斯坦福校长演讲：AI越强，大学越该教探索自由、尊重专业、在相处中成为自己

今年9月，美国各大高校的开学典礼上，出现了一个很有意思的现象。很多校长的讲话，主题高度一致：AI来了，你们要学会用AI，要警惕被AI淘汰，要在新技术面前保持竞争力。编程、提示词、就业率，成了开学第一课的高频词。

但有一个人反着来。斯坦福大学校长乔纳森·莱文，站在2030届新生面前，在这所学校的第136次开学典礼上，他没有教学生怎么用AI，没有讲一行代码，甚至没怎么提就业。他让这些全世界最聪明的年轻人，去读柏拉图、杜波依斯、泰戈尔，去读塞涅卡，去读玛丽·雪莱的《弗兰肯斯坦》，一个科学家造出新生命、又被新生命反噬的故事。

然后他讲了三件"最老掉牙"的事：第一件，探索的自由。第二件，对专业知识的尊重。第三件，在和不同的人长期相处中，慢慢成为另一个自己。

你可能会觉得，这算什么？在AI都会写代码、做研究、写论文的今天，世界顶尖学府的校长，就讲这些？但听完他真正想说的，你会发现这不是怀旧鸡汤。他回答的，是这个时代最根本的问题：当机器越来越像人，人该守住什么？

这不是讲给1950个斯坦福新生的。它讲给每一个被AI追着跑、心里发慌的普通人。

01

AI给了你无限答案，
"探索"反而成了最稀缺的能力

莱文讲的第一件事，是探索的自由。他说，很多教育从设计上就是窄化的，固定课程、单一领域深挖。斯坦福不一样，它让你踏上发现之旅，接触不同领域，然后改变主意。"改变主意，是教育中很重要的一部分。"他说。

这句话听起来平平无奇，但放在AI时代，细想极恐。AI最擅长给答案，一秒钟一个结构完整、逻辑通顺的回答。但恰恰是这种答案的易得，正在悄悄杀死一件更宝贵的东西：探索。

想一想，你上一次为了搞懂一件事，绕一段弯路、试几次错、翻一堆资料、最后推翻自己最初的想法，是什么时候？当AI能直接把答案端到你面前，人会本能地选择捷径。你不再愿意走弯路，因为弯路看起来低效；你不再愿意改变主意，因为AI给的答案那么笃定；你甚至不再愿意提问，因为提问之前，答案已经在了。

可是，真正的判断力，从来不是从答案里长出来的，是从探索里长出来的。

他自己的路，就是探索出来的

莱文自己就是这么走过来的。1990年他刚进斯坦福，根本不知道想学什么，选了东方哲学、陀思妥耶夫斯基研讨班，还有一门难到崩溃的数学课，最后拿了英语和数学双学位。一个如今的经济学家、斯坦福校长，大学时却在哲学、文学和数学之间乱撞。

他还讲了宇航员杰西卡·沃特金斯。她2006年进斯坦福，先学工程后转地球科学，在NASA研究火星土壤种植物，如今是国际空间站Crew-13任务指令长。这些轨迹，没有一个是一开始就规划好的。它们都是探索出来的。

莱文引用了哲学家以赛亚·伯林那个著名的比喻：世界上有两种思想家，狐狸知道很多事，刺猬知道一件大事。

刺猬 · AI

知道一件大事，在垂直领域无所不知、又快又准。但它成不了狐狸。

狐狸 · 人

知道很多事，把多个领域串起来，在跨界碰撞中形成判断。

企业最缺的，是会提问和敢判断的人

这就解释了一个正在发生的产业现象。企业里最不缺会用AI的人，把需求丢给AI谁都会。真正稀缺值钱的是两种人：能提出好问题的人，能判断AI答案对错好坏的人。

而提问和判断的能力，没有一个是收答案能练出来的。它们全是在一次次自由探索、走弯路、改变主意中，喂出来的。AI给了你全世界的答案，但它给不了你，绕路时撞见的风景。

AI是超级刺猬，
人要做懂得跨界判断的狐狸。

02

AI让"看起来专业"泛滥，
真正的专业深度成了信任的锚

莱文讲的第二件事，是专业知识。他说，研究型大学的前提是专业重要。把深耕一生的学者和本科生放在一起，双方受益：学生向学者学习，学生的提问又逼着学者，把领域讲清楚、想明白。

这又是一句听起来很传统的话。但在AI时代，它的分量完全不一样了。因为AI正在制造一种前所未有的东西：海量的、看起来很专业的内容。一份格式精美的报告，一段能跑通的代码，AI几秒钟就能生成，用词专业、语气笃定，外行看了，绝对以为是专家手笔。

"虚假掌握"，是AI时代最隐蔽的陷阱

于是一个危险的东西出现了。莱文和多位大学校长都警告过它，叫"虚假掌握"。你用AI写出报告，看懂了每一个字，以为自己掌握了这个领域，其实只是复制了AI的理解。AI一撤开，你脑子空空如也，连自己不懂，都意识不到。

这才是AI时代最隐蔽的陷阱：它让拥有答案变得太容易，以至于你误以为，自己拥有了答案背后的能力。而真正的专业深度，恰恰是在这个时候，显出它的价值。因为只有你自己有专业功底，才看得出AI哪里对、哪里错，哪里是真知、哪里是胡说。

虚假掌握

用AI写报告，看懂了每个字，以为掌握了领域，其实只是复制了AI的理解。AI一撤，脑子空空，连自己不懂都意识不到。

真专业

有专业功底，看得出AI哪里对、哪里错、哪里真知、哪里胡说。完全不懂行的人，只能全盘相信。

一家伟大公司，起点是扎进真实行业的提问

莱文在演讲里，讲了一个很接地气的故事。他带过一个学生，大三暑假在亚利桑那州图森市一家二手车行打工，发现这门生意特别有意思，回来和莱文合写了论文。几年后，这个学生和同学创办的公司，成了美国最成功的二手车公司。

一家伟大公司的起点，不是一个凭空而来的点子，是一个学生扎进一个真实行业，带着专业训练的眼光，在一线观察和提问。这就是专业与好奇的双向成就：专业给你看懂问题的眼睛，好奇给你提出问题的勇气，两样AI都能加速，却一样都替不了。

所以要看懂AI时代的能力定价，有一个特别反直觉的真相：AI确实拉平了门槛，以前要学三年才能上手的活，现在借助AI三个月就能干，入门变得前所未有地便宜。但AI拉不平高手和新手之间的鸿沟。越是人人都能快速入门，真正深耕过、有手感、能在关键处做判断的人，就越稀缺值钱。

专业深度没有因为AI而贬值。它换了一个角色，从帮你做事的技能，变成了帮你辨别和决策的锚。

你越是把执行交给AI，
越要把专业的根，扎在自己心里。

03

AI能完美倾听，
却替代不了"在相处中成为自己"

莱文讲的第三件事，是校园，是人，是彼此塑造。他说，你们很优秀，但这不是你们来这里的原因。你们来，是为了那个你们将要成为的人。而那个未来的你，很大程度上是被彼此塑造的：在宿舍里，在食堂里，在排练室里，在为球队加油的时候。这段话，指向了一个我们正在亲身经历、却很少深思的变化。

AI是个"完美的倾听者"，但它给的是回应不是理解

现在的AI，越来越会陪人了。它秒回，全天候在线，永远耐心，从不评判，不会嫌你烦，也不会把你的秘密告诉别人。某种程度上，它是一个完美的倾听者。越来越多人把AI当成情绪搭子、深夜树洞。这并不奇怪，找真人倾诉成本太高：怕麻烦朋友，怕父母担心，找咨询师要花钱，还可能被敷衍。

但莱文讲的第三件事，恰恰点破了一个真相：人，是在和真实的人相处中，成为自己的。AI给你的，是回应，不是理解。它能生成最温暖的句子，但它并不真的在乎你。它模拟共情，却没有共情；它陪伴你，却不会被你改变，也改变不了你。

AI的回应

完美的倾听者。秒回、耐心、不评判，但模拟共情却没有共情，陪伴你却不会被你改变，也改变不了你。

真人的理解

有摩擦的关系。会分歧、不舒服，但碰撞逼你跳出自己的视角、理解另一个人，最后成为更完整的人。

真正的成长，藏在有摩擦的关系里

而真实的关系，是有摩擦的。你会遇到背景、观点完全不同的人，会分歧、会不舒服。但恰恰是这些碰撞，逼你跳出自己的视角，理解另一个人，重新审视立场，最后成为更完整的人。

莱文给这种相处，起了一个名字，叫"尊严文化"。他说，面对分歧，我们可以升级成激烈的争吵，可以诉诸权威、发到网上去声讨。但我们也可以选择另一种方式：用提问来回应，用讨论来打开僵局。他送给学生一句话："保持好奇，而不是评判。"

今年6月他还说过，望远镜让我们看得更远，但最初成的像上下颠倒、左右反转，很多时候，迷失恰恰发生在真正理解之前。"当摩擦是有启发性的，它产生的是光，而不是热。"

放在今天格外值得回味。我们越来越习惯和观点一致的人待在一起，被算法投喂认同的内容，用对立代替沟通。于是摩擦只产生热、产生情绪对抗，却不再产生光、产生新的可能。而AI的完美倾听，某种程度上，是在纵容这种退缩。它永远顺着你，永远不反驳你，让你舒服，却也让你越来越没有勇气，走进真实关系的不完美里。

最难替代的能力，几乎都和"人"有关

这背后，同样有一个清晰的产业逻辑。你看AI最先替代的，都是孤立、标准化、不用和人打交道的活，对着屏幕写代码、填表格、做文档。而难以替代的能力几乎都和人有关：在分歧中推进项目，在团队里建立信任，理解客户没说出口的需求，带人面对不确定性。这些能力，AI可以模拟，却无法替你经历。它们只能在一次次真实的相处、真实的摩擦、真实的合作中，长在你身上。

人不是被算法塑造的，
是被你遇到的人，塑造的。

04

未来不是发生在你身上的事，
是你亲手造的

讲到这里，你应该明白，莱文为什么在AI狂飙的今天，反而回头去讲三件最古老的事。因为探索、专业、相处，恰好对应AI最无法抵达的三个地方：给不了探索时的判断、专业深处的辨别、真实关系里的成长。

在演讲的最后，莱文说出了那句最有力量的话："未来，不是一件发生在你身上的事。它是一件由你亲手创造的东西。"

这句话，值得每一个被AI焦虑笼罩的人，反复读几遍。AI时代，其实只有两种活法。

被动等未来

被算法推着、被工具牵着、被新技术追着跑，每天担心自己是不是下一个被替代的人，把思考、专业和连接一件件交出去。

亲手创造未来

用AI，但不依赖AI；享受答案的便利，但不放弃探索的勇气；把专业的根、判断的能力、和人的连接，牢牢攥在自己手里。

斯坦福讲的三件古老的事，说到底，都是同一句话：越是技术狂飙，越要把"成为什么样的人"的主动权，攥在自己手里。

因为真正能定义你的，从来不是你用了多强的AI，而是当AI无所不能时，你依然选择，亲自去活。

关注一刻 talks，我们不追AI的风口。

我们帮你看看，当机器越来越像人，人该怎么把自己，活得更像人。

本文章谨为商业研判，不构成任何投资建议