一個文科生刷屏全網！中產家庭的教育邏輯, 真的要被時代重寫了

本文授權轉自：藍橡樹（ID: blue_oak )，作者：沈眉莊

前兩天，朋友圈和微信群里，有一篇文章被轉得到處都是——標題挺聳動的：《文科生72小時殺入GitHub全球榜》

副標題更離譜：我沒寫一行代碼，但指揮了一支AI軍隊。

文章的主角叫楊天潤，Naughty Labs 公司的 CEO，同時也是OpenClaw（龍蝦）生態的積極布道者，憑借這個項目，他躋身GitHub全球排行榜前30名。

更夸張的是，他是這30人中，唯一一位不會編程的門外漢，榜單上其他人都是有豐富開發經驗的硅谷工程師、技術大拿。

在 OpenClaw 的最新版本中，

楊天潤已經躋身項目貢獻者前30名

有人從中讀到文科生殺出血路的可能性，有人逐幀分析他的AI方法論，當然也有人對文章夸大楊天潤的成就提出質疑。

出于好奇，我順藤摸瓜找到楊天潤的直播視頻，內容信息量還是挺大的。擱下爭議不談，聽完這場直播，我從中受到很多教育的啟發。

過去兩年，雖然很多人都在說AI改變教育，但我始終覺得很抽象，不真實。而楊天潤的分享，讓我真切感覺到這件事已經近在眼前。

科普一下：OpenClaw 是AI Agent 框架，接上大語言模型，裝上社區開發的技能模塊，自主執行任務。你定好規則，關屏幕去睡覺，第二天醒來，你布置的活，全干完了。

傳統教育

正在變成桎梏

楊天潤本科和研究生讀的都是金融，畢業后一直在投行做并購投資，直到半年前，他才半路出家轉型做AI。沒有行業背景，不懂Python、不懂C++，搞AI開發不是外行指導內行嗎？

但現實是，他不僅做出來了，還做得比很多資深程序員都要好。

因為在AI的世界里，規則變了。

楊天潤在直播中說：“不懂代碼，反而是一種優勢。”

因為不懂，所以他沒有匠人的執念；因為不懂，所以他不敢微操；因為不懂，所以他保持敬畏，把AI當成一個擁有無限潛力的大師。

而他自己在團隊中的價值，就是發現一個真正的需求、想清楚商業的閉環、并且把產品賣出去，這些對他來說是駕輕就熟的。

天潤在五道口發起了一個叫「頑皮」（Naughty）的社群，主打反叛、創新

楊天潤的這個說法，讓我想到前段時間影視颶風的Tim發布的一則視頻，標題叫《如果都有AI，那我的意義是什么？》。

Tim是我本人非常欣賞的視頻內容創作者，他是科班出身的影視專業高材生，以數碼產品測試起家。他引以為傲的是能拍攝到常人難以捕捉的畫面，然后手搓出驚艷的視覺效果。

某種程度上，Tim代表的是對畫質、技術、特效有著執念的傳統手藝人。

但是，當字節跳動的AI視頻模型Seeddance出現時，Tim慌了。

他發現，自己苦練的童子功，AI只需要幾秒鐘就能生成，而且質量越來越高。他感到了一種深深的無力感——我過去的努力，是不是都白費了？

Tim深刻地反思，作為接受傳統教育出來的一批人，他對AI本能地有一種抵觸情緒。因為潛意識里，我們覺得結果必須是通過艱苦的過程獲得。如果你點一下鼠標就出來了，那是作弊，那沒有靈魂。

在過去，學藝越精意味著你能獲得越多的正向反饋，但在今天，你的技術反而成為你擁抱AI的障礙，這是傳統教育留給我們的桎梏。

但楊天潤不一樣。

因為他不會寫代碼，所以他沒有Tim那種“被替代”的恐懼，也沒有“我要親自寫代碼才算厲害”的執念。對于他來說，AI不是對手，是杠桿。

楊天潤在直播里講了一個很有意思的細節。他說很多資深的程序員朋友，用AI編程工具時，還是習慣于指指點點。

AI生成了一段代碼，程序員一看：“哎，這里邏輯不對，不符合我的習慣。”于是開始手動修改，改來改去，效率反而低了。

楊天潤打了一個生動的比喻，就好像是「騎著馬嘲笑火車」。

當火車剛出現的時候，騎馬的人嘲笑火車慢、笨重、還得鋪鐵軌。但一旦鐵軌鋪好，火車提速，騎馬的人連尾燈都看不見。

我們現在的教育，是不是還在拼命教孩子練習騎馬？我們是不是在潛意識里，把那些重復性的、機械性的、原本可以交給AI去做的事情，當成了基本功在死磕？

如果是這樣，那我們培養出來的，可能就是用兩條腿去追趕跑車的人。

低預期、高容錯

楊天潤分享了他用AI的方法論，讓人津津樂道。

我聽著聽著，就覺得非常耳熟——這哪里是在講AI，這分明是在講怎么養孩子啊！

他說，大部分人（包括很多專家）用AI，只停留在前兩層：

第一層，把AI當畫筆（工具）。你告訴它，左上角畫個花，右下角畫個草，顏色要紅的。你指令下得越細，它執行得越準。

結果你很累，AI很憋屈。它的水平永遠被鎖死在你的審美水平之下。它就是個沒有靈魂的執行者。

第二層，把AI當員工。你給它分派任務，規定動作，時不時還要去檢查一下代碼，像個工頭一樣微操（指指點點）它。

結果，效率提升了，但驚喜有限。

陳丹青曾經說過，中國家長有很強的家長欲，總覺得我要指導孩子這個那個，離了我的指導，他們肯定不行。很多人用AI，也是同樣的態度。

楊天潤跳到了第三層：把AI當大師。

他會對AI說：“你現在是硅谷最頂尖的前十名工程師，你擁有喬布斯一樣的審美，你有著最完美的架構能力。現在，我要做一個什么樣的產品，請你發揮你的全部能力，幫我實現它。”

他說：“我是真的一句代碼都不會寫，所以我非常尊重這些AI。中間它們是怎么做的，我不知道，我也不想知道。我只拿結果說話。”

這像不像在教育孩子？

如果我們總是盯著孩子：

“這道題步驟不對，要按我的方法解。”

“字寫在格子里，不要出界。”

“先做語文再做數學。”

我們就是在把孩子當畫筆。孩子最終長成的樣子，最好就是我們自己的翻版，大概率是不如我們的。

心理學上有一個“羅森塔爾效應”，如果你給一個人（或AI）貼上標簽，真心實意地相信他是天才，給他最高的預期，他往往真的會表現出天才的特質。

楊天潤不懂代碼，所以他沒法外行指導內行，結果AI回報給他的是超乎想象的創造力。

不懂，反而讓你學會了謙卑和敬畏。

楊天潤說：“與其花100次微操得到一個70分的結果（如果你自己只有70分水平），不如放手讓AI跑10次，雖然可能會失敗9次，但有1次，它可能會給你一個120分的驚為天人的成績。”

回到教育上，我們敢不敢讓孩子“跑錯”幾次？

在AI使用上，楊天潤給出了一套落地的操作建議，我把它翻譯成“育兒版”：

結果導向（給孩子定目標）：告訴孩子我們要去哪里，而不是規定他必須邁左腳還是右腳。

過程不干預（少指手畫腳）：當孩子在探索時，哪怕他走彎路了，只要不掉下懸崖，就閉上嘴。別做那個在旁邊嗡嗡叫的直升機家長。

在風險可控的范圍內，給予最高權限（允許試錯）：什么叫風險可控？你不能讓AI直接幫你轉賬，搞砸了錢沒了；但你可以讓AI寫代碼、做圖。搞砸了，大不了重來。

對孩子也是一樣。你不能讓他去玩火、去接觸毒品，這是底線。但在底線之上，他想拆鬧鐘、想把墻畫花、想用一下午發呆，這都是低成本試錯。

“低預期、高容錯”的家長。這里的“低預期”不是指看扁孩子，而是指不要預期孩子每一步都按你的劇本來走。

別被「文科生」的標簽騙了

楊天潤的報道出來后，很多媒體打標題叫《文科生72小時殺入GitHub全球榜》。這聽起來很爽，像是文科生的逆襲。但楊天潤則表示：“這是一個標題黨。”

雖然他確實沒寫過代碼，但他本科、研究生讀的是金融，他學邏輯、數學，這可不是純文科。他做過信息抓取，做過播客產品，研究過API。

他的專業背景橫跨文理，既不是一個文科生，也不是理工生。

事實上，AI面前，文理分科正在消亡。

過去，我們要實現一個創意，中間隔著巨大的技術鴻溝。你有很好的審美（文科），但你不會寫代碼（理科），你的設想就無法落地。現在，AI填平了這條溝。

楊天潤說：“把你的Taste，你的審美，你跟人相處的態度拿到AI面前，你就能做出你的東西。”

未來核心競爭力將回歸到人的本質。當AI能解決所有“怎么做（How）”的問題時，“做什么（What）”和“為什么做（Why）”就變得無比昂貴。

有沒有敏銳的感知力？能不能感受到別人的痛苦和需求？（這是產品經理的素質）

有沒有審美能力？能不能判斷什么是美，什么是丑？（這是喬布斯的素質）

有沒有提問的能力？能不能問出那個關鍵的問題？（這是科學家的素質）

有沒有邏輯思維？能不能把一個復雜的大問題，拆解成給AI聽得懂的指令？（這是架構師的素質）

楊天潤總結了三個關鍵詞：好奇心、想象力，還有打破思維定式的勇氣。

在硅谷，人們把這種特質總結為「High Agency」——高能動性。這是一種對未知保持好奇，對可能性保持想象，并且敢于放棄一個曾經正確的答案，去走一條沒有人走過的路。

結語

死記硬背、機械刷題，這些是AI最擅長的。如果孩子只會這些，未來他就是被AI最早淘汰的那一批。

作為父母，我們可以從楊天潤的分享中獲得哪些重點？

1. 從糾錯員變成合伙人。

別總盯著孩子的錯題本。試著像楊天潤對待AI那樣，給孩子一個大目標，然后說：“我相信你能搞定，你需要什么支持告訴我。”

賦予他“大師”的身份，他才可能成為大師。

2. 培養提問比培養解題更重要。

以前我們教孩子怎么回答標準答案。以后我們要教孩子怎么向AI提問。不僅要問得對，還要問得有想象力。

3. 允許浪費時間。

楊天潤提到，ADHD（多動癥）特質的人在AI時代反而是贏家，因為他們發散、跳躍、想法多。我們眼里的不專注、愛胡思亂想，可能是他在進行高維度的創新。別急著把孩子的棱角磨平。

4. 無論文理，先學邏輯與審美。

不管孩子以后學什么專業，底層的邏輯思維（數學/哲學）和頂層的審美能力（藝術/人文）是兩只翅膀。技術中間層，交給AI就好。

一個新的時代已經到來。

在這個時代，勇氣、想象力和對本質的洞察，遠比僅僅掌握一項工具更重要。

-每日教育新知-