AI什么都会做，那我该教孩子什么

我靠写软件谋生。过去四年，我眼看着 AI 悄悄地把我工作的一部分又一部分接管过去——写代码，然后编译，然后测试，如今连部署都包了。作为开发者，我已经与这件事和解了。可有一件事我始终无法释怀，那就是这场变化抛给身为父亲的我的那个问题。

因为如果机器已经能做这么多我花了好几年才学会的事，那自然会问：我到底该教孩子什么？ 如果未来是一个 AI 什么都替你做的世界，那我为什么还要让孩子做数学练习、抄写生字，将来还去上编程课？

我没有一个干净利落的答案。但这个问题我几乎比任何事都想得更多，最终我认定：问题本身就是个陷阱。 下面是我理清思路的过程。

说明： 本文是一位开发者兼父亲的个人观点，不是专业的教育或职业建议。

问题里藏着的陷阱

“AI 什么都会做，那还有什么意义？”——这句话假设靶子是静止的。它并不静止。我不是在为一份工作培养孩子，而是在为一段将持续六七十年的人生培养他，而在这段人生里，技术版图会一次次被彻底重写。

想想这个时间尺度。我小时候，“学电脑”指的是今天几乎认不出来的东西。当年教我的那项具体技能，还没等我读完书就已经过时。没有过时的，是底下那个习惯——自己摸索一件新工具，把问题拆成小块，面对一块空白屏幕也不发怵。假如我当年只被训练去用那个时代的某一件工具，我十二岁就该退休了。

所以诚实的重新提问不是“哪份工作能在 AI 里活下来”，而是**“在我此刻还想象不到的工具轮换一辈子之后，什么依然不会贬值？”** 而对于这个问题，数据给出的答案意外地令人安心。

数字究竟在说什么

世界经济论坛(WEF)的《2025 未来就业报告》——一项覆盖代表 1400 万名劳动者、逾 1000 家雇主的调查——是我们能拿到的最接近共识的预测。它的头条数字乍看吓人：到 2030 年，如今 22% 的岗位将被颠覆，9200 万个职位消失。但会新增 1.7 亿个，净增 7800 万个岗位。而一份工作所要求的技能中将有近五分之二在五年内发生变化。

我反复回到的正是最后这个数字。它没说“你的技能会消失”，它说技能会不断更替。为那样的世界培养孩子，意味着让他准备好持续改变，而不是抵达时就预装好正确答案。

而真正让我意外的是这里。当 WEF 给到 2030 年增长最快的技能排名时，榜首正如你所料——AI 与大数据、网络安全、技术素养。但紧挨在下面的，是任何机器都还远远无法掌握的技能：

创造性思维（第 4）
韧性、灵活性与敏捷性（第 5）
好奇心与终身学习（第 6）
领导力与社会影响力（第 7）
分析性思维（第 9）

与此同时，衰退最陡的技能都是机械性的：作为纯粹记忆的读、写、算；手上的精细度；单纯的可靠与对细节的留意。请再读一遍这张清单。机器如今做得更好的——记忆、机械式精确——在下滑。让我们成为人的——好奇、判断、与人协作——在攀升。数据正悄悄向父母指出该往哪儿使劲。

我真正押注的三件事

所以，剥去焦虑之后，这就是我决定在自己孩子身上投资的东西。不是一份课程表，而是三个耐久的赌注。

1. 学会如何学习。 如果任何一项具体技能的半衰期都在缩短，那么唯一会以复利增长的，就是那项元能力——不用别人教，也能快速自学新东西的能力。这不是空话：“好奇心与终身学习”在雇主清单上就是实打实的第 6 位。比起孩子背下某个具体事实，我更在乎他是否享受那种尚未理解某事的感觉。一个好奇的孩子每隔几年就免费把自己重建一遍；一个只学会听从指令的孩子，则要一辈子靠别人来重新培训。

2. 判断力——知道什么是好的。 这一条是我的本职工作教给我的。今天的 AI 能无限量地产出貌似合理的东西：貌似合理的代码、貌似合理的文章、貌似合理的计划。它做不到的，是判定其中哪一个真正好、真正对、真正值得交付。在我自己的工作里，当机器一级级往上爬时，始终留在我手里的那件稀缺之物一直是同一样：看着结果说出*“对，就是这个——不是那个”*的那一刻。品味。分辨力。做一台产出比你快上千倍的机器的好编辑的能力。我希望孩子成为那个编辑，而不是那个生产者。

3. 做人，且与人同在。 共情、沟通、读懂一屋子气氛并带动一群人的能力——正是未来学家西妮德·博维尔恰如其分地称为”我们可以免费培养”的那些技能。它们分文不花，却是清单上最难被自动化的。在一个内容无限且廉价的世界里，真实的人与人之间的信任成了稀缺品。比起那个能背出最多事实的人，我更希望孩子成为别人都想让他在场的那个人。

那还该不该教他编程

我是开发者，所以这才是我在饭局上真正会被问到的问题。我的诚实回答：该——但不是出于你以为的那个理由。

不是为了让孩子成为敲语法的快手，那机器早已胜出。我会像教下棋或教一件乐器那样去教编程——把它当作某种思维方式的健身房。编程逼你把一个模糊的问题拆成精确的步骤，逼你去面对一个根本不在乎你感受的 bug，逼你以残酷的诚实去学习因果。这套认知训练，即便今后再没有一个人类手写 for 循环，也依然存活。正如这个行业自己正在发现的，编程的未来正在从敲代码转向架构、判断，以及知道该造什么。说到底，这不过是穿着连帽衫的第 2 个赌注罢了。

我刻意不做的事

我不追热门技能。两年前，“提示词工程”号称是本世纪的职业；如今它已是个脚注，被更强的模型吸收了一半。如果我照着今天的 AI 去优化孩子，那我是在为一件他还没毕业就会过时的工具训练他。

所以我不再问孩子那个经典问题——“你长大想当什么？”博维尔说得比我好：我们应当把职业与身份解绑，转而问孩子想解决什么问题。一个职称，是一张早已挪移的劳动力市场的快照。而一个值得解决的问题，是一枚无论工具怎么变都始终指向某个真实之处的指南针。

结语

我终于想明白的是这个。“AI 什么都会做”是一种错位的恐惧，因为什么都做并不等于任何要紧的事。机器能执行任务，却不会想要某个结果、不会在乎它对不对、不会为它波及到谁而感到责任，更不会去决定一件事究竟值不值得做。整个这一片领域——想要、在乎、判断、选择——原封未动，而那正是我要让孩子安身立命的地方。

我不是要培养一个在算力上赢过机器的孩子。那场比赛早已输了，而且它从一开始就是错的比赛。我要培养的，是那个知道什么值得去算的人——一个面对机器产出的无穷答案之流，仍能以人的判断和人的良知说出“对，就是这个”的人。

这项能力没有保质期。作为一个年复一年看着那条线沿自己这架梯子往上爬的开发者，它是我唯一一次都没见过被机器夺走的那一级。也正是我要交到孩子手上的那一级。

常见问题

如果 AI 能做大多数工作，那教孩子具体技能是不是没意义了？ 不是，但教它们的目的变了。像编程或数学这样的具体技能，作为求职训练的价值在下降，作为耐久能力（解决问题、逻辑思维、判断力）的锻炼则依然值得学。WEF 的数据显示，衰退最快的是机械性技能（记忆、机械式精确），而创造力、好奇心、分析性思维等人类能力反而在上升。

对孩子而言，最经得起未来考验的技能是什么？ 在 WEF《2025 未来就业报告》、经合组织(OECD)的教育研究以及多数未来学家那里，反复出现的答案是：好奇心与持续学习的能力、创造性与批判性思维、判断力与分辨力、韧性与适应力，以及沟通、共情等人类能力。它们之所以保值，恰恰因为最难被自动化。

在 AI 时代，孩子还该学编程吗？ 包括我在内的许多开发者都说该——但要当作认知训练，而非职业训练。编程教人拆解问题、严谨地进行因果思考，即便 AI 写下越来越多的实际语法，这份价值依旧留存。工作的重心正从写代码转向决定造什么、并判断结果好不好。

为什么要停止问孩子“你长大想当什么”？ 因为一个职称预设了一个早已不复存在的稳定劳动力市场。未来学家西妮德·博维尔建议，改为问孩子想解决什么问题——这个提法能在技术变迁中存活，也不会把孩子的身份绑死在某个可能被 AI 重塑或吸收的具体角色上。

来源

本文可能包含联盟营销链接。文中内容均不构成金融或投资建议。