通天的工程，常常也是误解与分裂的起点。（题图：彼得·勃鲁盖尔《巴别塔》）
通天的工程，常常也是误解与分裂的起点。（题图：彼得·勃鲁盖尔《巴别塔》）

教育创新，在硅谷屡战屡败。

马斯克创办的学校 Ad Astra 和其朋辈学校 AltSchool，喧嚣五六年便相继折戟。扎克伯格夫妻在帕罗奥托创办的小学，近期也关门大吉。即便有盖茨常年支持，可汗学院也没能在AI时代超出哪怕是最温和的预期：创始人近期坦言，其 AI 助手 Khanmigo 上线3年以来，仅有 15% 的学生愿意与它主动交互。对其他同学来说，“它仿佛不存在”。

硅谷最不缺的是乐观，最擅长的是快速试错，AI 原生的教育变革本应正合这帮人的胃口。然而，当我月中怀揣期待奔赴加州参与 ASU+GSV 峰会，在现场转了一圈后，感受到的却是空前的谨慎与怀疑。

这并不是常态。从2010年起，风险投资人持续向教育科技下重注，总投资额达290亿美元，即使这些公司里，每年能收回来1亿美金的，两只手就数得过来。

转折发生在这两年。AI 对学校的全面介入，不仅没能重新燃起“重塑教育”的希望，反而更尖锐地暴露了产品难落地和商业化疲软的宿疾。

大梦初醒的硅谷，决定放弃教育。

美国教育科技风投，来到10年以来的最低位。（图源：HolonIQ）
美国教育科技风投，来到10年以来的最低位。（图源：HolonIQ）

一、野心的消逝

收缩，首先体现在中小学。

ChatGPT 之前，美国教育科技就长期困在一个老问题里：真正能长期、高频、按建议方式使用产品的学生，始终是少数——每周看可汗的教学视频达到30分钟以上的学生只占10%，连 i-Ready 这类高度成熟测评软件，能合理使用的学生比例也不到1/5……

使用量低，比较核心的原因是：在普遍走班上课的美国，教师对课堂内容与工具使用，有着极大的裁量权。即使学区已经买单了，老师也不一定愿意布置使用；即使老师用了，也不一定达到理想的频次。

洛杉矶联合学区与教师工会签署的备忘录中约定：学区若想大范围部署 AI 工具，需要和工会协商。换言之，技术进课堂，并不是学区或厂商能单方面决定的。
洛杉矶联合学区与教师工会签署的备忘录中约定：学区若想大范围部署 AI 工具，需要和工会协商。换言之，技术进课堂，并不是学区或厂商能单方面决定的。

来到生成式 AI 时代，这种情况并没有根本改观。

被寄予厚望的 MagicSchool、School AI 等新兴产品，仍集中在两个主要方向：一类以“帮教师省时间”为核心卖点，另一类则主打面向学生的 AI 辅导。它们的核心价值，只是给传统课堂刷了一层 AI 的涂料。师生对他们普遍采取“尝鲜就走”的态度，以往产品面临的留存和频次问题，也因此遗传了下来。

和吃药一样，吃不够剂量，药效自然大打折扣。这一代 AI 教育产品，距离“重塑学校”的目标仍相当遥远，因此融资也无法到位。

AI 原生教育产品的前四名，自成立以来的融资额，加在一起仅约 1.4 亿美元；而横向比较看，编程、法务、医疗等其它垂直行业的头部 AI 应用公司，已完成的融资轮次更多，规模也更大。（信源：EdWeek MarketBrief, PitchBook, TechCrunch, Reuters）
AI 原生教育产品的前四名，自成立以来的融资额，加在一起仅约 1.4 亿美元；而横向比较看，编程、法务、医疗等其它垂直行业的头部 AI 应用公司，已完成的融资轮次更多，规模也更大。（信源：EdWeek MarketBrief, PitchBook, TechCrunch, Reuters）

随后收缩的，是高校和成人教育。

长期以来，硅谷并不反对大学教育，事实上这些企业优先招揽的，都是顶尖学府的高材生；投资人也格外倾心斯坦福的 CS 和 MIT 工程学背景的创始人。只是进入 AI 时代，文凭在技术领导者眼中的边际价值正在快速缩水。李飞飞在谈及人才招聘时表示，与“对AI工具的高度熟练”相比，好文凭没那么重要。

更激进的人物，则开始直接质疑高等教育的必要性。Canvas LMS 的前高管 Jared Stein 与我分享道，“以往在线大学至少还有知识传授的意义，但如今，用智能体已经能把课程、作业和考试从头到尾刷完了，那这份学历的价值就直接归零。” 马斯克今年 1 月在播客里更是大胆预言：读医学院“没意义了（pointless）”，因为未来机器人手术的精准度会远超人类。以后上学就是为了满足社交需求，是一种“昂贵的爱好”。

更糟糕的是，企业本身也越来越没有耐心去培养新人。一位斯坦福教育学院读数据科学的硕士生坦言：投简历时发现，许多名义上的初级岗位仍要求 3 到 5 年经验；眼看要毕业了，同届十几名同学，鲜有人拿到全职 offer。Signal Fire 2025 年的人才报告显示，大型科技公司新招员工里，应届毕业生的占比已降到 7%，较疫情前水平下降超过 50%。

可见，大厂正一边用 AI 压缩数以十万计的岗位，一边减少学徒、管培制的岗位供给；而选择继续读书，也未必换来更高的就业把握。黄仁勋年初也讲道，“你不需要拥有计算机科学博士学位，才能过上体面的生活。”

在硅谷，Z 世代的大学毕业生进退维谷。

然而，整场峰会最让业界侧目的变化，莫过于行业的“定海神针”——谷歌——也选择收敛锋芒。

谷歌对教育领域的渗透，可谓全方位、无死角：Chromebook, Google Classroom, Workspace, YouTube，构成了一整套从硬件到内容的基础设施闭环，从 2014 年起，连续击退了 iPad、Microsoft Office 等心智极强的竞品。峰会上，前谷歌员工 Tom Sayer 透露，仅 Google Classroom 这一款教学管理平台，就能触达70%的美国中小学生。

谷歌教育产品生态
谷歌教育产品生态

但即便如此，今年峰会上 Google 所推出的新产品，也不再是对上述平台的重大升级，而是一个用 AI “组员”评估学生批判、协作与创造力的测评小工具。两年前 NotebookLM 凭借“生成播客”的能力霸占社交媒体的盛况，已无法复现。

从巨头到新秀，从 K–12 到高校，以教育创新推动人类进步的论调，正在淡出湾区叙事的主舞台。

二、采购的藩篱

厂商们的退却，起源于一个根本的需求侧困境：美国教育科技的采购流程，至今仍由学区主导，师生的话语权并不高。

但如前所述，美国老师职业惯性强，往往会主动拒绝那些初始设置时间长、培训成本高的产品。于是，恶性循环就此开始：学区完成了采购，老师却未必能高频使用。那么，下一轮采购时，学区就会倾向选择更轻薄、更容易上手的产品。

柱状图：2017–18 至 2024–25 学年各学区每月与每年访问的教育科技工具数量对比，年均访问工具数从约 2,200 个增至近 3,000 个

薄，就意味着产品多而散，意味着趋同性的竞争。过去十年，1:1 设备普及、疫情期间的远程教学，以及此后持续的工具扩张，都加剧了这种分散化，以至于如今的美国学区月均要使用上千款数字教育产品。

如此鱼龙混杂的技术基底，是难以带来稳定的教学改进的。这本质上是因为：学习本不应该是薄的。它是神经元的体操，是需要一定复杂度的高阶思维实践。同样的，给学生提供反馈，也要依赖从持续观察、评测中获得的过程性数据。

这就补齐了恶性循环的后半部分：学区买产品越来越杂，师生眼花缭乱，给到真正优秀产品的注意力越来越少，最终导致一种“穷折腾”：治理技术的负担持续攀升，学生成绩反而变差了、归属感也趋弱。

折线图：2011–2024 年美国八年级学生 NAEP 成绩持续下滑，数学从 283 分降至 272 分，阅读从 265 分降至 257 分

当然，产品的过度堆砌与成绩的滑坡未必有着直接的线性因果。毕竟，影响教学结果的变量很多，包括师资、纪律、课设、出勤与家境等。带手机进学校，也和在学习过程中使用教育科技产品是两码事。

即使如此，屏幕时长和社交媒体早已成为校内校外的众矢之的。心理健康评测工具 Panorama 创始人在圆桌讨论时透露：“我们发现，当学校颁布手机禁令之后，学生的校园参与感有显著提升。” 此外，AI 快速闯入作业环节，更让教育者担心学生是否还会进行批判性思考，经历必要的认知“挣扎”（productive struggle）。

因此，行业整治在近两年变得无可避免。目前，美国已有十多个州提出法案，要求重新审视课堂屏幕时间或加强对教育技术工具的审查，比如，堪萨斯州正在参议院听证的一项法案，主张小学生课堂应完全禁止使用电子设备，中学生每天的屏幕时长不得超过1小时；连招投标过程本身，也开始转向“结果导向型”的合同——学生用不起来、成绩不提升，学区就不付全款。

这样的环境里，最容易活下来的，往往是两类教学产品：一类是已经深度嵌入学校教务管理流程的基础平台，包括 LMS、测评平台（如 Canvas、Schoology）；另一类则是门槛低、易上手的课堂互动工具（如 Kahoot、Nearpod）。

而这些公司普遍已经成熟定型，成了华尔街私募和投行的狩猎目标，与乔布斯时代的车库文化和极客精神渐行渐远。

学校体系的巨轮难掉头，应用层则难以获得一线认可。于是，硅谷选择把精力，挪回 AI 基础能力和它的建设者们身上。

三、另一种人才观

一个耐人寻味的事实是：推动 AI 突飞猛进的，明明是顶尖大学训练出来的硕博人才；可它带给硅谷的，却不是对传统教育更深的信任。

今天，科技大佬们所推崇的，不再是教育学意义上的“成长”，而是一种更粗粝的品质：能动性（Agency）。这种追求，反映在实际工作场景中，就是“高压锅”文化——曾经嘲笑东亚加班太久的湾区，正掀起自己的“996”浪潮。

峰会结束后，我从圣迭戈北上五百英里。在帕罗奥托，超小型团队正像鱼鳞般细密地布满这座小镇的街巷。这些公司的形态惊人的一致：三五个人、一间装修优雅但空荡荡的办公室，桌椅零落、比萨餐盒叠了几层。他们的工作信条大致相似：压缩一切中间环节，减少开会与“对齐”，弱化精细的 SOP 与职能分工。

接待我们的 CEO 说得很直白：“这间办公室原本是按 30 个人配置的，但在 Claude Code 这类工具出现之后，继续在硅谷招人的性价比太低了”。之所以还留在这间办公室，是因为前两家在这儿办公的都上市了，“风水好”。

必须承认，AI 为个体和小团体提供了极高的效率杠杆。

融资大数据平台 Carta 的研究显示，2022年消费类的初创公司，在种子轮的团队规模平均为6.4人，2024年直接就腰斩到3.5人。软件类公司的A轮员工规模，同期也有25%的大幅下跌。过去需要一整个部门支撑的开发与文职，如今被浓缩进两三台 MacBook。当碳基生命准备下班的时候，往往还会“鞭策”一下屏幕上的智能体——让硅基生命在他们休息时，继续未竟的工作。

这样的组织对人的要求，与以往判若云泥。

它不再期待你按工业时代的分工，去扮演一个边界清晰的角色，而是要求你随时学习甚至构造新工具，在并行的任务中丝滑切换。它期待你疯狂地燃烧 Token、随时口播 Prompt，尽可能用 AI 放大个人产出。难怪这类公司被分析师统称为：单人放大公司（Solo+）。

开发者正在用语音与 AI 工具协作。据语音输入公司 WisprFlow 披露，用户在使用他们产品的六个月后，约72%的输入字符已通过语音完成。（图源：The Pragmatic Engineer）
开发者正在用语音与 AI 工具协作。据语音输入公司 WisprFlow 披露，用户在使用他们产品的六个月后，约72%的输入字符已通过语音完成。（图源：The Pragmatic Engineer）

大语言模型爆发前，投资人对码农们发难的金句是 Talk is cheap; Show me the code. 意思是“你先把产品做出来再说。” 而如今，这句话变成了 Code is cheap; Show me the talk. 当代码生成本身变得容易，人真正需要展示的，反而是思考过程本身。

你需要很强的工具理性和逻辑判断力，更需要审美和与世界共鸣的能力。因为在产品和内容指数级爆炸的时代，平庸不可接受，平凡立刻出局。

而这些，都是最难普及的能力。它们是传统意义上的精英能力，需要长期浸润在复杂的决策环境中、需要高明的反馈和点拨，还得发挥极强的自驱力和好奇心才能获得。而培养这样的人，本来就是教育中最慢、最昂贵、也最难复制的过程。

于是，硅谷的着力点悄悄变了，他们越来越不相信“把大多数人培养好”是个划算的生意。与其扩大成材面，不如提高筛选精度。与其改造学校，不如绕开学校，直接寻找少数高潜个体。

军工 AI 的头部企业 Palantir 推出了面向高中毕业生的半工半学项目，宣传口号洋溢地写着：“跳过大学贷款！净赚数年人生！你的学位，Palantir 来给你颁！”

另一边，Mercor 这样的 AI 招聘平台，则试图把这套逻辑整理成一个系统：它自动化地筛选简历、匹配候选人、组织 AI 面试，并会追踪员工的日常表现，以持续优化对“未来谁能表现得更好”的预测。更耐人寻味的是，Mercor 的创始团队，正是在彼得·蒂尔的 Thiel Fellowship 资助下从大学辍学的创业者。一群从反学院叙事中受益的人，开创了重塑人才筛选机制的事业。

Anthropic 估计了AI对劳动市场即将产生的重大影响。创始人达里奥·阿莫代本月接受媒体采访时表示：
Anthropic 估计了AI对劳动市场即将产生的重大影响。创始人达里奥·阿莫代本月接受媒体采访时表示：“在未来一到五年内，人工智能可能会消灭大约一半的白领初级岗位，并把失业率推高到 10%—20%。”

对这帮千亿美金公司的掌权者来说，教育，不再是过程性的培养问题，而是终结性的判断问题；不再需要慢慢塑造丰富健全的人，而是快速识别能驱动英伟达卡片日夜运转的人。

这种人才观，充满了道德冷漠，隐藏着巨大的社会危机，但它也确实折射出一种新的政治经济现实：随着 AI 杠杆效应在越来越多的领域显现，技术资本更愿意投资能立刻放大强者的系统，而非“十年树人”的培养流程。

四、“学以成人”还成立吗

这正是这次美国之行中，最令人不安的地方。

如果硅谷只是少做了几款教育产品，那还可以用行业自然的冷暖周期来解释。但如果它放弃的是“让更多普通人通过教育获得成长”这一现代社会的基本信念，我们可能就在见证工业革命百余年来教育传统的完结。

这种极端的人才观，一旦下沉到中小学，就可能削弱对孩子们应有的耐心与鼓励。放到高等教育，则会进一步动摇大学学历作为社会流动通道的稳定预期。置入企业中，会消磨培养新人、构建可持续的人才梯队的意愿。最后剩下的，只有对少数高潜个体的偏爱。结合硅谷近两年的大幅右转，我们也不得不警惕：这种人才观若继续强化，是否会一步步滑向对天赋、出身等“先天优势”的过度迷信。

斯坦福大学的
斯坦福大学的“黄仁勋工程楼”内，复刻了惠普公司1938年创始时使用的车库办公室（右图），加州政府曾将此车库命名为“硅谷诞生地”。（图源：惠普博物馆）
帕洛阿尔托的惠普车库（HP Garage）：木门敞开的旧车库里摆着工作台与木凳，被视为硅谷的诞生地

从上世纪中叶开始，旧金山就是技术乐观主义者的圣地。我们也确实需要这样的场域，以庇佑人类最狂野的想象和大无畏的实验精神。

但它也应该相信：任何人，都不应在被 AI 取代的惶恐中不可终日。可直到今天，沉迷于 AGI 愿景的 AI 领袖中，仍没有人，能为“普通人如何继续获得成长与上升机会”提供有足够信服力的答案。

于是，老师、学校、大学，就陷入这样的两难境地中：一边，他们被要求为 AI 时代培养学生们的“未来能力”；另一边，他们又眼看着那些富可敌国的技术玩家，并不愿意承担教育改革的风险成本，也没有真正拿出足以回应教育科技结构性困境的产品与思路。

这份担忧不算新奇。媒介文化学者尼尔·波兹曼曾说：技术的变革“并不是做加法，它是生态性的”。把一滴红染料滴入杯中，它就会改变每一个水分子。因此，当一项技术仅仅被用来最大化其发明者的经济利益时，它就很可能反噬并摧毁孕育该技术的制度与人文土壤。

硅谷没有放弃学习。它比任何时候都更相信天资、自驱与优绩。

它只是越来越不愿意为大多数人的成长买单。

编辑：康宸玮、吴乃歆；实习编辑：张旭晖

推荐阅读

参考引用