
文章转载于正面AI
作者:蒋一凡
AI正在改变大学,这是一个傻子都知道的事实了。但怎么就这样了呢?过去五个月的时间里,我采访了三十多个人,从AI公司的实习生、核心员工到创业者;从新生、博士生到文科老师。
AI成了校园里新的中心,就像太阳系多出来一颗更大的恒星。一开始,我把AI及其所创造的一切视为泡沫。我相信阅读、写作无法被替代,相信它们能带来意义感,并因此坦然。
不久,坦然变成了震惊,还有一点妒嫉。我看着学AI的同龄人们迅速地获得金钱,一天的实习薪资就是我一个月的生活费。他们见总裁、见投资人、见扎克伯格。他们有钱,有信念和使命感。他们中的许多人真诚地相信自己在改变世界。
坚固的东西正在涣散。除了食堂和宿舍,考试、论文、课堂、讲座、老师、学生......所有这些构成大学的元素,都在从原有的位置滑落。
大学曾经有最好的资源设施。现在,在高校实验室实习的同学能接触到的显卡数是8张,而在大厂的实习生能够接触到的资源是前者的十倍,80张卡,成本大约1000万人民币。
文科,有时候你能具身地感觉到它令人绝望之处。从6月2号开始,我足足花了5个半月,写下13080个你可能压根不会看完的字。而AI在这段时间进化到,只需要不到4天,就提交了困扰数学界近百年的“纳维-斯托克斯难题”在一个特殊情况下的证明。
现在,我既不完全相信AI,也难像从前那样相信过去的价值,并对AI和自己感到厌烦。借用100年前的一句话,“灯正在熄灭,有生之年,再也看不到它们重新亮起。”
1
校园出现了新的中心
本科时,我在清华读文科,学院鼓励专业交叉,三位室友以及相当一部分的朋友都学理工科。
GPT上线之前,我和学工科的室友小恕、朋友小阳看起来没有什么差别。每天上课、逃课、写作业,期望年收入略有差异,实际年收入则是一个水平,都接近于0。
直到他们先后进入AI领域。
毕业后,小阳留校读博同时进了大厂实习,小恕先是赴美国读博,今年7月退学,加入硅谷大厂。现在,小阳的预期年收入是我的10倍,小恕的年收入则变成了我预期年收入的100倍——年薪在150-200万美元之间。
我感到一阵眩晕,正准备惊叹,小恕话锋一转,“我以为自己够高了,一问身边的人,个个比我高几倍,30岁,5年15亿”,他认为自己亏了。
在北师大旁的咖啡馆,我见到志源,今年七月,他从北京大学博士毕业,加入小米大模型部门,同届博士五人,其中四人都进入海内外大模型厂商工作。
过去两年,他看着行业薪资一点点膨胀,有人拿到数百万,乃至上千万的年包,连实习的日薪也在升空,涨到3000一天,还能拿到年终奖。3000元对我来说已经是理想的实习月薪。
20岁出头,他们不再需要漫长的时间来兑换金钱和名声。我开始在每次采访的开头,主动地透露自己的期望薪资,以期获得对方的信任甚至同情。
这么近那么远,我们已经不在同一种时间里。为了赚生活费,大学生们常会去做家教,或是当实验被试,时薪200元,对低年级的我来说这已经相当高。一位学AI的同学则放弃了这份工作。因为他发现自己未来可能的时薪将远高于200,做被试不再划算。从小到大第一次,他开始请保洁上门,因为保洁的价格低于200元一小时。
比起新价格,更重要的是他们忽然获得了一个新位置。进入小米后,志源感受到的第一个冲击是,他的办公室在“高管层”——左边是总裁办,右边是副总裁,楼上就是每一个中国人都知晓姓名的董事长。志源不需要向特定的上级汇报,只是根据手上的项目,和对应负责人定期“讨论”,他离雷军并不远。
每两周,AI部门会选几个同事去跟雷军本人开会,轮到志源的那次,雷军觉得开会太正式,邀请AI部门的员工一起吃饭。志源谈起对雷军的印象,语气已经很平淡。
一位清华姚班毕业生在小红书创建了账号,他只是在帖子里备注自己的姚班身份,接近20位风险投资人和创投合伙人主动私信加上他,希望“建立早期联系”,还有人向他推荐被投公司的实习。
年收入是我100倍的小恕,形容自己每天都在近距离观看“原子弹爆炸”。本科毕业前,他去新加坡,第一次参加学术会议,当时在OpenAI的姚顺雨在会议上展示论文,小恕向他提了问。
入职硅谷大厂后,每周四有happy hour,每两周一次,扎克伯格和各路总裁会来到他们的办公室进行交流,小恕坐在台下看着流水一般的“扎克伯格们”,逐渐心如止水。
见总裁、见投资人、参与国际会议,刺激慢慢变成了常态。在Frontier lab (前沿实验室),他们用越来越多的显卡,做越来越重要的工作,离中心越来越近。

但站在中心,并不意味着一切都变得确定。
志源的工作内容常有变化,见面的这段时间里,他的任务是“中期训练和监督微调”,前者像是给模型补课,让它在某些领域变得更专业;后者则是做练习,教模型如何按照人类希望的方式回答问题。其中,志源主要负责清洗低质量的数据,再让模型在数据上进行学习,调整参数,并根据结果调整训练方案。
如果把大模型比作一名学生,那么这份工作的内容大致就是:挑选教材、删掉错题、改写废话,时刻监督学习进度,陪着学生一轮轮做训练,直到他的能力得到提升。志源的工作高度依赖AI Agent,看起来像是雇佣了一群AI给AI当老师。
见面前,志源参与推出的模型刚刚在一个全球调用量的榜单上拿到第一,但他告诉我,这类榜单日日更替, 第一不断易主。外界认为比较严肃的技术决策则可能来自一拍脑瓜,比如训练数据的比例搭配是1: 1: 1,还是1: 1: 2——可能靠的是直觉。
每天下午1点左右,志源到工位,开始同时和六、七个AI Agent对话。除了和AI聊天,另一部分时间在和同事聊技术,讨论热烈时,办公室“像菜场”。他没有明确的kpi,不需要签字和批准,也不需要为过程中的损耗担责,但他所调度的算力资源“一天烧一两百万”,出任何问题,他都要第一时间解决。
为什么值得投入如此巨大的资源?
志源高屋建瓴,从“国际竞争”的角度出发,把AI技术比喻成核武器,不能被一家公司独占,因此建设国内的模型,无疑是为技术公平添砖加瓦。
这种意义被这些和我一样20多岁的同龄人反复提及。他们谈论直觉、品味、审美......用他们的词说,“taste”,并且强调“平常心”,只是在谈起团队和模型时,流露出强烈的信念感。一种参与时代进程、甚至改变世界的信念感。
站在高处的人似乎更容易保持平常心。一位不愿透露姓名的AI专业毕业生认为,“我们要站在一个更高的角度去思考这些问题,才能给底下人更多的生存空间嘛。”
“真正去推动(AI)这个事情发展”,让志源觉得自豪和骄傲。他们相信,自己所做的工作在某种程度上决定着未来的走向,而其中最不值一提的回报是,你可以在20岁出头的年龄忘记金钱。
听到这些词时,我有时感到一阵电流般的嫉妒,嫉妒他们真的相信自己在改变世界,嫉妒我曾经幻想过的那种使命感。
1
现在退学还来得及
石子什么时候被投进湖面的?他们和我什么时候开始变得不一样?
我试图追溯校园被一分为二的时间,一个可能的节点是2022年11月30日,Sam Altman在推特上发了一条帖子,ChatGPT来了。一些人更快地感受到水面的震荡,感受到技术领域将发生的变化。
志源当时在北大学了大概三年自然语言处理(Natural Language Processing,NLP)。GPT出现时,他手上在做一篇NLP的论文,他和整个实验室都心照不宣:大模型将让一切旧工作失去意义,必须要把手头的工作尽快完成、甩掉。过去限制博士生出校实习的老师也开始主动为学生寻找校企合作的机会。一次组会时,老师问大家,“我们以后应该往哪走?”
水面的震荡并没有同时传到校园的每个地方。2023年中,GPT4出炉后,文科老师们终于开始密集地讨论大语言模型的影响。志源跟着哲学系的同学去听了一次戴锦华老师的讲座。讲座名没有提到AI,志源也忘记了讲座的具体内容,只模糊地记得戴老师谈起GPT4对个人、对写作、对社会结构的影响。
那段时间,戴老师的公开发言围绕着对技术乐观主义的批评展开。在她看来,AI势必改写社会结构,带来“前所未有的自动化冲击”,而人类太早放弃了警惕和反思。比如,工厂管理者将无人车间称作对流水线的工人的解放,戴锦华质问道,“请问你把他们解放到哪里去了?”
当然,还有对人类批判性、原创性思考的信念:“我不认为AI能够自主生产出人性,它大概会在理性和智慧的意义上走得很远,但是我不认为它能够复制人类所有的荒诞、所有的不可捉摸和差异。”
听完讲座,志源心想,戴老师“是一个很新潮的人”,也承认她所谈话题的意义,但他对大部分关于AI伦理的讨论嗤之以鼻,因为人文学者们“并不知道AI能干什么,也不知道AI不能干什么”,他们所说的话似乎能够应用于AI领域任何一次革新上。志源说,名字里带“AI”的文科讲座,他“绝对不再去听”。
这种错位很快从实验室扩散到更多人的大学生活里。志源们带着前沿技术大步向前,戴老师们为了更宏大的人类命运敲着警钟,学生们在其间无所适从。
我们中的一些人选择主动让AI颠覆自己的生活,重新安排专业、职业和未来。
ChatGPT面世时,安欣刚进入清华三个月,理想是去做社会科学研究,很快得知学科已经被AI冲击,更好的路径可能是直接进入AI专业。出于一种对学科的“绝望”,他选择转入AI方向。
但转入计算机系,也不意味着站稳了脚跟。在AI内部,新的中心仍然不断变化。做架构和算法的,在收入上高于做infra的;能去基模团队,就不去做具体产品的团队;而在不同的产品中,Agent毫无疑问是当下最火热的赛道。每隔一段时间就有新的方向变得更“中心”。
现在,为了始终处于中心,赶在机会消失之前,必须不断地做选择。一位计算机系的同学,2023年时研究图形学;第二年转向大语言模型,具体的方向是对齐(Alignment),通俗来说,就是让AI理解并且遵循人类的公序良俗,把智能关进制度的笼子。很快他发现对齐这个赛道“不太火”,转向正值升温的Agent。
现在,他即将到美国继续攻读Agent方向的博,随时准备着再一次转向——Agent领域更新迭代速度太快,最近他正考虑要不要转向“现在做的还比较差”的具身智能,潜力更大。
比研究方向更重要的选择是,要不要继续留在大学。过去,要进入AI行业前沿,博士学历几乎是标配,2025年起,“小天才”开始流行,本科生乃至高中生开始进入AI公司承担核心工作。
保研原本是最标准的清华路径,现在失去吸引力了。AI变化太快,一个2022年的省理科状元担心,等自己读完研究生,现在的AI研究已经不需要人做了,他决定趁窗口还在,先进入就业市场,哪怕工资“达不到计算机系的平均线”。
可惜这个判断做得太晚,他没有实习经历,秋招一无所获。最后,他决定放弃保研,延毕一年,直接就业。
AI圈里甚至有了一个新的说法:“IMO”,Immediate master out,形容博士读到一半,转硕退出。
我的前室友小恕选择了退出大学。本科四年,他的想法基本如一:把书读完,发几篇paper,毕业之后找一个还不错的AI工作,这都是“理所当然的事情”。
到美国读博后,小恕发现,实验室一个成员拿到xAI的offer后义无反顾地选择了退学,接着是第二个、第三个。小恕身边,AI博士生的退学率从百分之三十,到四十,再逼近五十。近六个月来,身边的所有人都正在或准备离开。数字还在不断上升,小恕认为,总有一天这个数字会变成100%。
校园的资源跟顶级公司的差距越来越大,小恕说“以10万倍计”,而技术本身又变化得越来越快。小恕相信,最迟两年后,AI就能实现自我迭代,届时像他这样的研究者将失去工作。
读博10个月后,小恕决定退学,导师也支持他的判断,建议他离开。等到小恕正式退学,发现两个导师老板选择在同一个时间离开学术界,其中一个导师还跟小恕一起选择了同一家大厂。
不只是一两位教师在离开。小恕告诉我,老师们流向业界,曾经他所在大学的计算机系现在只有两位活跃的教师,学生们即将无课可上。
小恕回想起本科毕业选择工作的同学,认为他们是“认知最最先进的一批人”,每个人都想抓住石子投进水面的一瞬间,容不得差错。
焦虑也逐渐传到离技术中心更远的学生身上。
我的一位朋友过去在媒体工作,现在在一家大厂做AI产品实习。转去AI,是因为她也不知道该去哪里。媒体的就业已经彻底垮掉,其他的行业看上去也没什么希望,好像所有的岗位都将被 AI 替代。
既然不知道该去哪里,那就只好去最火热、看起来钱最多、最有前途的地方,“中心”,也就是一切和AI有关的公司与岗位。
当我发现朋友们一个月或许就能赚到我未来一年的收入时, 一种微妙的虚荣心和焦虑感还是爬了上来:也许应该让我的学历物尽其用,抓住难得的机会向上攀爬。毕竟这是包括我在内,这所学校里大部分人最擅长的事情。
做不了架构和算法,文科学生的首选是做AI产品经理、运营之类离AI更近的岗位;没有相关经历,就去参加黑客松,做短期项目,尽快在简历上增加一段“AI经验”;每一个岗位都需要“AI能力”,RAG、MCP、RSI.....各式关键词眼花缭乱,我们选能看懂的写:能熟练地使用AI agent,搭建工作流和知识库。
我们本来也不知道自己要的是什么,AI来了,只在迷茫上增加了慌张。等水波传递到我身边,一切该发生的都已经发生了,但还是迫切地希望游得离中心更近一点。
1
“清华这些教授应该全开除了”
每隔几年,校园里都会有新的中心出现,如果AI改变的只是就业和专业选择,带来的只是一小撮高薪的应届生和一大群焦虑的人,似乎不足为奇。
我想知道,AI时期的大学,还有什么被改变了?课堂、考试、论文,这些大学的基本制度,是不是也在动摇?
带着这个问题,我去听了Z老师的课,课名叫“人工智能的现象学与法学”。他是我的本科老师,关注法律与文学,以犀利著称。Z老师首先纠正了我的说法,不是“AI时代的大学”,而是“AI之后的大学”。
AI之后的大学,实习生与应届生们似乎不再被行业需要。
过去,我们知道自己会先成为一名实习生,打杂积累经验,然后慢慢地上升,通向一个被许诺的未来。
现在,年轻律师进入行业的通道在慢慢缩窄,有律所已经减少了junior(初级律师)和实习生律师的招聘比例;一位电影学院的学生说,如果AI早一点诞生,校园里的大部分人也许就不会选择影视专业了;更残酷的事情也发生在数学这样曾被认为坚不可摧的行业里,AI威胁着刚入行的数学家们,数学家陶哲轩说,“年轻的数学家的成果被摧毁了”。
我此前采访的一位同学说,“说是说方向不分贵贱,但如果让我说,(有些方向)就是贱”,方向、学科、年轻人都在被重估价值,Z老师引述尼采,“人工智能重估一切价值”。
大学本身也被重估了。
Z老师递给我的一篇文章写道:大学最重要的功能是“撮合”和“验证”,也就是出售“得到担保的知识”。
为此,每一位学生和教师都要通过论文发表数量、评教分数,还有学分绩之类的指标证明自己的能力。
AI正在动摇大学的功能。

“撮合”曾经意味着,大学把学生、教师、雇主们连接起来,降低他们寻找彼此的成本。一个典型的场景是课堂,学生在这里与老师建立联系,获得知识。
现在,AI让一些课堂不再必要。安欣每个学期都有一两门课,他“一次都不会去”,等到考试之前,再高强度地和 AI 交互来摄取知识。比如把课件统统喂给AI,进行问答,或是用Codex做复习网页。
上课无非是为了知识或者绩点,这些翘掉的课在知识上“没有用”,AI的迭代速度已经超过了课程更新的速度;从绩点上看,用AI自学甚至比认认真真上课效率更高,能获得更高的绩点。
老师似乎不再是获得知识必须经过的中介。一些资历颇深的老师不会使用最新的Coding Agent,他们的研究领域甚至也受到了AI的冲击,但仍然认为写代码时不应该使用AI。
甚至,为了阻止学生用AI交作业,今年开始,一些计算机系课程还加入了严苛且“先进”的AI检查系统,不让直接在电脑上运行AI写代码。
学生们下有对策,让AI在其他设备写好代码,再一行行手动照抄;老师又加码,一些课加入了面对面的作业抽查,要求学生现场讲解作业。一位受访学生告诉我,这影响了师生间的信任,老师却将之视作很有价值的教学尝试。
一位正在AI公司实习的同学,为了准备面对面的作业抽查,耽误了手头着急的工作,他调侃,“这些老师存在于清华的唯一作用就是拖慢了AGI的训练”。而有老师则认为,是时代在慢慢变坏,本科生就应该老老实实上课。
一次活动中戴锦华提到,由于无法分辨学生的论文是不是由AI写作,她任教四十四年来第一次采取现场闭卷的方式考核,“这很笨拙,但似乎只能如此”。
另一位同学更激进,称清华的计算机课程往往要求严苛却缺乏有效指导,“大部分在浪费时间”,如果把清华的教授“全开除”,把图书馆、食堂和宿舍的门打开,清华的学生就可以“对国家对社会有非常大贡献”。
除了课堂,大学曾经还有最好的资源设施。现在,AI对算力资源的高需求,让高校的一些实验室显得鸡肋,在高校实验室实习的同学能接触到的显卡数是8张,而在大厂的实习生能够接触到的资源是前者的十倍,80张卡,成本大约1000万人民币。
知识不再一定要通过大学获得,大学“撮合”的功能逐渐丧失,用来验证和“担保”学生的东西——作业、考试和论文,也开始失效。
一位计算机博士生现在“没有任何一门课的作业是自己做的”。另一位硕士一周内能写出四篇不同领域,且达到发表标准的论文。让AI全自动完成研究和写作,这已经是个专门的领域,叫Auto-research,他们都是Auto-research的高手。
2023年,一位计算机系学生第一次上“软件工程”课,作业是写一个“网页版QQ”。那时AI编程还不成熟,他一人手搓完了所有代码。他一个人揽下了所有工作,做得很费劲。
两年后,他回到这门课担任助教,Coding Agent已经普及,课程大纲不得不修改:学生可以使用AI,但必须保留和AI对话的记录,由助教判断其中有多少工作真正来自学生本人。
学校考核规则的更新速度赶不上模型的变化。今年AI已经可以实现自行“核查”并生成报告,作业似乎不再能说明学生的能力差异。
文科也不例外。马克思主义专业的博士生绛蓝,最近收到了老师对她作业的反馈,“文章不错,推荐去发表”。只是这篇作业并非由她主笔,而是AI在一天内写完,她感到一阵眩晕,觉得自己在作弊,“真正好的东西不应该是这样生产出来的”。
毕业论文也不再能说明学生的真实水平。一位读中文系的本科生用AI写完了她的本科毕业论文,关于某女作家的作品,而直到开题答辩,她都还没完整看完过这位女作家的小说,但AI为她托了底:概括全文、写初稿大纲、逐章生成,再用AI降低初稿的AI率。
没有人亲自写论文,更没有太多人亲自读论文了,乃至于许多期刊审稿人的评阅和修改意见都由AI给出。来自哈佛大学的学者Gary King与Steven Worthington在论文中指出,AI生成的论文审稿意见,已经优于由人类专家撰写的审稿意见。
不能把一切归罪于AI,没有AI之前,没人想写的作业、为了文凭而努力应付的论文、依靠发表数量筛选人的体系就已经存在了。
香港中文大学新闻与传播学院的副教授方可成称当前的期刊审稿制度本就“千疮百孔、摇摇欲坠”。一些双非高校的简历初筛门槛,就要求申请者至少发表两篇B刊,不发表,就出局。论文写得越来越快,期刊能够接纳的论文数却没有发生变化,加剧的只有竞争。
AI加速了旧制度的瓦解,可新的标准却还没有诞生,年轻的博士生们也进退两难。高校不知如何考核他们的能力,他们也不知道自己究竟应该培养什么能力。方可成正在美国访学,他庆幸自己今年不需要在香港教课,否则他将“不知道如何考核学生”。
AI让论文和考试不再能体现学生的能力,学位反映的是Token的多寡和AI的好坏,如Z老师在文章里写道,“这个游戏将失去信誉。”
1
现在没有什么是学不会的
正是博士申请季,很多学生发来邮件,想跟Z老师读博。Z老师让他们做了一个实验:把过去论文的摘要当作提示词输入给模型,让AI重新生成论文,再判断模型输出的结果和原作的差距。
有一个学生把自己手搓的文章和人工智能生成的文章做了匿名处理,找了8个人作为评审团,第三方打分。大家仍然认为“手搓的好一点”,但分数已经非常接近。
而按照所谓智能密度定律,每100天智能增加一倍,而人类的智商在100天里不可能增加一倍。
过去,大学制度有时会“强制”我们学习。在必修课上,我们“被迫”读《伦理学》《利维坦》这样诘屈聱牙的大书,为了交差,硬着头皮也要翻过一遍,起码得读完开头的绪论。
现在,AI让看绪论都不再有必要。只要愿意,学生可以在一门课程中完全不进行任何真正的学习。
这个过程是怎么发生的?最开始,我们交出的只是一些“低阶”的麻烦。
22年底,ChatGPT上线,我和几位本科朋友注册了一个共用的账号,它主要负责扮演哲学家,陪我们玩无聊的文字游戏。
GPT3.5还不够聪明,我们把它视作一个安全而笨拙的助手,让它概括文章、翻译外文,即使这样它也常常出错。
后来,GPT4上线,能够围绕一个话题进行联想、梳理和归纳。但有时它会编造细节,因此还是需要时常翻阅原文,进行确认。
接着,我发现了谷歌的notebookLM,它能生成播客、思维导图......几乎没有幻觉,连确认都不再需要。
到去年初,我开始写毕业论文时,GPT已经更新到了4.5。我心安理得地把文献综述交给了AI,准备把精力留给更重要的写作。更何况我听过了AI生成的播客,看过它画的思维导图,也算是读过了这些文献。

模型可以帮我们绕过的事情越来越多。
在课的最后,Z老师邀请同学上台报告,报告的内容是《Attention is all you need》,这是人工智能领域的一篇重要文献,它标志着AI从此获得了注意力,而人类相反。
论文里充满了术语、公式和模型,报告人则是一位法学硕士,花了一小时不到的时间,清晰易懂地讲完了这篇文章的基本原理和核心发现。AI帮助了他。
一个文科生用一个月的时间自学核心技术论文,在文科课堂上讲授,这在2022年之前几乎难以想象。Z老师说,“现在没有什么学不会的,剩下的就是你想不想学,像亚里士多德说的,‘去知’”。
我雄心壮志地和同学谈起,要用AI学外语、学写作、学编程,只不过从没有开始。
用Z老师的话说,AI让“知”变得如此容易,以至于“去知”被无限地延后了。“想不想学”,变成了一个比“能不能学会”更重要的问题。
哪怕想学,AI可能也不会让你心想事成。
上学期,静文在一门名叫《十九世纪英国文学与艺术》的课程担任助教,这门课对阅读和写作要求较高,任务量也不轻,并非必选,最终留下的同学基本都是真的有兴趣。
但一个学期下来,静文几乎没有看到完全不用AI写作业的学生, 哪怕他们真的对这门课感兴趣,也没法获得足够的训练。让静文在意的是,学生们总会觉得AI比自己想得更深、写得更好。即使写得不好,也可以安慰自己,“这不过是AI的产物”。
陶哲轩写道,“就像你无法忘记电影剧透或填字游戏提示一样,一旦知道了现有的解决方案,你就无法再像以前那样深入、有效地探索问题了。”
学习就像游泳,一旦学会,此生再也不会忘掉;但也有人还没有学会,便用AI将之绕过,从此再难习得。甚至会因此失去在水中的乐趣。
一位计算机系的博士生曾经喜欢科研,是享受做实验时发现巧法的瞬间,以及一步步debug的过程,他的特长也在于此——随着Codex日渐聪明,开始代劳工作之后,他变成了Auto-research的专家,但学习和科研的过程好像变得一文不值。
他在自己的小红书里写,“发展AI对人类科学真的是好事吗?......现在读高中、读初中的同学们,还会有人愿意研究‘科学’吗?”
1
一宫之间,气候不齐
一宫之间,气候不齐。
“大部分人都废了”,Alex说。他是最热情拥抱AI的那一小撮精英,在藤校读博士,同时在一家巨无霸对冲基金设计AI投资策略。他认为,大学里几乎所有人都在抄袭、作弊,这毁掉了大部分的学生,他们是“阻碍自己智力发展的作弊者”。
大部分人“废了”,而原本就出身精英家庭的学生,仍然会保持高强度的阅读和写作训练,比如Alex本人,自认“ambitious”(雄心壮志),事实也的确如此:毕业于国外的寄宿制学校,在中学阶段就读莎士比亚、华兹华斯,熟稔地谈论Tom Stoppard的剧作。
Alex对文学的趣味丝毫未减,他计划着之后自己重新翻译一遍《了不起的盖茨比》。

从事AI的人想着翻译文学, 研究文学的人在因为AI焦虑。述之就是后者中的一员。她在读比较文学硕士,读研以前从未用过AI,直到研一某门课上,老师警告大家“不要使用 AI”,述之才意识到“原来论文可以用 AI 生成”。
到现在,述之只会和AI聊天,从没用过Agent;连学习AI的方式也是通过实体书和小红书。一位博士学长警告述之,不使用 AI 是“倒行逆施”。这位学长已经发表了多篇顶刊论文,而这些文章的选题都来自AI ,至于他自己,则“选不出能够发C的选题”。
述之对学术有热情,想要把有限的时间用来读书,不愿意使用AI,但学术界的高度竞争让她焦虑,“没有办法一步一个脚印,得赶快花时间提升AI能力。”
强者更强的马太效应也许将成真。在一篇刊发在报纸的文章里,历史系学生周桥引述《未来简史》里面的观点写道,将来,人类会分化出“无用阶级”跟“神人”。这句话最终被编辑给删了,“太悲观”。
ChatGPT的订阅费200美元,Claude是100美元,我接触到的计算机博士生,每个月在大模型上的投入超过2000元人民币并不少见。据志源估算,身边许多同学在AI上的月花费也超过千元,当然,公司会报销这样的成本。
志源激动地跟我谈起新模型的强大,甚至称得上“深邃”,可如此强大,甚至能称得上“深邃”的AI,却很难直接服务于大部分没有写代码需求者的生活。
对志源们来说,AI毫无疑问是生产力的工具,他们不需要纠结如何用AI变现,只是将其投入工作,便能带来显著的收益。在AI上花钱,无论如何都是一件划算的事。
对于非相关专业,又缺乏稳定收入来源的学生来说,2000元人民币接近一个月的生活费,于是他们常常使用免费或低价,但性能相对落后的模型。
志源的一位高中同学在二线城市读传统工科,此前极少用 AI 辅助学习。志源苦苦感召,甚至主动送上自己模型的免费额度,功夫不负有心人,这位同学开始用AI写代码,还因此发表了论文。
同学说,论文应该把志源的模型“挂在一作”,志源很骄傲。
钱和智力的不公平是一方面,还有一种“不公平” 关于时间。大一大二时,我在不知所谓的思政课上花了大量的时间,理工科的朋友们更甚,花时间自学课程,完成难度极高的编程作业,其中的一些不仅占用了他们的睡眠,还毁掉了他们的绩点。
而现在进入大学的学生们,似乎不再需要如此浪费时间。我和朋友们一致对此表示嫉妒,但并不知道这究竟是不公还是幸运。
1
有翼飞翔的话语
5个月过去,现在,我终于变成了朋友圈里最热衷于谈论 AI 的人之一。
带着这种热情,我去听了几节AI课。第一门课叫做“AI时代的创业和投资”,9月16日的嘉宾是王小川和投资人朱啸虎。
18:00,上一堂课下课,五分钟后,阶梯教室里240个座位就全部坐满,狂热的学生们甚至坐到了嘉宾的脚跟前,而正式选课的人数只有30人。据说第一堂课听众太多,为保安全,甚至连教室门都被上了锁。
我费尽力气也没能挤进正门,只好溜到后门外,同样听不清嘉宾的声音。一位艺术学院的选课学生受不了教室里的闷热空气,也来到后门透气。去年,她选修了另一门创业课程,课上也邀请了俞敏洪这样的企业家,氛围却远没有这样狂热。
课程内容还是商学院的那一套,讲“开源面向全球市场是AI B端创业企业的最佳机会”......小红书有人嘲讽,“听一个错过了字节和KIMI,认为llm是骗局的人讲AI时代的创投”。
无论创业还是投资,如果要“抓住机会”,那么就不要留在大学了。我问博士退学的小恕,离开大学有什么遗憾吗?他的回答是,在公司没办法再发文,而假如要找下一份工作,论文是其他人知道自己工作的最好方式。
南京大学英语系的教师但汉松说,这代大学生像经纪人,进行的每一项活动都是为了实现资产的升值与套现。2001年,但汉松本科毕业时,华为开出的八千元月薪就已极为可观,而现在,薪资通胀令人惶恐,也让升值与套现的动作变得复杂和畸形。
是的,经纪人,这可能是一个恰当的比喻,“Agent”的其中一个意思就是经纪人。上大学无非就是把自己当作Agent训练的过程,训练是为了更好地产出成果,读大学是为了更体面地离开大学。
但汉松在大学讲授美国文学,过去,每年总会有两三个特别的学生,在课后缠着他问问题和讨论。
十年前,但汉松收到过一位学生用英文写的匿名长信,用自己的情感经历和成长经验,去和他探讨课上一个细节的解读。十年过去,这个学期,没有一个人再留下来提问,但汉松也没有再收到过匿名的长信。
我想起,上一次在北大看到AI创业投资课这样的盛况,是大一时旁听戴锦华的课程。从10年前的2016,AlphaGO击败李世石的那一天开始,到2021年我上学时的课堂,再到2023年志源旁听的课堂,戴锦华始终在警告人类对技术革命“未曾讨论、完全不经抵抗”。
十年间,志源们在课堂上来来去去,反思一轮接着一轮,他们离开了大学,把戴锦华们的声音留在了课堂上,ChatGPT和Claude们还是如期而至地走到今天。
戴老师或许真的离技术太远,但身处中心的人们,又何时离“反思”近过?也许只有马斯克们自己号召“放缓”人工智能时,才能引起他们短暂的注意。
离开的人都有自己的理由,留下的也如此。

十年前,Z老师在课上带着学生读《理想国》,二十年前读《法律的概念》,今年的主题换成了“人工智能的现象学和法学”,读人工智能史,然后读海德格尔,因为Z老师判断,Agent的出现意味着人类已经进入了海德格尔所说的“深度无聊”时代。
在Z老师的课上,我读到了一篇同样十年前的批评文章,冯象的《我是阿尔法——论人机伦理》,预言人工智能将消灭遗忘,带来失业和阶级固化。Z老师说,文章刚出来时,几乎所有人都不以为然,视之为梦呓;如今,冯老师的许多话已经成为精准的预言。
上个暑假前,我写了封邮件给Z老师,邀请他接受采访,聊聊AI对大学的影响,他谢绝了邀请。在回绝的邮件中,他写道,两年间校园内的氛围已经发生了巨大变化,“生成式大语言模型让语言不可靠了”。
真正让我偶尔感到“不可靠”的,有时是Z老师自己的语言,他在邀请同学上台报告时这样说,“(第一次作业)这个题目就是一个现成的提示词,我们请三位同学上台报告他们的作业,看看是不是比人工智能做得好些”,这时候,我总分不清Z老师是在讽刺还是真诚地好奇。
暧昧,尖锐,偶有讽刺,Z老师说的语言让人陌生,似乎属于上一个时代的课堂。据他说,他读研时会去老师家中上课,因此第二次课,我们从教室离开,挪到了他的办公室。
大一时,我和几位同学正是坐在这间办公室中,找他咨询大学生活。那时还没有ChatGPT,我们焦虑地问起专业的出路。穿过缭绕的香烟,我记得他说了一些话,大意是,你们来读大学,难道就是为了离开吗?
也是那年,我读到了Z老师的一篇文章,《无形的学院》,里面这么写道,“如果非说小组是什么,那么,我宁愿小组是一个友爱共同体。我们在那里接受了相互之间的教育,并学会了自我教育。是北大这个无与伦比的地方使这些成为可能。”
如果读大学不是为了离开,那么它应该是这样一个地方:你可以在这里学一些东西,认识一些人,在这个过程中和他们共同生活,读一些书,做一些事,接近那种“友爱共同体”的生活。
可是身处其中,我那时看到的只有茫茫多枯燥的课程,物理学经济学斯宾诺莎......我那时不知道学这些知识的意义,更不知道那种看似梦幻的共同体生活何处去寻。
采访到后来,我开始挑战这种想象,并试图向文科的朋友们证明,AI将挑战他们的价值,乃至威胁文科和大学的存续。
随着采访的推进,有人告诉我,我可能被那些AI的话语骗了,一位编辑老师说,他看出我对“文科”的信念似乎开始动摇。 我在心里辩解,我不是不相信那些“人文价值”,只是不再相信它们继续属于大学里的每一个人,不再相信大学能扮演好它曾经的角色,不再相信自己。
我有时会感到后悔。一半的时间是假装悔恨,悔恨自己没有早点加入到AI实习的行列里;另一半时间,我真的后悔自己草率地、傲慢地掠过了太多的书,错过了大部分的课堂。
大二时的一门必修课,读《伊利亚特》。故事的第二卷中,阿开奥斯人和特洛亚人兵戈相见,作者花了相当的笔墨描述双方兵力,有一次课程作业就与此相关:数出阿开奥斯人和特洛亚人各自的兵力,尤其是每个部族派出的船只数量。原文摘录如下:
福基斯人是由瑙波洛斯之子高傲的伊菲托斯的
儿子斯克狄奥斯和埃皮斯特罗福斯率领;
有一些福基斯人占有库帕里索斯、
多石的皮托、神圣的克里萨、帕诺佩斯、
道利斯;有一些住在阿涅摩瑞亚附近,
许安波利斯附近;有一些住在神圣的
克菲索斯河边,占有源头的利莱亚水泉。
有四十艘黑色船在他们的率领下前来。
为了精确地数出船的个数,我们只能乖乖地一页页翻过文本,穿过一个个索斯、基斯和弗斯们,得到答案:阿开奥斯人共有29支部队......共派出1186只船。
今年《奥德赛》上映,我又想起《伊利亚特》。书里的细节早就忘得一干二净,像忘记其他大部分水课的内容,所剩无几的记忆是一句话,“有翼飞翔的话语”(winged words),它的作用是引出人物的话,神与神的,神与人的。
记得这句话的一个原因是,这是书中最常见的套语之一,GPT告诉我,它在《伊利亚特》中出现了61次。也许在数船的过程中,它悄无声息飞进了我的脑袋。
记得它的另一个原因是美,它让我想象出这样一个梦幻的场景:独一无二的词语和句子们长出翅膀,也许其中的大部分无关紧要,但总有一些成功越过高墙,飞进我的耳朵和心。
时至今日,大学的大部分课程对我来说仍然显得毫无意义。但我总算是在把时间全部交付给GPT之前,主动或是被迫地坐进过那些课堂,于是可以期待着某一天,把所有的书和课程都忘记以后,突然福至心灵地想起,在课上偶然抬头听到的某一句“有翼飞翔的话语”。







