这期没有嘉宾，两位主持人自己聊：学校该怎么面对 AI。节目里那组对照最扎人——同一个聊天机器人，练习涨 48%，撤掉之后考试低 17%。
下面按节目原始顺序，先是 14 段逐段要点整理，再是全篇逐句中文译文，一个字都没省。
逐段要点整理
0:00 欢迎收听 — Welcome to the Practical AI Podcast!
1:49 关于为人父母与技术的私人反思 — Personal Reflections on Parenting and Technology
- 丹尼尔快 40 岁，第一个孩子还有一个月出生。他在节目里说自己会是一个「老爸爸」，想象走进家长会、面对一群二十几岁的老师会是什么心态。2
- 克里斯把公立学校这条路完整走了两遍：两个已成年的继子女，一个读高一的 14 岁女儿；他还在两所大学做顾问。2
- 话题的起点是他带狗散步时想到的那个双关——教育正在「掉叶子」；节目惯例是用一个双关开场。2
- 他正在写一本给大众读者的书，讲代理式 AI 渗进生活每个角落后人的生活会变成什么样；他算的是女儿 40 岁那年。2
4:36 AI 时代里教育的挑战 — Education's Challenges in the Age of AI
- 丹尼尔拿社交媒体做对照：第一代用社交媒体的人根本不知道自己在接受什么，像往所有东西里加同一种添加剂。2
- 他给 AI 的差别下了两个判断——影响更大，来得更快。社交媒体改了所有人的生活，可一个机械工程师上班的方式没被它改；AI 直接改你每天怎么干活。2
- 克里斯说，最初那条「不许用、自己做」的指导，是因为当时没人有概念怎么把 AI 整合进学生交作业的那条流水线。2
- 个人层面的摸索已经在发生，卡住的是制度化：学区要批准课程，州里要把要求写进去，老师才有余地。2
9:30 把 AI 融进教育 — Integrating AI into Education
- 丹尼尔把问题拆成两件：一件是教人怎么用 AI，因为往后的每份工作里都有它；另一件是保住那些可能被 AI 侵蚀掉的底子。他说这两件事常被混成一件来吵。2
- 他举基础数学：孩子跟聊天界面要答案的时间，会远远早于学校正式教那个知识点，建立直觉的那一段因此被跳过。2
- 他自己摆出反例：文字都打进文档、拼写检查内置，甚至由 AI 生成之后，拼写还算不算一项必须学的技能。2
12:21 学习中批判性思考的位置 — The Role of Critical Thinking in Learning
- 克里斯把要教的东西分成三层：跨领域的批判性思考、跨领域的创造，加上学校教的具体内容。内容会变，前两层是内容变完之后还能用的东西。2
- 他补了一句上下文：你得有足够扎实的数学，才能跟得上将来和 AI 一起处理的更难的数学。2
- 丹尼尔给出一条他自己的世界观：人是在不适和挣扎里长出来的，不管是在婚姻里、在工作里，还是在想要守住的价值观上。2
- 他据此把问题换了方向：判断一项技能还要不要学，看它在锤炼什么、有没有让你体验那种推着自己往前的不适。2
15:05 赞助口播：SerpAPI — Sponsor: SerpAPI
- 这一节是赞助口播，讲的是把 SERP API 接进 AI 智能体，给它们实时、结构化的搜索结果访问，并提供每月 250 次免费搜索额度。2
16:23 挣扎在教育里为什么重要 — The Importance of Struggle in Education
- 克里斯说他自己每天和 AI 协作，产出远远超过去年，但那种挣扎还在，只是被挪到了别处——从「这段代码怎么写」挪到了「这件事到底要解决什么」。2
- 他举自己的例子：做出一个网站需要的代码可以很快产出，于是他对 Rust 的熟练度比一年前更不重要。他说这只是很多例子里的一个。2
- 他带过不少从大学出来的年轻人，二十二三岁到接近三十岁，觉得这批人在适应职场的新现实上都有点吃力；他给出的解药是自我反思要更快。2
19:46 课堂里怎么和 AI 相处 — Navigating AI in the Classroom
- 丹尼尔把话题推到最具体的地方：如果我是个高中老师，我该不该让学生在作业里用 AI，在哪些方面、以什么方式。他说这样问也许是个好的切入方式。2
20:09 老师的权限与 AI 的使用 — Teacher's Authority and AI Usage
- 克里斯讲起一年前那次被拍砖：那期节目之后好几位老师联系他，说你往我们腿上放了一件我们没有权限做的事。2
- 他把责任归到上面那一层：课程表、工具、能允许什么，都由上面定，老师在自己接到的边界里执行。2
- 他也描述了家长的体感：从自己那个很现代的世界，走进孩子的世界，会觉得那里有点古旧，于是忍不住问「为什么还是这样」。2
- 他讲了自己用工具的方式：除非是完全无关紧要的事，他很少直接要一个答案，而是先去弄清问题的性质，等答案出现时那一段挣扎他已经自己走完了。2
- 他说即便已经 56 岁，自己学得至少和过去几十年一样快；他把这归给自己主动施加的那点挣扎，并建议把这条做法成体系地推到学校里。2
22:47 关于课程表的激进建议 — Radical Suggestions for Curriculum Changes
- 他的建议是开学第一天就把全年的课程表放出来——他说的是课程表，不是试卷也不是小测。他说多数课程表早就定好，老师提前很久就知道要讲什么。2
- 他不把使用工具叫作弊，而是提了两件事：让孩子把材料学完，再想办法判断他们钻进去了多深、拿到的是不是浅层答案。2
- 对家长的好处他也说了：知道孩子在哪儿会卡住，就可以提前引入、拉长接触的时间。2
- 他设想的老师角色是定制学习的引导者，由学校政策和学区政策来放权；他的结论是对真人老师的需求会一直很高。2
25:48 在教育里做试验 — Experimentation with AI in Education
- 丹尼尔转述了一些老师的做法：把题目丢给 AI 让它写一稿，然后要求学生交一份批判性分析——哪里不准确、哪里被错误地框定、可以怎么改。2
- 他的落点是：学生在这来回打磨里建立的是一种直觉，AI 的输出需要被检查，判断什么更好、什么更差仍然是人做的部分。2
- 他没法断言哪种做法最好，能看到的瓶颈是老师在很多事情上手脚被绑住；他说学校至少得有一个可以试的地方。2
- 克里斯提出一个挑战：孩子戴一副耳机，能清楚听见老师讲话，同时有一个 AI 在旁边问「你会怎么想这件事」，看着孩子挣扎的过程给提示，每个学生听到的提示都不一样。2
- 他说这不是新想法，想知道现在人们怎么看，这个方向对不对。2
29:24 关于 AI 影响学习的几个数据点 — Data Points on AI's Impact on Learning
- 丹尼尔摆出两组他事先发给克里斯的材料。第一组是 2025 年的一项实地实验，对象是土耳其一所大型高中的近千名数学学生：通用聊天机器人提升了有辅助的练习表现，却让随后无辅助的考试表现相对对照组下降了 17%。23
- 论文把机制归到「拐杖」：学生向 GPT Base 要答案、直接抄下来，没有把材料吃透。带护栏的 GPT Tutor 那一组练习表现提升 127%，随后没有出现负向效果。4
- 第二组来自哈佛的本科物理课程，194 名学生、连续两周各一节课、两组交叉：结构化 AI 导师带来的即时学习增益约为在堂主动学习组的两倍。256
- 他提到普渡——他住的镇上就是这所学校。普渡现在把 AI 能力列进全校本科的核心课程要求，官方口径是「以 AI 为重点的课程，用来建立批判性思考、负责地使用 AI，以及可以直接上手的职业技能」。278
- 普渡的新闻稿给出了规模：2026 年秋季入学起实行，AI 工作能力被列为学校 10 项核心课程功能学习成果之一；董事会 2025 年 12 月通过后数周内定出 22 门课、更新 300 多份培养方案。7
- 丹尼尔补了一个他观察到的落差：学生在大学里被反复告知用 AI 是可疑的，于是带着这个联想进入职场，而公司对 AI 的要求正好相反。2
35:09 高等教育与博士的未来 — The Future of Higher Education and PhDs
- 克里斯问的是高等教育和博士学位的用处，以及它需要怎么演化才能继续有用。丹尼尔的回答从自己走过的路开始：他在博士项目里作为一个人长出来的东西——自信、批判性思考、解决问题、创造力——比本科和高中高出很多个数量级。2
- 他认为博士有一条别的教育经历没有的硬约束：你不发表新研究，就拿不到学位；AI 可以把领域现状梳理得很清楚，可它知道的也就是现状。2
- 他喜欢海报环节那个场面：把越线的结果贴在一张海报上，房间里有 50 位经验丰富的专家、物理学家、教授和研究人员走过来当场提问，而且都抱着怀疑。2
- 他把博士的价值往回收了一层：个人发现会被更好的 AI 追上，但在模糊中穿过挣扎、走到一个你有信心为之辩护的立场，那种舒适感留下来了。2
- 他把创业和创作放在同一条线上：AI 可以生成商业想法，但那并不意味着它就有产品市场契合度；即便有，你还是可能把生意搞垮。2
- 克里斯的收束是从丹尼尔那里拿走的一句话：把这个过程往前挪到处理基础的阶段，引入模糊、创造力和挣扎，再让一些工具成为过程的一部分，也许能让今天这批孩子走出另一条路。2
43:04 下周见 — See you next time!
- 丹尼尔给整段讨论加了一个前提：我完全不懂自己在说什么；他承认自己不是教育专家。2
- 他同时说，这本身也是一个证据——人可以在不什么都懂的情况下保有观点和创造力。2
- 他判断教育系统常常落后于技术，立法也一样；他把这一点看成会持续制造问题的结构，而不是追不上的理由。2
- 片尾的口播提示下一期继续，并再次向听众要教育工作者和正在做试验的项目。2
逐句全文翻译
底稿是节目官方发布的完整逐字稿（Transistor 的 transcription.vtt，自带说话人标签），按官方 14 段章节切开。29只保留中文译文，不保留英文原文；对话部分保留说话人标签：丹尼尔／克里斯／旁白／赞助口播。不压缩、不摘要、不删减。
转写由机器生成，个别专名听写有误（例如把 agentic 写成 agenetics），译文按可确认的原意还原；节目里的口头语、重复与自我更正按原样保留。开头与结尾的口播、以及中段的赞助口播，都在它原本的位置上。
0:00 欢迎收听 — Welcome to the Practical AI Podcast!
旁白：欢迎收听 Practical AI 播客。我们在这里拆解人工智能在真实世界里的应用，以及它正在怎样改变我们生活、工作和创作的方式。我们的目标是让 AI 技术变得实用、有产出、人人都能上手。无论你是开发者、企业负责人，还是只是对技术热度背后的东西感到好奇，你来对地方了。记得在 LinkedIn、X 或 Blue Sky 上关注我们，获取节目更新、幕后内容和 AI 观察。更多内容请访问 practicalai.fm。
旁白：节目开始。
丹尼尔：欢迎回到 Practical AI 播客。这一期只有克里斯和我，我的联合主持。在没有嘉宾的那些期里，我们很高兴能直接聊一些我们自己关心的话题——新闻里的、我们脑子里盘旋的，或者听众向我们提过的。今天很期待和我的联合主持本森一起聊，他是一位 AI 与自主系统方向的首席研究工程师。我是丹尼尔·怀特纳克。
丹尼尔：我是 Prediction Guard 的 CEO。克里斯，你最近怎么样？
1:49 关于为人父母与技术的私人反思 — Personal Reflections on Parenting and Technology
克里斯：嘿，我今天挺好的。你怎么样？
丹尼尔：挺好的，一切顺利。这是我人生里非常兴奋的一段时间，生意上有很多不错的事情在发生。不过我知道你和我之前聊过，也聊到今天可能会谈到的某些话题，我最近想了很多关于孩子的事。还不知道的听众，我马上就要迎来我的第一个孩子了，就在这一两个月里。或者说，不到两个月了。
丹尼尔：现在大概只剩一个月了。来得很快。我一直说「一两个月」，但那个时间已经过去了。
丹尼尔：所以真的非常快。对还不了解我的听众说一句，我大概 40 岁了，所以我和我太太已经等了一段时间。我们结婚也有好几年了，我会是一个年纪偏大的爸爸。
丹尼尔：我一直在想这些事，比如，天哪，我要以一个年纪偏大的爸爸的身份走进家长会或者学校的会议。那些老师可能才二十四五岁。我不知道我到那些场合里会是什么心态。而且不只是这个，技术上的变化也很多——我知道这一直是你最上心的事，克里斯。
克里斯：是啊，你也不算太高龄。说说我的背景：我自己走完了整个求学过程，第一段婚姻里我参与抚养了两个继子女，我很爱他们，到现在依然很亲近。他们现在都长大了，在外面做自己的事。我作为继父陪他们走完了整个教育过程，也去过那些家长会。第二段婚姻里我有了现在的女儿。我在节目里会时不时提到她，她现在读高一，14 岁，所以我又把这些事重做一遍。这么说起来，公立学校这条路我已经完整走了两遍。
克里斯：另外，和你一样，我也以顾问的身份和几所大学有合作，担任过不同的角色。所以我能近距离看到那个层次的教育，也能对「该怎么做」这件事贡献一点想法。因为我们节目习惯用一个双关开场——现在外面秋色正好，我刚带着狗出去走了一圈，一路上我在想，面对所有这些变化，教育现在正在「掉叶子」。
丹尼尔：就是这个季节。
克里斯：……的季节。这是个爸爸式的冷笑话。对。
丹尼尔：接得好。
4:36 AI 时代里教育的挑战 — Education's Challenges in the Age of AI
克里斯：得把这个爸爸笑话讲出来。所以这件事在我脑子里盘旋了很久。我一直在开家长会，我们又在看大学了，我在想这个节目里我们一直在讲的那些事：变化有多快。人们担心工作，担心未来，担心自己该怎么办。就像我说过的，我花很多时间想这件事，一部分原因是我正在写一本书，讲的是当代理式 AI 渗透到生活的方方面面之后，人类的生活会变成什么样。那是给大众读者看的，是一本非常面向未来的书。它会让我去想：等我 14 岁的女儿到了 40 岁，她要面对那样的生活，那会是什么样子。
克里斯：哪些东西我们能预测，哪些我们只能少推测一点？我一边做这些思考，一边出现在今天的学校活动上，我心里一直在说：天哪，这是一场灾难。我不是想挑我们的学校系统——名字我就不点了——也不是想挑大学。我认识到的是，就像就业市场需要跟着 AI 一起升级，我们在这个节目里常常这么说，教育也一样需要。所以我提议我们聊一次这个话题，我知道你作为一个新晋爸爸也愿意加入。
克里斯：我想聊聊现在的情况是什么样、缺口在哪里，也许还能提供一些思考——我们这些常常琢磨这些问题的人，怎么看教育未来可能往哪里走。
丹尼尔：好啊。我试着找过一些可以类比的东西，其实有点难。你也许可以拿计算、拿个人电脑来类比。我甚至想过社交媒体。
丹尼尔：我们从社交媒体身上学到的一点是：我们这些第一代用社交媒体的人，当时完全不知道自己在接受什么。某种程度上它像阿片类药物——或者说像某种物质，大家的想法是「我们把它放进所有东西里」。现在回头看，我们意识到那可能不是处理这件事最好的方式。但即便是社交媒体——它显然影响着我们所有人的生活——它和你个人的工作方式、你在工作里的角色的关联，也许没有 AI 那么紧。
丹尼尔：对吧？除非你在做数字营销之类的工作，或者你在 HR 里要去翻别人的社交媒体看有没有什么麻烦。但总体来说，如果你是个机械工程师，社交媒体之前和之后，也许你多了一个 LinkedIn，多了一点职业层面的东西，但它并不一定改变你做日常工作的方式。
丹尼尔：可 AI 来得比社交媒体更快，而且它确实在改变我们所有人做事的方式、工作的方式，以及我们在教育系统里学习的方式。所以从某种意义上说，它比别的东西影响更大，也发生得更快。
克里斯：确实。我们听到很多教育机构在各级都在为这件事挣扎。最初的指导意见是「你不许用 AI，你得自己做」。我猜这在很大程度上是因为当时没有概念——不知道怎么把 AI 真正整合进学生为了受教育而产出的那套工作流里。我觉得这个情况开始有点松动了，至少在有些地方。因为到现在很清楚了，这件事不会消失。所以一些走在前面的人开始试着弄清楚：怎么把这些孩子剩下的成长岁月都整合进去，一直到他们进入职场。
克里斯：他们会有这些工具，工具会越来越好。所以很大一部分工作是：在个人层面发生的事之外，怎么把它制度化——让学区批准课程，让有要求的州把要求写进去，这样老师往后才有余地，把球往现实的方向推一推。因为现在它落后了。
丹尼尔：也许——我很好奇你怎么看这个区分，或者说这个区分到底重不重要——在我脑子里，这有一面是：AI 会成为我们所有人工作方式的一部分，我们需要教人怎么用 AI、怎么把 AI 融进工作里。
丹尼尔：这是其中一面。另一面是，可能——我觉得不同的人有不同看法——有一些东西是我们作为人、为了在世界上好好运转而理想上必须学的，作为我们教育系统的一部分。
丹尼尔：而如果 AI 干扰了我们学这些东西的方式，那可能就有问题；或者说我们也需要调整教育系统，确保这些东西被学到。我想到的是，比如说基础数学能力。
9:30 把 AI 融进教育 — Integrating AI into Education
丹尼尔：我不知道。这也说明我有多无知——接下来几年我要经历的大部分事情，我什么都不懂。我也不知道现在课程里，某一层数学是在哪个阶段开始教的。但我能想象，一个孩子跟 AI 聊天界面互动、直接拿到数学答案的时间，会远远早于学校正式教那个知识点、要求他们建立那种直觉的时间。所以如果我拿到的答案全部来自聊天引擎，而没有真正学会至少基础层面的数学怎么做，很多人会认为这是有问题的。我也能想到反过来的热评：拿拼写、拿连笔字来说。
丹尼尔：这样的例子大概很多。你可以说，现在拼写——如果我只是把文字打进 Word 文档，拼写检查已经集成在里面了，或者干脆是 AI 替我生成的——拼写已经不再是任何人需要学的技能了。所以我觉得这里有两面：一面是我们需要教人怎么用 AI；另一面是，有哪些基本的东西是我们作为人必须在 AI 之外学会的，或者如果我们在教育系统里没有正确使用 AI，它们就可能被破坏掉。这个区分你听得出来吗，克里斯？
克里斯：我觉得听得出来。你说的我都同意。再展开一点：有些能力，比如在多个领域里做批判性思考的能力、在多个领域里创造的能力，再加上内容本身——也就是你在学校里被教到的那些具体的技能，就像你说的，它们可能会变，一些我们以为很基础的东西可能正在改变。
克里斯：但你的学习里得有足够的上下文，支撑你在批判性思考和创造这两件事上一起发力，这样你往后才能和这些技术协作，抵达目标。
克里斯：所以上下文是需要的——你刚才讲的就是这个意思：你得有足够扎实的数学能力，才能跟得上你将来和 AI 一起处理的那些更难的数学，但你要先到某一个水平。所以我认为，要在教育提供的上下文和创造、批判性思考的能力之间找到那个配比，让你往后能和 AI 一起协作解决问题。因为那就是我们所有人都要面对的现实。
丹尼尔：对。也许换个说法是——不同的人大概有不同看法，但至少从我的视角、我的世界观来说——我不认为一个人可以不经历不适和挣扎，就在品格和成长上真正往前走。
丹尼尔：不管你是在婚姻里往前走、作为工作者往前走，还是作为一个人、在你想要守住的那些价值观上往前走，都是这样。生活的挣扎正是这些东西被锤炼出来、被建立起来的方式。所以我倾向于把教育系统的一部分看成……或者我想举的反例是：也许基础数学或者拼写现在作为基础技能，已经没那么要紧了。
丹尼尔：如果它在锤炼正确的思维方式，在让你体验那种推动你 mindset、推动你解决问题、推动你做决策、推动你变得有韧性的不适感，那么它就有价值。就像你说的，克里斯。
12:21 学习中批判性思考的位置 — The Role of Critical Thinking in Learning
克里斯：我觉得听得出来。你说的我都同意。再展开一点，有些能力是这样的：在多个领域里做批判性思考的能力，在多个领域里创造的能力，再加上内容本身——也就是你在学校里被教到的那些具体技能。就像你说的，它们可能会变，一些我们以为很基础的东西也许正在改变。但你得有足够的上下文，支撑你把批判性思考和创造这两件事一起用出来，这样你往后才能和这些技术协作，抵达目标。
克里斯：所以上下文是需要的，你刚才讲的就是这个意思：你得有足够扎实的数学能力，才能跟得上你将来和 AI 一起处理的那些更难的数学，但你要先到某一个水平。所以我认为，要在教育提供的上下文，和创造、批判性思考的能力之间找到那个配比，让你往后能和 AI 一起协作解决问题。因为那就是我们所有人都要面对的现实。
丹尼尔：对。也许换个说法是——不同的人大概有不同看法，但至少从我的视角、我的世界观来说——我不认为一个人可以不经历不适和挣扎，就在品格和成长上真正往前走。
丹尼尔：不管你是在婚姻里往前走、作为工作者往前走，还是作为一个人、在你想要守住的那些价值观上往前走，都是这样。生活的挣扎正是这些东西被锤炼出来、被建立起来的方式。所以我倾向于把教育系统的一部分看成……或者我想举的反例是：也许基础数学或者拼写现在作为基础技能，已经没那么要紧了。
丹尼尔：如果它在锤炼正确的思维方式，在让你体验那种推动你 mindset、推动你解决问题、推动你做决策、推动你变得有韧性的不适感，那么它就有价值。就像你说的，克里斯。
15:05 赞助口播：SerpAPI — Sponsor: SerpAPI
赞助口播：我们在节目里聊过很多次：一个 AI 智能体需要底下有一套外壳，能连到真实世界、连到 MCP 服务器、连到真实系统和数据源。那是它能朝着一个有用的目标推进的唯一方式。所以我很高兴我们和 SERP API 合作——它是一个网页搜索 API，给开发者提供实时、结构化的搜索引擎结果访问。
赞助口播：这是个很棒的工具，你可以直接插进 AI 智能体，驱动它们的行动，让它们拿到正确的结果。集成非常简单，里面还能调用 100 多个 API，访问 Google、Bing、Amazon、YouTube 等等来源。所以我非常建议你去看看 SERP API，把它整合进你的 AI 智能体。访问 serpapi.compracticalai 就能免费开始使用，每月有 250 次搜索额度。再说一次：访问 serpapi.compracticalai，免费开始使用，每月 250 次搜索。
16:23 挣扎在教育里为什么重要 — The Importance of Struggle in Education
克里斯：你刚才那一段的观点，我觉得说得很准。我认为我们现在正处在一个时刻：必须回头去看那些代代相传被当作基础的技能，弄清楚它们今天该怎么用。你提到拼写检查——拼写在某种程度上依然重要，因为它关系到我们沟通的准确性。但问题在于，如果我们拿这些基础技能，对照几年之后的世界会是什么样，就需要做一定量的分析。
克里斯：我们是不是已经在把其中一些技能外包给 AI 了？我们又要怎么协作，去解决真正困难的问题？说到你说的挣扎——我自己在生活里，每天和 AI 一起工作，我知道你我都在一直和大模型协作，这改变了我处理很多问题的工作流。从很多方面说，它把我能做的事情、把我的生产力都大幅放大了。我之前在节目里提过我能产出什么，我现在的输出远远超过去年可能做到的水平。所以我开始认真看我是怎么做这件事的，同时我注意到，那种挣扎依然存在，只是被放到了别的地方。
克里斯：打个比方——我随便举一个例子——如果我要做一个有某种功能的网站，我可以很快产出一堆代码。取决于它是干什么用的，围绕它有一定量的严谨性要求，但很多情况下我能够把其中一部分外包出去，把精力集中在驱动这件事的创造性过程上。我觉得这就是一个例子：我对 Rust 的熟练程度——那是我现在常用的语言——今天已经不如一年前那么重要了。而这只是很多很多例子中的一个。我在做大量的写作，就像我说的，在写作里，很多研究用上了工具，去验证我准备提出或主张的东西。所以我认为我们需要做的是：先把现在这个样子定下来，它是什么。
克里斯：接下来几年它会变成什么样？我们想怎么开始做调整？因为如果教育落后太多，今天这些孩子会非常难受。最后再说一句：在职场上，我会指导不少从大学出来的年轻人，他们二十出头到二十几岁，甚至接近三十岁。在大学里待过的那些人，适应职场的新现实都有点吃力。所以我认为我们需要加快自我反思的过程，这就是我想说的。
19:46 课堂里怎么和 AI 相处 — Navigating AI in the Classroom
丹尼尔：好，那我觉得——我同意这一点。不过你刚才的意思是，我接下来要说得可能有点冒犯，我干脆直说：既然如此，如果我是一个高中老师，我该不该让学生在作业里用 AI？在哪些方面、以什么方式？这个问题有用，还是可能没用？也许这样问是个好的切入方式。
20:09 老师的权限与 AI 的使用 — Teacher's Authority and AI Usage
克里斯：我想先往旁边拐一下，因为我之前被拍过砖。大概一两年前，我们做过一期节目，我聊了教学之类的事。那期之后有好几位老师联系我，说：你往我们腿上放了一件我们没有权限去做的事。
丹尼尔：也就是控制权。
克里斯：对，我们没有控制权。那是上面定下来的，我们只能在那些边界里执行，然后照办。
丹尼尔：明白了。各位老师。
克里斯：对。
丹尼尔：给我开家长会的时候是个好建议。别的事情上我可能会抱怨，但这件事得记住。
克里斯：你大概有时候还是会。你会沮丧，因为你从自己的世界——一个非常现代的世界——走进你孩子的世界，会感觉那里有点古旧。作为家长，你会忍不住问：为什么还是这样？没错，学术上的手铐在某种程度上是戴着的，所以我在和家长老师讨论的时候会尽量记住这一点。但我确实认为学校系统——就说我所在的这个吧，你们自己知道是谁，你们中间有几位在听这个节目，也许正在琢磨这件事——如果你们发现自己在生活里用工具学习，那就把它往下带给孩子们。
克里斯：想想我该怎么做？就我而言，这些工具——我猜对你也是一样——我很少直接去要一个答案，除非是完全无关紧要的事。我通常会去探究一个问题的性质，这样等我拿到答案的时候，我已经用这些工具确保自己经历了那一定量的挣扎，那是一种我自己施加给自己的挣扎，为的是学到东西。我发现这么做之后，这些工具在投我所好。我也帮了它们——
克里斯：我大致给了它们关于我的画像，它们就能给出对我而言真正最优的信息。所以即便我已经 56 岁，我依然学得很快，至少和过去几十年一样快，甚至更快，因为我有这些工具。我要建议的是，我们需要把这件事往下推，推成学校系统里一种更成体系的安排，让这些工具帮孩子做个人层面的学习。在我闭嘴之前再举一个例子。我要说得激进一点，不久前我把这个建议提给了一组老师，我记得他们的脸一下就垮了。我认为学校系统里，大部分课程表早就定好了，老师在上某一节课之前很久就知道自己要教什么。
22:47 关于课程表的激进建议 — Radical Suggestions for Curriculum Changes
克里斯：把那份课程表放出来。我说的不是考试，不是小测，而是开学第一天就把全年的课程表都放出来，这样你就有能力——孩子们多多少少总会用这些工具。与其把这叫做作弊，不如让他们学材料，再想办法判断他们钻得有多深。
克里斯：他们是不是只拿到了浅层的答案？他们有没有往下扎？而且你可以——作为家长，我可以在某些我知道女儿可能会吃力的地方把它抹平，把内容提前引入，延长她接触它的时间，让她学起来，因为我作为家长本来就在做这件事。所以当我提出这个建议的时候，所有人的脸都有点垮。
克里斯：但我认为你可以更高效地让每个学生以适合自己学习方式的具体路径去学，也让老师通过学校政策、学区政策，变成这场定制过程的引导者。我认为如果老师调整自己的角色去做这件事，他们作为人在未来会变得更有用。我们会发现，对真人老师的需求会一直很高，而不是简单地说一句「他们会被 AI 取代」。这就是我激进的那条建议。
丹尼尔：好。即将开业的「本森学院」。
克里斯：对，就这么办。
丹尼尔：行，看看你能不能拉到投资。我觉得我面前有个挑战。
克里斯：那里有挣扎。
丹尼尔：克里斯，把你说的这些抽象成一条原则，我想是——或者说这里面有一部分是：小学、高中和大学系统需要找到某种方式，允许用这项技术做试验，而现在他们不允许。就像你说的，老师在很多事情上手脚都被绑住，能允许什么、不能允许什么由不得他们；有些情况下甚至是这样：你得用这个工具去判断这篇论文是不是 AI 写的，或者它已经被整合进那些流程里。所以他们有没有选择的余地是另一回事，但总得有机会去试验。
丹尼尔：我听到的一些做法是重新排了优先级，把 AI 接进去。比如少一点对背诵和复述事实的强调，也许给你一种方式去看 AI 的输出，找出里面不准确的地方。
25:48 在教育里做试验 — Experimentation with AI in Education
丹尼尔：我听到有些老师在这么做：好，这是我们大家要写一篇论文的题目。你把题目丢进 AI，让它写这篇论文。然后我要的是你对它输出的批判性分析——这篇论文可以怎么改进，或者说哪里不准确、哪里被错误地框定了。
丹尼尔：就先假定里面确实有一些地方被错误地框定，或者确实有可以改进的地方。你也许会说，这也可以用 AI 来做。但它教的是一种和 AI 协作的不同机制。
丹尼尔：它其实是……你在看它的输出，而不把它当成金标准。你在建立一种「这个东西需要被检查」的直觉，你在来回打磨、改进。这里面依然有批判性思考，你必须判断什么是最好的、什么不是、什么更好、什么更差。
丹尼尔：所以我不是说这是完美做法。我更想说的是：老师和教授大概需要一点自由，能去试这些东西。我不知道——我对教育系统的了解显然不够，不知道要让这件事发生，机制是什么。也许我们的听众，如果他们知道一些……
丹尼尔：我确信在美国和其他国家都有一些创新的项目在做。如果听众了解其中的一些，愿意指给我们看，我们很想把那些专家请到节目里来，把那边更积极的一面讲出来——我相信一定有人在试验。
克里斯：哦，我相信一定有。我其实想接着往下说一句，也给观众和听众留一个挑战。如果我们看几年之后的课堂——那时我们依然有真人老师在促成这个过程。这不是新想法，我相信每个人都听过：让每个学生在课堂上带着一个属于他自己的 AI，专门帮他把我们刚说的这些东西学下去。
克里斯：也许那个 AI，我随便设想一下，也许孩子戴着一个耳机。他能清楚地听见老师讲话，但同时也有一个 AI 在说：你会怎么想这件事？当老师在讲课、AI 在观察这个孩子挣扎的过程时，它们可以用针对这个特定学生定制的方式给他提示。旁边的另一个学生听到的提示可能稍有不同，但它让孩子保持在轨道上、专注于手上的任务、停留在学习曲线上。我很想听听大家怎么看——这不是新想法，我们过去也听过类似的东西。我想知道人们现在怎么想：这个方向对不对，是不是需要别的东西，以及你会怎么用这种能力。
29:24 关于 AI 影响学习的几个数据点 — Data Points on AI's Impact on Learning
丹尼尔：克里斯，我先把几件事点出来——这是你在我们这次对话之前发给我的，我觉得挺有意思，就是几个数据点。2025 年有一项实地实验，对象是土耳其近千名高中数学学生，它发现通用聊天机器人提升了有辅助的练习表现，却让随后无辅助的考试表现相对对照组下降了 17%。还有一项研究来自哈佛的本科物理课程，大约 200 名学生，它发现在两节课上，精心结构化的 AI 导师带来的即时学习增益，强于作为对照的主动学习课堂。其实我在普渡做助教的时候就知道，这种主动学习的做法当时是所有人都在试验的东西。
丹尼尔：我对那个领域的全貌不了解，但我知道那时候这是件大事。所以看到有人在继续做这类实验，是让人受鼓舞的。我知道普渡——对不知道的人来说，它就在我住的镇上，离我很近——那里有各种各样混杂的情况，不同院系做法不一样，不过我知道那个系……
丹尼尔：就像你说的，克里斯，这套系统在做一些事情。普渡——我知道，而且不只是他们在这么做——现在在本科阶段有了一个实打实的要求，覆盖所有本科学位：必须完成 AI 能力要求。他们说，这是以 AI 为重点的课程，用来建立批判性思考、负责地使用 AI，以及可以直接上手的职业技能。所以，对，就像你说的，克里斯，你刚才提到指导那些从大学出来的人。
丹尼尔：我……我很难相信……或者说换个说法：从大学出来的那些学生，至少如果他们在我公司工作——也许我只能替自己的经验说话——如果他们不愿意在日常工作里主动去用 AI、去钻研 AI 辅助，那在公司里这会是个问题。那是一项明确期待。可这不一定是他们在大学项目里学到的东西，也许他们……
丹尼尔：他们身上很重地带着这个……即便他们个人喜欢用，他们在日常工作里对 AI 也可能有一种负面联想，因为他们的日常工作一直是大学作业，而他们的大学教授对此义愤填膺：我猜你在这上面用了 AI；我在想办法不让你在这上面用 AI；我在用 AI 检测来防止你钻空子。再说一次，我很理解教授们，因为很多时候他们的手脚是绑住的。
丹尼尔：也许他们也不知道该怎么办。所以那一面我完全看得见。但这些学生如果真的形成了这种联想，那和很多……至少……我知道有些公司在 AI 应用上还没走到这么远。
丹尼尔：对吧？可现实是，不管谁喜不喜欢，我们都在往那个方向走。你要有一份工作、一个岗位，你就要在那个岗位上用 AI。所以，对，那会是一项期待。
克里斯：对。我觉得当你说到教授想禁止、想检测的时候，我没有答案。但我有的反应是：也许我们量错了东西。也许我们需要找到……怎么把学生送到他该去的地方，同时又不必告诉他，那些将在他余生里无处不在的工具是不公平的、是作弊的。这种看法需要改变。
克里斯：我们需要找到一种方式，把那些关键能力交到学生手上，同时承认我们都会开车、都会做那些已经完全属于我们生活一部分的事。这件事现在也成了那部分生活。所以我们要承认，教育再也不会没有它了。这就是我现在在做的那件小小的家长式的任务。我不声称自己有全部答案，但我认为这是我们必须在社会层面上参与的一个过程。这是一个社会问题，如果我们不主动去做，只会越来越糟。我很高兴听到普渡在做的努力，试着一点一点往前推。
克里斯：我想问你一个问题。我最近和女儿聊了很多关于大学的事。我和她聊高等教育。读研究生会是什么样？读博士呢？考虑到世界变化这么快，我们谁都不真的知道，因为世界在变，我们在职业上会被要求做出什么样的改变。关于高等教育、关于博士学位的用处，或者这个用处需要怎么演化才能继续有用，你怎么看？你的想法是什么？
35:09 高等教育与博士的未来 — The Future of Higher Education and PhDs
丹尼尔：好。我大概只能回看自己走过的路，我能做的也就是这个。有意思的是，我在博士项目里作为一个人的成长，以及我在自信、批判性思考、解决问题、创造力这些个人能力上的成长，比在本科或者高中那样的环境里，要高出很多很多个数量级。
丹尼尔：我想，一部分原因显然是它难得多。这也符合我倾向于的那一边：挣扎对成长是有用的。但我觉得博士，如果你专门看博士的话，它和其他教育经历不一样的地方在于它必然是——你不发表新研究，就拿不到博士学位。
丹尼尔：所以不管 AI 系统能多好地帮你梳理领域现状，它们说到底知道的就是领域现状。我知道有人在研究能自己做出发现的 AI 系统。所以我认为 AI 系统可以协助你去探索什么才是新的。但某种程度上，博士会逼着你说：这些是基础。
丹尼尔：我对基础有一个心智模型。那么现在我可以在哪里越出那条线？同时我也知道，那些真正懂基础的人，会对我在哪里越线这件事抱着怀疑、来质问我。
丹尼尔：所以我非常欣赏、也非常喜欢——现在回头看依然喜欢——海报环节这个概念。我在那条线外面画了东西，我是有创造力的，我在说这是一片新领地。
丹尼尔：我认为我在这个方向上做出了进展，我把它贴在一张海报上，站在一个房间里，房间里有 50 位经验非常丰富的专家、物理学家、教授和研究人员，他们都会走过来，当场问我问题。他们都怀疑我的工作。我很喜欢这个，我觉得那东西不是适合所有人的。
丹尼尔：我不是说每个人都该去读博士，但我认为它在那套教育范式里是独特的，它产出了一种独特的结果——我在模糊里做事的那份自信，很大一部分来自那个过程。所以也许重点不是那些个人发现本身——我认为它们在研究生和博士项目里依然有价值，因为你也可以说，如果 AI 系统足够好，它们能帮我们探索这些题目、做出新发现。更重要的其实是那种在模糊中、穿过挣扎、走向一个你有信心为之辩护的立场的那种舒适感。那本身是一个非常创造性的过程，我认为那是一种价值。
丹尼尔：我认为这不是唯一能做到这件事的路。创业、创办公司的人有一种非常相似的过程。你可以让 AI 生成你的商业想法，但说到底，那并不意味着它有产品市场契合度。
丹尼尔：即便它真的有产品市场契合度，你还是可能把自己的生意搞垮、让它失败。那是一件非常有创造性、非常困难、充满挣扎的事情。所以它同样会产出那种在模糊里做事的能力、创造力等等。你大概还能想出别的例子。
丹尼尔：所以有博士，有创业和做公司，有创作——不管是写一部新作品，就像你提到的写书，还是艺术，或者别的什么在推边界的事情，那些地方需要的仍然是人身上的创造力。我想我离你最初的问题有点远了，但这些就是它让我想到的东西。也许可以这样定义：我们在哪里……我们在人的创造性事业里找到价值，我们要怎么促成更多这样的事——那可能通过博士项目。我认为它们依然有用。也可能通过别的路径。但没错，它的核心里有一个真实的创造性的部分。
克里斯：我知道你说自己偏离了问题，但在我们这场讨论收尾的时候，你确实启发了我一些想法。我打算带走的一点，也许别人也会想考虑一下：你讲到模糊、创造力、以及挣扎本身的价值，和它怎么真的让你作为一个人成长起来。你说的是数量级。那如果把这个过程往前挪一点，挪到教育过程里更早的位置，挪到你处理基础的地方，会是什么样？引入模糊、创造力和挣扎，再让一些工具成为这个过程的一部分，这样是不是能用一种方式把基础引进来——它带来批判性思考、增强创造力、让孩子做得到，哪怕他们达到这个结果的路径和今天不一样。少一点背诵那一类的东西，多一点把他们往前推，把死记硬背的部分交给工具。
克里斯：这就是你把我带到的地方，丹尼尔，我很感谢。这给了我一些要想的东西。关于这件事即将砸向这个世界的新数据，你还有什么最后想说的？
丹尼尔：所有这些都是在一个前提下说的：我完全不懂自己在说什么。也许这正好呼应了博士那件事。就像，我很能接受待在这个空间里——我并不什么都懂，但依然可以有观点、有创造力。我承认那个前提，我不是教育专家。
丹尼尔：但我认为这本身就是一个证据：你可以……我希望我们能在走向这个未来的时候，依然培养出有自信、有解决问题能力、有创造力的人。我确实认为往后会不一样。也许将来可以再做一期，专门请一些教育工作者来聊这件事会怎么发展。就从我经历过的其他技术来看，我也知道教育系统常常是落后的——在 AI 之前就是如此，而这会带来问题。
丹尼尔：立法也一样。立法永远落后于我们在技术上的做法，这本身又会制造问题。但这不意味着我们追不上、改不了。
丹尼尔：所以很希望能从听众那里得到和教育工作者的联系。如果你有，请介绍给我们。
43:04 下周见 — See you next time!
克里斯：这是个不错的收尾方式。谢谢今天的这场对话。
丹尼尔：我也是。回头再聊，克里斯。
旁白：这就是我们这一周的节目。如果你还没看过我们的网站，去 practicalai.fm，也记得在 LinkedIn、X 或 Blue Sky 上关注我们。你会看到我们发关于最新 AI 进展的观察，我们很希望你也加入讨论。感谢我们的合作伙伴 Prediction Guard 为节目提供运营支持，去 predictionguard.com 看看他们。
旁白：也感谢 Breakmaster Cylinder 的背景音乐，感谢你的收听。今天就到这里，下周再见。
References
- 1
- 2本期官方完整逐字稿（Transistor transcription.vtt，带说话人标签）
share.transistor.fm
- 3
- 4该论文的开放获取全文 PDF
hamsabastani.github.io
- 5
- 6「授课教师为物理课定制 AI 导师，参与度翻倍」（哈佛校方报道，2024-09-05）
news.harvard.edu
- 7
- 8普渡大学 AI 专页（2026 年秋季起实行 AI 工作能力毕业要求）
purdue.edu
- 9本期官方章节表（chapters.json）
share.transistor.fm
Comments