E236｜99%的作业都是AI写的：当代名校生眼里，大学还剩下什么？

为什么这期值得听

1. 第一批和 AI 一起长大的大学生

2022 年 11 月 30 日，ChatGPT 上线。那一天，Alfred 和 Clanto 刚刚开始他们大学的第一个学期——一个在清华法学院，一个在纽约大学应用心理学。三年半之后，在我们这期节目播出前后，他们正在陆续从大学毕业。这是人类历史上第一批和生成式 AI 同时开始大学生涯的年轻人。Jack 稍早一点，2020 年入学，他经历了从"AI 前时代"到"AI 时代"的完整切换——这让他成为了天然的对照组。

访谈最令人震惊的数据来自 Jack："你觉得你有多少作业或者论文是 AI 帮你写的？""我觉得是百分之九十九。"他紧接着解释，那 1% 是因为录 presentation 只能自己来说——"但是这个作业本体，我已经想不到任何没有 AI 参与的作业了。"这个比例是从 2022 年底的约 30% 逐步爬到接近 100% 的。AI 的渗透不是一夜之间完成的，但它确实无可逆转地完成了。

2. Alfred 的跨界：一个法学文科生的 AI 逆袭

林同宇 Alfred 的专业是法学，但他在大学期间辅修了大量 CS 课程。驱动力来自一次关键对话。2023 年中，他问一位做了十几年并购的美国律所合伙人："ChatGPT 会对未来的 junior 律师带来很大的冲击吗？"

话还没有讲完，他就立刻打断我，definitely yes——他就开始阐释说为什么他认为 ChatGPT 类似的科技会对至少法律的初级的定界生带来的各种各样的冲击。 — Alfred 复述那位合伙人的回答

这是 Alfred 的"顿悟时刻"。他看到两三年后自己毕业时，AI 会比现在更强大，而自己的法律水平可能不会有质的飞跃。"我要承担什么样的一个角色？我还会被需要吗？"他的答案是："打不过就加入"——每个月花二十多美金订阅 ChatGPT，在当时的学生预算里是一笔不小的开支。他开始用 ChatGPT 从头学习 AI 的基本原理。

Alfred 总结了一个惊人的学习配方：30% 来自课程和教材，70% 来自 AI 对话和项目实践。"30% 是学科的 common sense——Python 语法、计算机基础原理。但 70% 来自跟 ChatGPT 多轮的、一轮比一轮更深的对话，以及自己去做项目、边做边学、做完之后再复盘。"

他做了五六个项目，见证了 AI coding 能力的每一次跃迁——从最初手写代码、偶尔请 AI 帮 debug，到后来"基本上可以完全不用看代码，全全地交给 AI 去执行，真的就像是一个程序员"。

3. "施天涛的寄生虫"：AI 作为因材施教的老师

Alfred 讲了一个极具画面感的案例。2023 年秋季学期，他同时修了公司法、宪法和英美法——全是法学硬课。他把公司法教科书和授课教授（施天涛——一位德高望重的公司法学者）的著作全部喂给 AI，命名为"施天涛的寄生虫"，然后通过对话掌握这门课的精髓。

很多老师非常厉害，在科研上面，但是在教学上面，很多时候我会发现他们可能不是那么擅长教会一个事情。但是 ChatGPT 不一样，它就像是一个非常了解你、也知道你现在的水平、因材施教循循善诱的一个老师。 — Alfred

结果：那个学期他第一次拿到 4.0 满绩。"虽然我现在已经离那个学期很远了，但是我依旧觉得我有用到 AI 去辅助我学习的那两门课程里面的一些观念知识，到现在依旧是在我脑子当中比较浅层可以去调用的部分。"这让 Alfred 确信：AI 辅助学习不仅没有让他变笨，反而帮他建立了更长久的知识留存。

4. Clanto 的"大学就是社交"：文凭是一种社会信号

如果说 Alfred 还在传统大学和 AI 之间寻找平衡，Clanto 的态度更加激进。他坦白："不避讳地讲，我上大学的目的非常的功利——我觉得我就是为了一个学历。"他把"大学就是社交"这句话直接写进了 NYU 的申请文书。在课堂上，大部分时间他都在看论文、做自己的产品；只有很少一部分时间在听课上的内容。

但 Clanto 对文凭的理解比"功利"这个词听起来更深刻：

学历它不只是你学会了什么的证明，它是一种社会信号。它在向市场传递，OK，这个人可以被信任。我觉得教育本身也是一样的，它不是在让你相信你学会了什么东西，而是让社会相信你学会了什么东西，让社会相信，OK，这个人可以被委以重任。 — Clanto

他认为，AI 时代学历不会消失——但它的含义正在转变。学历不再代表"我知道多少东西"（那是 AI 比你强的东西），而是代表"我通过了某种社会筛选机制"——一种信任凭证。Clanto 警告说，那些跳过大学也获得成功的人是幸存者偏差；教育的本质是一种评估机制，而评估本身就是一种价值判断。

5. Deciding vs Choosing：人的不可替代性在哪里

Clanto 引用了 MIT 教授 Joseph Weizenbaum 的一个关键区分。Weizenbaum 是历史上第一个 chatbot（Eliza）的创造者，他在上世纪就提出了一个今天看来极为前瞻的框架。

Clanto 的核心观点是：AI 时代的教育不该教学生使用特定工具（工具会持续进化），而应该培养"评估"能力——也就是 Choosing。他称之为一种"原能力"，一种"meta skill"。"经过任何时代，人的原能力是不会改变的，但是你外面的包装纸是要改变的。就好比工具，是要持续进化的。"

6. 资深悖论：AI 帮了初学者，拖累了专家

这期节目里最有冲击力的数据来自 Clanto 引用的 METR 实验：研究机构邀请了 16 名 5 年以上经验的 senior engineer，随机分配 200 多个真实任务，一半可用 AI、一半不可用。

结果：用 AI 的人实际慢了 19%，但自己感觉快了 20%。感知和现实整整差了 40%。METR 把这个现象命名为"生产力安慰剂"——AI 的即时反馈让你产生了正在飞速前进的幻觉，但验证、调试、返工的隐性成本你没有计算进去。

最反直觉的是"资深悖论"（seniority paradox）：减速最严重的是那些本身就很懂 AI coding 的专家，而初学者却得到了显著的生产力提升。解释是：专家已经建立了大量高度优化的工作流，AI 给出的泛化建议实际上是一种噪音；而新手把 AI 当作 24/7 的老师，在语法和设计模式上得到极速补充。

Clanto 从中得出了一个乐观的结论："上大学或者是上高中就有 AI 的学生，应该属于一个黄金时期。他们恰好处在 AI 能够最大程度上帮到你的一个位置——就是你什么都不会。这件事情在 AI 时代可能会从劣势变成一种优势。"

7. AI 上瘾："没有 Claude 活不了了"

主持人洪君问了一个直接的问题：你们有 AI 上瘾的感觉吗？

哦，这个必须得有，就是疯狂上瘾。当时我就有一天我找 Jack，我就跟他说我说感觉没有 Claude 活不了了。非常夸张……如果你没了 Claude，那你就是 30% 灵感没了，70% 执行也没了，那就很难受了。 — Clanto

Clanto 买了 200 美元的 Claude Max Plan，周六把额度用完了，要等到周二下午七点才能 reset。那两天他觉得"不知道该干什么了"——他可以改用 Codex 或 Gemini CLI，但"我感觉完全不信任"。当洪君追问"比短视频更上瘾？"，Clanto 的回答毫不迟疑："我觉得是的，因为我没有任何一天是不用 AI 的，但我是有一天不看短视频的。"

三个人的上瘾模式各不相同：Clanto 是学习上瘾——期待 Claude 给出复杂问题的 insight；Jack 是效率上瘾——"10 小时变半小时，我就觉得很爽"；Alfred 是创造上瘾——"减少了很多痛苦的思考和左右互搏，同时拥有了去创造出原本你无法想象你可以创造的内容的快感"。

8. 离开 AI 后，谁还能写代码？

一个尖锐的思想实验：如果明天所有的 AI 工具全部下线，谁还能继续编程？

Clanto 的答案最直接："如果没 AI 我是写不了代码的。因为我上大学的第一天就是在用 AI 了。所以你现在让我直接去写的话那肯定非常困难。"Alfred 的处境类似——虽然他在 AI 出来以前接触过一点编程，但他看到"非常多顶尖的程序员都跟我讲说他们已经不再手写代码。他们甚至会觉得说手写代码会降低生产的效率"。

Jack 则不同——他 2018-19 年学的编程，2020 年入学，在 ChatGPT 出现前已经写了两年代码。如果 AI 断了，"那我就又回到 Stack Overflow 那个网站，又重新看一些最古早的静态网站别人怎么写的。我会很难受，但是我觉得这没得选。"

这个对比揭示了一个深刻的代际信号：有 AI 前时代"肌肉记忆"的人能切换到次优方案；纯 AI 原生代完全依赖 AI，但有些人对这种依赖有清醒的自我意识。而更年轻的一代（高中生）根本不认为"没有 AI"是一个值得回答的问题——就像没有人问手机原住民"没有手机你怎么办"。

9. ChatGPT 为什么第一个被抛弃？

当被问到"2026 年你放弃了哪些之前常用的 AI 产品"时，三个人的回答出奇一致：ChatGPT。Alfred 说："很遗憾二三年陪伴我经历第一波 AI 浪潮的战友 ChatGPT，我现在已经完全地退订了。"

原因很直白：ChatGPT 在每一个单项上都不是最好的。"对话的质量不如 Claude 或 Gemini，Agent 的能力不如 Manus，Coding 的能力不如 Claude Code——所有任务都不那么擅长，成为三不管的地带。"这是 AI 工具市场的一个残酷法则：通用型产品如果没有持续的差异化优势，会在每个细分方向被更专业的工具逐个击穿。

Clanto 提出了一个实用的大学生 AI 工具策略：GPT 打开 Memory 功能做脑暴和灵感（"养号"让 GPT 越来越懂你），但绝不用于实际决策"因为它已经被你的记忆给污染了，它已经活在了一种信息茧房中"；Claude + Extended Thinking 模式做一切执行类工作；Gemini 专门用来做视觉和生图。花钱最多的是 Claude——虽然一直在涨价，但大家仍在付费。

10. 大学教育的两个价值：哪一个被 AI 击穿了？

Alfred 提出了一个观察：大学曾经同时承载两个价值。一个是对内价值——"知道我是谁、我的热情在于哪里、我要去向哪里"；一个是对外价值——"你的专项技能、你的壁垒、能帮你养家糊口、能帮你赚到钱的技能"。他很明显地感受到，至少在他所经历的清华，大学更着重于强调后者。

但问题来了：对外价值这套体系正在被 AI 瓦解。"我们以为我们在大学里面所获得的这些有价值的技能，其实 AI 做得比我们好。它甚至比我们更便宜，24 小时都在线。尤其是针对曾经的这种接收信息、去处理信息、去输出信息的这些知识工作者来讲是更为致命的——对应的行业除了刚刚讲的程序员、法律、金融。"

Alfred 的转折点发生在北大的一门博雅教育课上。他读了笛卡尔的《第一哲学沉思录》："读完原著后我整个人是有点恍惚的，因为你会发现说你所认为的世界可能不是你所认为的世界。"这不是虚无主义，而是一种批判性思维的觉醒——在解构世界的同时，他摸到了那些"始终存在"的东西。这种能力，他认为很难被 AI 替代。

11. 评估体系必须重构

三个人都认同："至少站在现在这个节点，再去以老的 old school 的方式评判一个学生，很明显已经和这个时代脱节了。我们急需一套全新的评估体系。"

Alfred 用 AI benchmark 做了一个精彩的类比：很多 AI 模型在 benchmark 上有非常好的表现，但在开放环境中做得一塌糊涂——就像一个考试成绩非常高的学生，丢到完全开放的环境中去解决实际问题，会碰到很大的挫折。"这也会让我思考在大学阶段它的价值是什么。如果我们不去思考这个问题，我们很难去牵引出我们这个评估体系和所谓的价值指标。"

他们想象的新评估体系中，"你能不能可以和 AI 很好地共存去解决问题"是一个核心指标。"不是你用不用 AI，已经不讨论这个问题了，而是说在不得不用 AI 的情况之下，你能不能把 AI 用好，以及真的是解决你想要解决或者说社会需要去解决的这样的一个问题。"

Clanto 补充了一个已经在发生的趋势：NYU 已经有老师在提倡考试不再是笔试，可能是口试；创作空间不是在纸上，而是在给 AI chatbot 的输入框上——你创作的是 prompt，不是最后的文章。Stanford 已经把著名的 coding 课改成了 vibe coding 课。

12. 就业市场的真相：不是你被 AI 替代，是被更会用 AI 的人替代

你不是被 AI 替代掉的，你是在被那些比你更会使用 AI 的人替代掉的。 — Alfred

这是 Alfred 对这期节目最精炼的总结。他观察到法学院的同学"现在找到一份可能跟三年前一样的工作困难了很多"，更多人转向公检法——"非常稳定，但同时也变得更为竞争"。北美 CS 毕业生同样艰难：大厂的软件开发工程师名额被冻结，唯一的希望是找创业公司的工作。

但 Alfred 自己并没有遇到求职困境——因为他两年前就 all in 在 AI+编程这条路上，看 paper、学代码、做项目、全做过一遍。"我在这个当下去求职，我是有非常多的先天积累的优势的。"这个对比本身就是他的论点：在新的就业市场上，传统的"专业对口"路径正在瓦解，懂得在什么方向上跟 AI 协作的能力，才是真正的壁垒。

Alfred 的长期愿景是"emancipation"——解放。"如果今天大家真的能去被解放出来，而不用去承担工作，也能获得最基础的生活的保障，同时去做真的自己喜欢愉悦的事情。我觉得这个很棒的事情。"虽然他承认这在制度、经济结构和技术上都不成熟，但这个方向是他决定不进法律行业、全心投入 AI 的根本动力。