卓克：中小學的孩子，不需要急著接觸AI

Tips:親愛的朋友，微信推送規則一直在變化。如果你僅僅是“關注”，很可能無法收到推送。按照下圖操作點擊“劉潤”公眾號名片，設為星標，就可以不錯過文章啦。

這個世界，眼花繚亂。但我們，依然不能失去獨立的思考和判斷能力。

這就是看完之后，我最直觀的感受。

2月2日，卓克老師，在得到App上做了一場直播。

作為著名的科普作者，《科技參考》《科學思維課》《卓老板聊科技》等課程的主理人，卓克老師長期追蹤科技進展，擅長透過現象拆解科技底層邏輯。所以，他的分享，總能幫助我們跟上全球科技新變化，看懂新趨勢，抓住新機會。

而在這場直播中，卓克老師也分享了他對2026年的3大前沿趨勢判斷。分別是，1）AI在科研領域的應用趨勢；2）AI在教育領域的滲透趨勢；3）“智商稅”產品的迭代趨勢。

不過，與其說是卓克老師分享了3大趨勢，倒不如說是卓克老師借著3大話題，分享了遠超3個的，和我們息息相關的看法、思考、預測、判斷。它們關于AI，關于消費，關于教育，關于孩子，也關于我們自己的成長與認知。

所以，一場下來，信息量巨大，收獲頗豐，非常值得你一看。

那么，在這場信息量巨大的直播中，卓克老師，具體都分享了些什么？和我們，又有什么關系？

我試著幫你梳理了一下。

今天，與你分享。

“AI科學家”正在退潮，但“AI工程師”剛剛起步

首先，科研。

關于AI和科研的結合，很多人有過一種“AI科學家”的期待。這位科學家，不需要休息，博覽群書，精通各種學科。給它電，它就能被蘋果砸中，自己提出假設，設計實驗。然后，發現一個全新的，足以影響世界的科學規律。

過去幾年，這種期待，也被“AI for Science”的概念，和AlphaFold推上了頂峰。

什么是AlphaFold？

它是Google DeepMind開發的一個AI程序，干過一件驚天動地的大事。那就是，精準預測了幾乎所有已知蛋白質的三維結構。

這是個什么概念？

蛋白質，是生命的基礎。它的結構，決定了它的功能。搞清楚它的結構，就是理解生命、開發新藥的鑰匙。過去，人類科學家用幾十年的時間，可能才能解析幾萬個蛋白質結構。但AlphaFold，只用極短的時間，就預測了超過2億個。

于是，很多人相信，“AI科學家”的時代，就要來了。至少結構生物學家，恐怕是要失業了。

但是，你知道嗎？DeepMind，后來其實專門成立了一家公司，叫Isomorphic Labs，就是想用AlphaFold的技術，去顛覆新藥研發。但這家公司，基本算是失敗了。“在2024年底提交第一款AI研發的藥物進入人體實驗”的計劃，也已經推遲了。

為什么會這樣？為什么AI科學家在走向應用的時候，突然就慢下來了？

卓克老師說，因為今天所有的大語言模型，本質上都是“規律的總結者”，不是“規律的發現者”。

什么意思？

今天的AI，是一個強大的圖書管理員。它閱讀過大量的書籍和文獻。你問它，關于“馬”的一切知識，它會瞬間幫你整理出馬的定義、種類、習性、歷史 …… 甚至，總結出一些信息中的隱藏關聯。但是，它總結不出“新馬”。因為“新馬”這個物種的出現，是一個創造性的，從0到1的過程，需要基因突變，需要進化，是“總結”不出來的。

所以，今天的AI，可以從海量的數據里，找到那些已經存在，但被我們忽略的規律。但是，很難創造出一個全新的，不存在于數據之中的規律。

而科學發現，本質上就是在創造“新馬”。

那么，AI和科研，還能怎么結合？

雖然，AI科學家，來得并不順利。但是，AI工程師，正在被極大地發掘。比如，神經網絡算法，讓天氣預報的計算速度提升了成千上萬倍。比如，高能物理領域，AI從海量的對撞數據中，快速篩選出了有價值的信號。

難以發現新大陸，并不影響大幅提升大船的航行速度。

所以，“AI科學家”的期待，正在退潮。但AI工程師賦能各個產業的浪潮，才剛剛開始。

這一點，對于科研這樣一個“模糊的真相，也要好過精準的幻覺”的領域來說，尤其重要。

就算是“模糊的真相”，也要好過“精準的幻覺”

什么意思？什么是“模糊的真相”？什么又是“精準的幻覺”？

你是一位藥物研發的科學家。你想設計一款新藥。它就像一把“鑰匙”，需要精準地插入到病毒蛋白質這個“鎖孔”里，把它“鎖死”。

AlphaFold，給了你一張關于這個“鎖孔”的，極其高清、精準的3D設計圖。它會告訴你，這個鎖扣，在最理想、最穩定的狀態下，就長這個樣子。

AlphaFold預測出的這個完美的蛋白質結構，就是一種“精準的幻覺”。

但是，在真實的體液環境中，這個蛋白質“鎖孔”，其實是活的。它在不停地振動、變形、扭曲。就像一個火山口。1秒鐘之內，它可能就能變幻出幾百種不同的形態。

所以，科學家們會用冷凍電鏡。

冷凍電鏡，就像一臺快門速度沒那么快的相機。它對著這個活的鎖孔，咔嚓拍了一張照片。雖然鎖孔在動，照片是模糊的。但是，這張模糊的照片，恰恰捕捉到了這個鎖孔在真實環境里的動態信息。它會告訴你，這個鎖孔，可能會變成哪些形狀，哪些部分比較靈活，哪些部分比較穩定。

科學家們用冷凍電鏡辛辛苦苦拍出來的蛋白質照片，就是一種“模糊的真相”。

卓克老師說，對于科研來說，模糊的真相，遠比精準的幻覺重要。

如果按照那張完美的設計圖造鑰匙，到了真實環境中，很可能根本就插不進去。因為那個鎖孔，一直在變。

而參考模糊照片造出來的鑰匙，才有可能在各種動態變化中，找到插進去的機會，完成鎖死的任務。

真實的世界，往往都是這樣的。

對于孩子的成長來說，重要的，到底是精準的分數，還是面對世界時模糊但堅韌的解決問題的能力？對于親密關系來說，重要的，到底是精確的紀念日和禮物，還是彼此之間模糊但真實的感情？對于企業發展來說，重要的，到底是精確的公式，還是面對市場變化模糊但強大的適應能力？

所以，去擁抱“模糊的真相”，而不是沉溺在“精確的幻覺”。

因為真實的世界，恰恰就是由無數的“模糊的真相”組成的。

2026年之后，買電腦、換手機可能會越來越貴

聊了兩個有些硬核的科研認知。那么，有沒有離我們更近，和我們更相關的？

其實，科研的發展，最終都是要落在我們頭上的。

比如，基于對科技產業鏈的觀察，卓克老師就提到，從現在開始，未來的幾年，可能都不是買筆記本電腦、換手機、買Pad的好時候。因為，它們很可能會持續地漲價。

為什么？電子產品，不是一直在降價嗎？摩爾定律，不是一直在生效嗎？怎么還會反過來漲價呢？

因為，內存和SSD固態硬盤的核心，存儲顆粒，正在被巨頭們瘋狂搶奪。

于是，多米諾骨牌，開始倒下。

第一塊骨牌，是AI的軍備競賽。

谷歌，OpenAI，都在拼命地訓練自己的AI大模型。而訓練和運行這些模型，需要一種特殊的芯片。比如英偉達的GPU。但是，價格畢竟擺在那兒，產能也不是無限的。

于是，谷歌就自己研發了一種芯片，叫TPU。很多公司，也在研發類似的。我們統稱為，ASIC芯片。

第二塊骨牌，是新芯片對“緩存”的需求量。

這些TPU、ASIC芯片，在進行AI計算，尤其是在推理環節的時候，有“緩存”的需求。緩存，就是芯片旁邊的草稿箱。數據在被正式計算之前，先進這個草稿箱。草稿箱越大，芯片處理數據的速度也就越快。

所以，這些芯片需要的緩存量，比傳統芯片要多得多。

第三塊骨牌，是“緩存”的解決方案。

那么，用什么來做這個巨大的草稿箱呢？按理說，應該是性能更好的存儲顆粒。但是，巨頭們發現，推理環節，對緩存的“性能”要求，其實沒那么高。反倒是“容量”，要越大越好。

于是，他們想到了一個“降維打擊”的辦法。直接用SSD固態硬盤的顆粒。

第四塊骨牌，是大規模的采購。

當巨頭們，開始以“萬”為單位，大規模地采購SSD顆粒，去填充數據中心的時候，全球SSD顆粒的供應鏈，瞬間就緊張了。原本最后去到消費者手中的顆粒，停在了上游。

需求突然暴增，價格就很可能跟著漲。

第五塊骨牌，是消費者看見的價格。

一旦SSD顆粒的價格上漲，甚至在未來幾年漲個三四倍，那用到它的消費品，也會跟著漲價。比如筆記本電腦。比如手機。比如Pad。比如相機里的那張存儲卡。

科技的每一朵浪花，最終都會在購物賬單上留下痕跡。

當然。市場是動態變化的。任何一種預測，都只是一種可能。

但是，這并不妨礙，我們建立一種“產業鏈視角”。因為，你看到的每一種消費品價格的變化，背后可能都有一只巨大的蝴蝶，正在扇動翅膀。

這樣，在面對未來的商業變化、消費決策時，你也會多一個思考的維度，多一份深入的理解。

中小學的孩子，不需要急著接觸AI

科研。然后，教育。

關于AI和教育的結合，你一定聽過各種各樣的觀點。比如，要讓孩子接觸AI，學會使用AI，因為這是未來的生存技能。比如，AI已經可以寫詩、畫畫、做題了，不能再讓孩子死記硬背了，要培養他們的提問能力、創造能力、AI協作能力……

但總之，“讓孩子擁抱AI”，似乎成了某種共識。

但是，卓克老師說，中小學的孩子，并不需要急著擁抱AI。甚至，應該對AI的使用，保持高度的警惕。

為什么？

因為很多“AI和教育結合”的觀點，其實背離了教育的本質。

比如，讓AI教孩子提問。

聽上去，很不錯。但真實情況可能是，老師布置了一個作業，“請就《赤壁賦》提出10個問題”。孩子打開AI，重復了一遍這句話。然后，10個，甚至100個高質量的問題就生成了。再然后，就可以交作業了。

這個過程里，孩子學會了什么？沒有學會提問，只學會了偷懶。而且是高效地偷懶。

教育，不是為了培養指令操作員，而是為了點燃獨立思考的發動機。

如果讓AI代勞了思考的過程，那發動機干脆就不轉了。

比如，讓孩子學會使用AI。

聽上去，也很重要。但是，AI，是時新秒異的。今天教給孩子某個AI工具的使用技巧，可能用不了一個學期就淘汰了。

一個擁有強大學習興趣和獨立思考能力的孩子，可以在未來快速掌握一種新工具。但一個只會操作工具的孩子，會在工具被淘汰的時候，跟著被淘汰。

再比如，用AI降低學習難度。

這是最危險的。

學習，尤其是深度學習的過程，要的就是那個“困難”本身。

孩子真正需要的，就是那些“有效失敗”。

學習的捷徑，往往都是通往平庸的道路

什么意思？什么是“有效失敗”？為什么這么說？

現在，你有兩種方法，教同一個孩子，學習同一個新的數學概念。

1）老師先不講，給孩子留10道題，讓他用自己過去學過的知識去解答。孩子吭哧吭哧了一個晚上，最后錯了7道。第二天，老師再對著7道錯題，把新概念講一遍，幫助他理解到底錯哪兒了。

2）老師先講。而且，是用生動的、有趣的方式，把新概念講明白。然后，再讓孩子去做那10道題。因為剛學過，孩子很順利地做對了7道。

那么，你會用哪種辦法？第一種，還是第二種？

卓克老師說，神經科學研究發現，對于概念、邏輯這類復雜知識的學習來說，第一種方法的效果，會遠遠好于第二種。

也就是說，讓孩子先去獨立地思考，努力地嘗試，狠狠地犯錯，然后再進行糾正和講解，才是更高效的方式。

這個過程，就叫“有效失敗”。

不是那種讓孩子徹底絕望的失敗。而是讓孩子在“跳一跳才能夠到”的學習區里摔跤。

每一次真刀真槍的摔跤，都是一次對正確答案的深刻校準。

再舉一個更加極端的例子。

清華大學姚班，是中國最頂尖的計算機天才聚集的地方。據說，姚班的一位老師，在設計教材時，去請教姚期智先生。姚先生只提了一個要求，那就是，設計的教材，要足夠難。難到，期中考試時，最好讓全班大部分學生都不及格。

為什么？

因為足夠的難度，才能讓這些天才的大腦，經歷深刻的“有效失敗”，從而構建起堅實的知識大廈。

所以，“降低學習難度的老師”，并不是一個適合AI的角色。它也許會在任何時候，都能給你正確答案。也許會讓學習的過程，變得極其絲滑。也許會讓錯誤率，變得極低。但是，當錯誤率極低的時候，深度學習，也就結束了。

學習的捷徑，往往都是通往平庸的道路。

那些孩子撓頭的下午，那道很難解開的題，那場并不理想的考試，恰恰才是教育中，最寶貴的東西。

因為就是這些東西，幫助孩子完成了大腦需要的“自我修剪”。

成長的痛苦，是大腦發育所需的程序

什么是大腦需要的“自我修剪”？

卓克老師說，有個非常重要的腦科學概念，叫“神經修剪”。

新生兒的大腦，是一片原始森林。里面的神經元，就是樹苗。這些樹苗，會瘋狂地生長，胡亂地伸出樹枝，和周圍的樹苗普遍建立聯系。到了童年期，這片森林，會變得非常茂密。一個神經元，可能會和周圍1.5萬個神經元連在一起。但是，這片過于茂密的森林，其實是很低效的。信息走進去，會迷路。

于是，從青少年時期開始，我們的大腦，就會進行“修剪”。經過了這個階段，到了成年，我們大腦的神經連接，會從平均的1.5萬個，下降到1600個左右。90%的連接，都會被剪掉。

最終，思考的主干道，會變得清晰、高效。

那么，哪些樹枝會被剪掉，哪些樹枝會被保留？

當你為了解開一道復雜的幾何題而苦想，為了理解一個抽象的哲學概念而琢磨，為了彈好一首高難度的曲子而練習的時候，你的大腦，就在進行高強度的、有特定回路的放電。

這些被高強度使用的回路，就會被大腦判定為“重要連接”，然后保留、強化。那些長期不用的回路，就會被慢慢剪掉。

所以，成長的痛苦，不是人生的bug，而是大腦發育所需的程序。

甚至，如果一個人的大腦，因為基因缺陷等等原因，沒有啟動正常的修剪程序。那么，到了成年，他可能會表現出一些嚴重的精神疾病。因為他的大腦里，充斥了太多沒整理過的信號。

同樣的，如果一個孩子，遇到難題，不去思考，而是直接問AI。需要記憶，不去背誦，而是直接靠AI。需要創造，不去構思，而是直接讓AI生成。那么，他的大腦，也會處在一種低度使用的節能狀態里。那些應該被激活的神經回路，沒有真正被調用。

從這個意義上來說，AI不僅能讓人變懶，還能讓人變笨。而這種影響，一旦過了青少年時期，可能就是不可逆的。

所以，像保護眼睛一樣，保護孩子的大腦發育。該開山鑿石的年紀，就親手去開山鑿石。挖掘機再厲害，那也是以后的事兒。

因為，它可能順便就會挖走大腦成長的寶貴機會。

工具的價值，最終是要取決于使用者的

聽上去，很嚴重。可是，明明有很多很厲害的人，他們不是也在用AI嗎？

沒錯。

因為問題的關鍵，從來不是工具本身，而是使用的人。

舉個例子。

有位數學家，叫陶哲軒。據說，他也在使用AI。

但是，他是怎么用的呢？他會用AI，幫他去查大量不同語言的數學文獻。會用AI，幫他把一些非形式化的數學思想，翻譯成形式化的、計算機能看懂的語言。

他讓AI做的，都是一些相對重復的、繁瑣的、非創造性的工作。而那些最核心的、最需要智慧的、創造性的思考，比如下一步該如何推導，比如這個問題的本質是什么，他會牢牢地握在自己的手里。

AI的作用，是“思考的輔助”。

但是，如果直接把“幫我寫一篇關于春天的文章”交給AI呢？

AI的作用，就成了“偷懶的捷徑”。

有的人，把AI當成了雙手的延伸。也有的人，把AI當成了大腦的平替。

一個心智成熟的人，有能力去駕馭AI。他知道，什么工作可以外包給AI，什么思考必須由自己完成。他的大腦，才是將軍。AI只是士兵。

而一個沒有足夠認知能力、判斷力、自控力的人，比如孩子，很難抵擋住那種“一鍵生成答案”的誘惑。他可能就會不自覺地，把思考的事兒，完全讓渡給AI。

所以，不需要完全否定AI。但是，就像卓克老師說的那樣，在一個人具備獨立思考和判斷能力之前，過早地讓他不受限地接觸AI，那么AI成為“偷懶的捷徑”的概率，會遠遠大于成為“思考的輔助”的概率。

工具的價值，最終是要取決于使用者的。

在孩子，甚至我們自己，還沒有成為大師的時候，先別急著把最核心的思考能力，外包出去。

“智商稅”產品，也在迭代升級

科研。教育。最后，消費。

卓克老師說，這幾年，“智商稅”產品，也在迭代升級。從過去的“無中生有”，進化成了今天一種更隱蔽的模式。

一種，“理論上說得通”的模式。

30年前，中國保健品市場，有過中華鱉精。當時，有記者去暗訪，發現那個號稱用無數中華鱉熬制成精華的工廠里，從頭到尾，其實就養了一只鱉。而且，那只鱉，還是專門用來應付拍攝的。

這種模式，就是純粹的騙。

但今天的保健品，體面很多。他們會給你講一個科學故事。

比如，產品里的某個核心成分，經過科學研究發現，能夠激活人體的某個信號通路，或者能夠對某種細胞產生積極影響。甚至，他們真的能給你提供一篇發表在某個學術期刊上的論文，來證明這件事。

這種模式，就是“理論上說得通”。

但是，從“理論上說得通”，到“臨床有療效”之間，其實還有一條巨大的鴻溝。

卓克老師分享了一組統計數據。

在所有向美國FDA（食品藥品監督管理局）申請進入臨床試驗的藥物中，也就是那些已經驗證過“理論上說得通”，并且有大量實驗數據支撐的種子選手里，最終能成功上市，被證明“臨床有療效”的，只有不到10%。而在更早期的研發階段，100種“理論上說得通”的物質，最終能夠上市的，還不到1%。

理論可行，實際有用，完全是兩碼事。

保健品也是如此。舉個最典型的例子。劑量。

有研究說，人參里的某種皂苷，在小鼠實驗中，表現出了很好的抗癌效果。

但是，如果真的算一算，你會發現，想要達到實驗的效果，按照一個成年人的體重，大概需要每天10公斤干人參的劑量。

是的。10公斤。每天。

而且，這個劑量下，能獲得的抗癌效果，也才和100年前，用X光照射腫瘤的效果差不多。

這就是一個被裁剪過的真相。

讓人上頭的，可能不是科學價值，而是文化價值

可是，為什么會有人選擇相信這種真相？

卓克老師分享了一個獨特的視角。

其實，讓人上頭的，最終可能不是科學價值，而是文化價值。

比如，靈芝。

靈芝，被認為是仙草。為什么？

一個很重要的原因是，靈芝那個獨特的，一圈一圈的菌蓋形狀，和中國古代青銅器、瓷器上一種非常流行的吉祥紋樣，卷云紋，長得幾乎一模一樣。

而卷云紋，在古代是豐收和祥瑞的象征。因為它預示著一種好的天氣。不會干旱，不會有洪澇。風調雨順。

所以，美好的寓意，也被投射到了靈芝的身上。古人覺得，它一定也是好東西。

比如，人參。

人參，貴重。為什么？

明朝末期，人參其實只是一味價格正常的藥材。但到了清朝，人參的采挖和銷售，變成了官營。它的價格，開始不由市場說了算。從明末到清末，人參的價格，足足漲了3萬倍。

一個東西，在幾百年的時間里，都被官方定義成了天價。那“珍貴無比”的印象，就會烙在幾代人的文化記憶里。

所以，直到今天，我們依然會覺得，送人參，是一件特別有面子的事兒。

當我們為一件商品，支付遠超使用價值的價格時，我們購買的，大概率就已經不是商品本身了。

當然。這沒有對錯。為文化價值買單，也是每個人的自由。只要這真的是你所想的。

如果你想買“文化”，那就為情感和認同付費。

如果你想買“科學”，那就用科學的尺子去衡量。

所謂的不斷成長，就是不斷校準比例感

怎么衡量？

卓克老師說，比例感。

什么是比例感？

舉個例子。

保健品里，有一種常見的概念，叫“抗氧化”。現在，有一位商家，向你推銷一款蝦青素膠囊。同時，告訴你，這個東西的抗氧化能力很強，能清除你體內的有害自由基，讓你保持年輕，抵抗衰老。

這個時候，你就可以先找到一個基準線。

比如，一個健康成年人的身體，本身就是一個巨大的抗氧化工廠。每天自身產生的抗氧化物質的效力值，可以看成是10萬。

10萬，就是我們的基準線。

然后，測量產品的絕對值。

一顆“抗氧化能力很強”的蝦青素膠囊，能提供多少的抗氧化效力值呢？大概是5。

沒錯。不是5萬。是5。

最后，進行比例對比。

你的月收入，是10萬。蝦青素膠囊，每個月給你5塊錢的補貼。這5塊錢，改變不了你的生活質量。

這個時候，你就可以看看其他選項的比例。

比如，20-30分鐘的快走、爬樓梯，這些中等強度的運動，會產生300的抗氧化值。比如，不愛運動，但每天多吃400克的蔬菜，會產生250的抗氧化值。比如，不吃蔬菜，但每天多喝兩杯綠茶，也有50。

300，250，50，都遠大于5。

這就是比例感。

拿出這把尺子，你會發現，生活中90%的智商稅，都會失去濾鏡。

比如，有人告訴你，某套1999元的學習方法，能讓你的效率提升10%。但用比例感一量，你可能就會發現，早起30分鐘，效率就能提升20%。

所謂的不斷成長，其實也就是不斷校準比例感的過程。

最后的話

感謝卓克老師的無私分享。

篇幅有限。如果可以，我還是會建議你，把這場直播找來完整地看一看。當然，卓克老師的課程、書籍，也都很值得你去學習。4月14日，第5季的《科技參考》，也將正式開始更新。歡迎你，一起追更。

再次強調，任何一種預測，都未必能在未來100%兌現。

但我想，卓克老師真正想傳遞給我們的，可能只有一樣東西。

那就是，獨立的思考和判斷能力。

具體來說，就是一種建立在事實和邏輯之上的比例感。

面對AI，衡量能力的邊界，就不會被各種各樣的觀點沖昏。面對教育，衡量學習的本質，就不會被各種各樣的說法帶跑。面對消費，衡量產品的價值，就不會被各種各樣的陷阱騙到。

最終，找回內心的秩序感。

好了。我的朋友。

那么，2026，希望我們，都能找回自己的，秩序感。

加油。

觀點/ 劉潤主筆/ 二蔓編輯/ 歌平版面/ 黃 靜

這是劉潤公眾號第2868篇原創文章。未經授權，禁止任何機構或個人抓取本文內容，用于訓練AI大模型等用途

PS：

親愛的朋友，我有一種強烈的感覺：2026，將是AI應用的“落地大爆發”之年。多少新技術，都在苦苦等著一個好問題。

這幾個月，我看到了大量優秀的技術落地案例。了解他們，不僅能幫我們看清趨勢，也許更能幫我們找到方向。

好多精彩故事，我實在等不到年底年度演講和你分享。所以，5月16日，我將在上海影城1000人的大劇場。與你分享【劉潤·年中大課】。今年的主題就是：

不做現場直播。也不做事后回放。就讓我與你，獨家分享。點擊下方購票鏈接，就可以了解到更加詳細的票務信息。

現在搶先購買，或是組團前來，還可以享受到“早鳥價”。

5月16日，我們不見不散！