第八层的台阶。它更像一根光缆的横截面：中间有最核心的光纤（身心韧性），外面有彼此支撑、互相缠绕的结构（文化、科学、审美、生活和多元理解），最外层还有与他人和社会的关联（可持续行动力、人文关怀力）。

这八种能力没有谁高谁低，谁先谁后。它们在孩子的成长中不断交织、互相滋养、螺旋式前进。

前些天，我发过另一篇文章，她在文章里做了一个很关键的区分：理解，和参与。

AI可以理解你的悲伤，但它不会悲伤。它能画出伤口的地图，却不能和你一起承受伤口。她说，在未来，"最极度的稀缺可能将是那种足够粗粝、足以塑造我们的现实。"

这句话和我读完《学习的进化》之后的感受完全对上了。

谢康这本书，说到底就是在讲同一件事。那些AI给不了的东西：判断力、方向感、从失败里重新站起来的能力、在真实世界里感受到踏实的能力，都不是某一天突然冒出来的。

它们是童年里一点一点、在日常生活的缝隙里，长出来的。需要一个真实的人在场。需要真实的摩擦。需要在孩子考砸了的时候有一个不会塌掉的成人坐在旁边。需要那些没有被优化、却能塑造一个人的现实。

谢康说她不敢说找到了终极答案。她只是在一条少有人走的路上，尝试抓住教育中不变的东西，以不变应万变。

那不变的东西到底是什么？翻完全书我大概总结了三个。

第一，不要用孩子的童年给"未来可能需要的知识"充值。知识贬值太快了。

第二，先让孩子成为一个身心完整的人，再谈他能学会什么。秩序不能反。

第三，家长自己的状态，是孩子教育里最关键的变量。你焦虑，他就焦虑。你好奇，他就好奇。你在变化面前保持镇定，他就能学会在变化里找到方向。

这些东西听起来没有"AI提分"、"少儿编程"、"STEM夏令营"那么性感。但如果你把时间轴拉到二十年之后，等这些孩子进入2040年代的职场，你就会发现，谢康在十二年前做的这个实验，可能是这个时代最需要被听到的声音之一。

不是因为她的学校多完美。她在书里说得很清楚，世界上没有完美的校长、老师和学校。博雅明悦存在的意义不是提供一个可以照搬的标准答案，而是让大家看到一种新的可能。

教育不一定只能沿着焦虑和内卷的单行道往前走。它还可以从家庭生活、真实关系和日常选择中重新开始，尤其是在这样一个范式转变的时代。

正如书中所言："我们真正想培养的，并不只是在某一项能力上特别突出的孩子，而是一个完整的人。到了AI时代，这样的完整性会变得比以往更加重要。"【懂】

经叔最近做了一个网站: https://budongjing.com

人肉筛选挖掘的硬核优质内容及深度原创，重点关注科技、文化、财富、权力四大要素以及它们之间的互动与影响。网站定价1999元/年，目前内测优惠价1299元/年，感兴趣的读者可以加经叔微信订阅。

另外，欢迎加入经叔的知识星球。在这里，我们拒绝无用的焦虑，只谈底层的逻辑与实战的干货。我会结合最新的AI前沿动态、深度的商业创新分析（如一人企业的构建）和独特的文化思潮（如麦克卢汉的媒介洞察），帮助大家把握时间窗口。

我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。

不懂经知识星球，众多百万粉丝大V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。

愈懂愈自由