人工智能机器人参加高考数学考试，两台机器分别拿到134分和145分。满分150。钱颖一当时在清华任教，看到结果后写下一句话：人工智能很可能使中国教育优势荡然无存。

（图片来自视觉中国）

这个判断现在看已经不算预言。大语言模型能在一轮对话里复现一个学生十二年建立的知识体系，能整理出一个人读二十年书才能形成的认知框架。知识获取的边际成本趋近于零。中国教育最擅长的那部分——大量识别、记忆、反复训练——正在被机器以更低成本、更高效率接管。

但问题不止于此。

中国教育的长处一直很清楚。个人、家庭、政府、社会对教育的投入都很大，这种投入不只是钱，还有时间。教师对知识点的传授、学生对知识点的掌握，数量多，覆盖面广。中国学生对基本知识的掌握呈现出“均值高”的特点。这套系统训练出来的学生，在标准化考试中表现稳定，在需要记忆和熟练度的任务上优势明显。

这种优势不是错觉。它建立在长时间的重复训练和对标准答案的精确贴合上。问题是，当人工智能开始用更低的成本完成同样的任务，这套训练体系的价值基础就被动摇了。

问题出在对教育本质的理解。钱颖一认为，中国教育从认知到实践都存在一种系统性偏差：把教育等同于知识，并且局限在知识上。教师传授知识，学生学习知识，高考考知识，知识几乎成了教育的全部内容。这个闭环运转得很顺，但它的前提是——知识是稀缺的，掌握更多知识就意味着更强的竞争力。

这个前提正在失效。

爱因斯坦1921年获得诺贝尔物理学奖后第一次访问美国，有记者问他声音的速度是多少。他拒绝回答，说任何一本物理书里都能查到。接着他说了那句很出名的话：大学教育的价值不在于记住很多事实，而是训练大脑会思考。

钱颖一反复引用这句话，因为他看到了一个更深的矛盾。在爱因斯坦的时代，查知识还需要翻书；今天，知识可以直接问机器；未来，机器会主动把知识递到你眼前。如果教育还停留在让学生记住更多事实、做更多题，那么学生花了十几年建立的优势，会被模型一次调用抹平。

人工智能的学习方式，恰恰是大量识别和记忆已有知识。它可以替代甚至超越那些通过死记硬背、大量做题掌握知识的人脑。而这两件事——死记硬背、大量做题——正是我们目前培养学生最常用的方法。

这是最直接的一击。当机器能在几秒钟内完成学生需要多年训练才能达到的准确率，教育系统就不能再假装自己只是在传授知识。

但钱颖一并没有停在“知识会被替代”这一层。他提出了一个更具体的问题：创造性思维从哪里来？

他给出的公式是：创造性思维=知识×好奇心和想象力。

这个公式的麻烦在于，知识可以通过教育增加，但好奇心和想象力未必。一个人接受的教育越多，知识积累越多，好奇心和想象力反而可能减少。儿童时期好奇心最强，问题最多，但随着教育年限增加，这两样东西通常会递减。

原因不复杂。知识本身是有框架的。学知识的过程，就是不断被框架纠正的过程。好奇心会挑战框架，想象力会越过框架，而绝大多数情况下，学生的挑战是错的。他们会被打击、被否定，次数多了，就不再挑战。课堂上，“为什么”常常被“记住就行”打断，标准答案不容置疑。连爱因斯坦都感叹，好奇心和想象力能在正规教育中幸存下来，简直是一个奇迹。

这就构成了创新人才教育的一个悖论：更多教育一方面增加知识，可能提高创造性；另一方面又压抑好奇心和想象力，减少创造性。两者合力之后，教育对创新的作用变得模糊。这也能解释为什么有些辍学学生反而更有创造力。

所以钱颖一的判断是，并不是学校培养不出杰出人才，而是学校在增加学生知识的同时，有意无意地减少了创造力必要的其他元素。

到这里，问题已经从“知识是否会被AI替代”转向了“我们是否在主动削弱创造力”。但还有一个变量：价值取向。

钱颖一认为，创造性思维不仅取决于好奇心和想象力，还与价值观有关。创新人才教育不只是知识和能力问题，也是价值观问题。

他把创新的动机分为三个层次。第一层是短期功利主义：为了发论文、申请专利、公司上市。第二层是长期功利主义：为了填补空白、争国内一流、创世界一流。第三层是内在价值的非功利主义：追求真理、改变世界、让人变得更加幸福。

现实情况是，第一类动机的人很多，第二类也有，第三类很少，甚至寥寥无几。

这套分层在今天格外扎眼。学术环境里的短期功利主义，已经不只是个人选择，而是一种制度性的压力。论文数量、项目经费、职称评审、帽子工程，把创新变成了一场短跑。抄袭和复制比真正的创新更划算，颠覆性创新几乎不可能在短周期里被识别和容忍。钱颖一提到扎克伯格在哈佛毕业典礼上讲的“人要有更高的追求”，就是针对这种短期功利主义。

这解释了一个现象：中国学生知识基础扎实，但顶尖创新人才不多。问题不只是知识结构，更是价值取向。一群把创新当作手段的人，很难做出改变世界的创新。而AI时代最稀缺的，恰恰是那种为了真理本身而工作的冲动。

那怎么办？

钱颖一给了三条建议，不复杂，但每一条都指向现有系统的痛点。

第一，教育应该创造更加宽松的、有利于学生个性发展的空间和时间。现在学生的培养方案，大多以掌握知识的深度和广度为出发点，总觉得学得不够多、不够深、不够实用。课时越排越满，空间越压越小。没有空白，就没有好奇。

第二，保护学生的好奇心，激发学生的想象力。这需要的不是一门课，而是整个评价体系松绑。好奇心经不起持续的打分和排名，想象力也不适合用标准答案检验。如果每问一个超出大纲的问题都被判为“超纲”，孩子很快会学会不问。

第三，引导学生有更高的价值取向，避免短期功利主义。这一点最难。它涉及的不只是学校，还有整个社会的评价标准。当“有用”成为唯一尺度，真理和幸福就会被挤到边缘。

钱颖一也承认，改革很难。传统观念、市场压力、社会环境都是制约因素。家长焦虑就业，学校追逐升学，社会盯着排名，这些力量都不容易松动。但他在教学实践中感受到，对学生好奇心和想象力的关注，正在得到更多共鸣；学生的个性发展，也被放到越来越高的位置。

这些变化还不足以扭转系统，但至少说明，那条被知识和分数层层包裹的旧路径，已经开始松动。

回头看，钱颖一的判断之所以值得重读，不是因为他预言了AI会取代知识学习，而是他早早看到了一件事：当知识不再是稀缺品，教育的核心任务必须从传递知识转向保护创造力。中国教育曾经的优势——高投入、广覆盖、均值高——不会自己消失，但它正在被一种更便宜、更高效的机器能力从外部蚕食。

如果教育继续把知识当作终点，优势迟早会荡然无存。如果它开始把知识当作底座，把好奇心和想象力当作更重要的产出，那么AI带来的也许不是替代，而是倒逼。

这个转型不会快，但方向已经很难回头。