看似高效，實則適得其反。我說的就是AI。
程序員們用AI生成代碼，人們吹噓AI如何將開發效率提升數倍。所有人都相信，AI取代程序員，隻是時間問題。
然而，一項最新發布的研究，卻讓所有人大跌眼鏡。
智庫METR進行了一項實驗：他們將一批經驗豐富的軟件工程師分成兩組，一組用AI工具編程，另一組則不用。
結果令人震驚：使用AI的那組，完成任務的速度，反而比不用AI的組慢了整整20%。
預測提速40%，實際卻慢了20%
實驗前，專家們預測AI能讓效率提升40%。參與者們用完，主觀感覺也快了20%。
但數據不會說謊。
“我們甚至沒把‘變慢’當作一種可能性來考慮。”論文作者之一Nate Rush坦言，“看到結果，所有人都驚呆了。”
為什麽會出現這種現象？問題出在一個概念——“能力-可靠性缺口”。
什麽意思？現在的AI係統，確實能完成許多複雜且困難的任務，但它們極度不穩定，難以達到業務所需的精確度。
在這項編程任務中，AI生成的代碼常常充滿小錯誤或細微的偏差，人類開發者不得不花費大量時間仔細檢查和重寫。
一位參與者的吐槽：“這感覺就像在數字世界裏，盯著一位過度自信的初級程序員寫代碼。”
你不僅沒省時間，反而成了他的“保姆”。
七巨頭狂燒5600億，AI收入卻不足零頭
編程已經是AI表現最好的領域了，如果連這裏都無法帶來生產率提升，那其他行業呢？
與實驗結果形成鮮明對比，是一場席卷全球的AI投資狂潮。
自2023年以來，美國股市的繁榮幾乎完全由“七巨頭”（Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla）推動，而它們的估值完全建立在“AI將帶來巨大生產率紅利”的信仰之上。
據估算，到今年底，僅Meta、Amazon等五大巨頭在AI上的資本開支就將高達5600億美元。但，AI相關收入僅350億美元。
投資者在賭一個美好的未來：現在燒的錢，會在不久的將來轉化為破紀錄的利潤。今年上半年，企業對AI的投資對GDP增長的貢獻，甚至超過了全體居民的消費。
麻省理工跟蹤了300個公開的AI項目，發現95% 的項目對利潤沒有提升。
麥肯錫的報告顯示，超過80% 的公司表示，AI對收益沒有“可感知的影響”。
谘詢公司Gartner因此宣稱，AI已進入技術成熟度曲線中的 “幻滅低穀期” 。
當然，這可能是暫時的。
就像電力從發明到徹底改造工廠生產線，花了數十年時間。AI的這個過程可能會快很多，但絕非一蹴而就。
這次泡沫破裂，會比2000年更痛
當下的AI狂歡，像極了2000年的互聯網泡沫。
當時，投資人把錢砸向每一個帶“.com”名字的公司，堅信互聯網將改變一切。結果呢？泡沫破裂後，標普500指數暴跌近50%。
曆史告訴我們，技術最終確實改變了世界，但這並不能阻止大量投資者在泡沫破裂時被“收割”。
這次情況可能更糟。AI相關投資占經濟的比重，已超過當年互聯網泡沫頂峰時期電信行業的水平。 美國經濟之所以能承受諸多衝擊而未衰退，很大程度上正得益於AI投資這個“巨大的私營部門刺激計劃”。
一旦泡沫破裂，帶來的將不僅是矽穀的哀嚎，可能是更少的投資、更少的就業、更慢的增長，甚至一場全麵的衰退。
經濟學家Noah Smith警告：如果為這場狂歡提供資金的“私募信貸” 集中爆雷，引發金融危機也非不可能。
在泡沫與幻滅之間，我們該給孩子怎樣的AI教育？
這場潛在的危機，對教育意味著什麽？
放下“AI即將取代所有工作”的過度焦慮
一個反直覺的真相是：經濟學家發現，目前AI暴露度最低的人群（如建築工人、健身教練），其失業率的上漲速度，反而是AI暴露度最高人群（如程序員、電話銷售）的3倍。
AI離替代人類，還差得很遠。
真正的風險，不在於被AI取代，而在於盲目地使用和依賴AI，從而浪費了時間，降低了效率，甚至喪失了獨立思考的能力。
作為家長，我們的教育策略需要根本性調整：從“會用”到“會驗”，培養孩子的AI“質檢”能力。
未來最稀缺的不是會敲提示詞的人，而是能為AI輸出進行“質檢”的人。要永遠保持批判性思維，追問來源、檢驗邏輯、測試反例。AI隻是一個有時會犯錯的“實習生”，他自己才是最終負責的“老板”。
放棄“風口思維”，夯實數學、邏輯等“慢變量”
技術的風口會變，但底層的基礎能力永不過時。
數學直覺、邏輯表達、項目管理，這些才是無論AI如何迭代都無法剝奪的硬實力。在AI的“幻滅期”，這些“慢變量”才是孩子最可靠的反脆弱資產。
在“人機協作”中，讓孩子學會當“指揮官”
讓孩子進行跨學科的項目製學習（比如用AI分析環境數據並撰寫報告，或生成故事大綱再自己創作）。
考核他如何定義問題、分解任務、驗收結果的過程，而不是僅僅看他是否使用了酷炫的AI工具。讓他習慣去駕馭技術，而不是被技術牽著鼻子走。
技術的泡沫總會起起落落，但擁有這些能力的孩子，才能在任何一個時代站穩腳跟。
