TL;DR：
在AI（特别是AGI）汹涌浪潮中，清华大学刘嘉教授深刻揭示了传统教育与人类价值面临的颠覆性挑战与机遇。他提出，未来教育应放弃机械式知识灌输，转而聚焦培养“学会使用AI”的能力，以及人类独有的“零到一”创造力、批判性思维与跨学科通识素养，从而在人机共生社会中重塑人类核心价值与生存方式。
人工智能的崛起，早已超越了技术圈的范畴，成为横亘在社会各行各业，乃至每个人面前的宏大议题。从商业巨头的战略布局，到普通大众的日常讨论，AI的渗透无处不在。然而，在“万物皆可AI”的喧嚣之下，更深层的困惑始终萦绕：当知识不再稀缺，学习的意义何在？当AI承担大量工作，人类的价值又该如何定义？这些关于教育本质、人类未来地位的追问，正日益成为时代的核心命题。
为此，我们与清华大学基础科学讲席教授、心理与认知科学系主任、人工智能学院教授，同时也是北京智源人工智能研究院首席科学家刘嘉展开深度对话。作为一位在通用人工智能（AGI）演化路径、认知科学与人类能力重构领域具有前瞻性思考的学者，刘嘉教授通过其著作《通用人工智能：认知、教育与生存方式的重构》和本次访谈，为我们描绘了一幅AI时代下教育变革与人类价值再定义的蓝图。
教育重构：知识的价值与人才的范式转变
AI对传统知识体系与职业技能的冲击已成既定事实。曾被视为高门槛的编程工作，如今大模型已能生成高质量代码，甚至超越多数人类程序员1。翻译、广告优化、直播运营等知识密集型、重复性工作，正被“通义”、“轻舸AIMax”、“UBMax”以及“奇妙数字人”等AI工具实现高度自动化，大幅降低成本并提升效率，宣告着特定“核心技能”的逝去。这使得人们不得不重新审视，在“知识不再稀缺”的时代，我们到底该学什么、怎么学？
刘嘉教授强调，传统的“文理分科”是一种误解。理科强调形式逻辑的精确性，而文科则聚焦处理复杂、不确定现实中的非形式逻辑问题，后者难度更高。他主张的教育路径是：**先夯实理科基础以掌握形式化推理工具，再深入非形式逻辑领域，这才是文科的核心精髓。**清华大学对新闻学院的改革——取消本科新闻学，只招收研究生——正是这种思路的体现，因为真正理解新闻需要深厚的综合能力1。
在AGI时代，刘嘉教授指出，最关键的能力有两点：
- 学会如何使用AI：大模型不再仅仅是搜索引擎，而是一个集图书馆、老师、批评者、合作伙伴于一身的“良师益友”1。它能帮助人们迭代思维、发现逻辑漏洞，实现高效协作。编程技能也将从专业职业转变为一种“基础素养”，如同今天的英语，是与AI协作的必要能力，而非苦练肌肉的“划船”技巧1。
- 培养人类不可替代的创造力与批判性思维，尤其是“零到一”的创新力：AI擅长“组合式创新”，但在“跳出已有规则创造全新表达”的颠覆性思维上仍有欠缺1。人类文明的每一次飞跃，都源于这种“非共识创新”。未来最宝贵的，不是掌握知识本身，而是拥有思想的边界感、突破力和判断力。因此，“我们没必要‘学知识’，特别是那种形式化的、能被AI取代的知识。我们要学的是通识，把不同学科揉在一起，打通所有知识。”刘嘉教授如是说1。
对于教育界普遍担忧的“学生依赖AI偷懒”问题，刘嘉教授持批判性态度。他认为，禁止使用大模型如同工业革命初期捣毁纺织机一样愚蠢。正确的做法是教会学生如何正确、高效地使用AI。他甚至要求学生必须使用大模型来完成写作任务，因为当AI能将所有学生的能力拉到80分的标准线时，**教师真正要关注的，是学生从80分到100分之间，那20分所体现的人类独有的创造力、批判性思维与思考深度。**这正是“让人类真正的精华绽放出来”的场域1。
AI对教育的改变是根本性的“个性化教育”。当不再以知识积累为最核心目标时，每个学生将拥有更多时间去探索自己的兴趣与潜能，从而实现真正的“因材施教、有教无类”1。这也意味着教师的角色将发生根本性变化：从知识灌输者转变为引导者、情感支持者和“人味”发现者。未来的老师，将如同苏格拉底的“产婆”，帮助学生发掘内心的真理，点燃其心中的“一团火”，而非仅仅灌满“一桶水”1。
人类价值的再定义：从束缚到自由的迁徙
AI对就业市场的冲击，引发了对人类价值和未来社会结构的深层忧虑。刘嘉教授将此与工业革命进行类比：农耕时代99%的人被土地束缚，工业革命解放了身体，带来了文明的加速与普及教育1。如今，AI正在将人类从“知识束缚”中解放出来——那些需要耗费数十年学习、并需持续更新知识的职业（如律师、会计），正面临洗牌。这种解放并非意味着人类多余，而是促使我们去思考、去创造新的东西。从“耕地农民”到“知识分子、行业专家”的转变，预示着人类将向更高层次的智力活动迁徙。
心理学与认知科学在理解和塑造AI方面扮演着关键角色。刘嘉教授指出，通用人工智能旨在模仿人类智能，因此心理学从研究“人”拓展为研究“智能体”，包括碳基人类与硅基AI。人工神经网络最初设计灵感便来源于人脑，而如今，AI也反过来成为人类理解自身的“参照系”1。通过研究AI如何形成智能，我们能更清晰地认识人类智能的本质，包括意识、情感等关键问题。Anthropic成立AI精神病学团队研究大模型的人格与行为，便是这一趋势的例证1。
更深层次地，刘嘉教授提出，AI与人类智能即便表象不同，也可能遵循相似的底层规律。这促使我们思考，是否存在一种超越碳基生命与硅基系统，能够同时解释人类智能起源和AI智能形成的**“通用智能科学”**1。这将是人类理解自身与宇宙智能的全新视角。未来的社会将不再是单纯的“人类社会”，而是人、机器、智能体共同构成的“混合社会”，这将对社会学、政治学、伦理学、法学等人文学科提出新挑战，使得文科在推动人机共生方面的作用日益凸显。
为了适应这个复杂而自由的未来，刘嘉教授提出了AI时代的五大通识能力模型——它们共同构成个体“因真理得自由以服务”1的成长路径：
- 研究能力：本质是识别和提出关键问题，正如爱因斯坦所说“提出一个正确的问题比找到一个正确答案更重要”1。它要求我们透过现象看本质。
- 统计能力：在信息过载和AI生成内容充斥的时代，它能帮助我们从冗杂信息中抽取变量、发现结构，建立对世界的有效认知，保持理性判断，不被误导1。
- 逻辑能力：从第一性原理出发进行推理，构建新的认知结构。它是将研究能力和统计能力发现的真理，通过严谨推理转化为新的知识与解决方案的核心1。
- 心理能力：认识自我与理解他人。它关乎我们能否从内在建立意义感，不被外部标准束缚，按照自己的方式度过一生，获得内在自由1。
- 修辞能力：说服与影响他人，促成集体协作。在找到真理并获得自由之后，要服务社会、推动变革，就必须具备联合他人、实现集体行动的能力1。
这五大能力环环相扣：通过研究、统计、逻辑发现真理；借助心理获得内在自由；最终以修辞服务社会、推动改变。
产业生态与社会演进的深层逻辑
AI驱动的效率革命正在重塑全球产业生态。过去依赖大量人力的知识服务业正面临结构性调整，而AI工具的普及使得企业在内容生产、营销、客户服务等方面的成本大幅降低1。这不仅意味着生产力边界的扩展，更预示着**“知识密集型”产业向“智力密集型”产业的转型。**资本将更多地流向那些能够驾驭AI工具、实现“零到一”创新的团队和个人，而非简单的重复性劳作。
然而，这种变革也带来了潜在的社会阶层分化挑战。如果AI能够将大多数人的“能力标准线”提升到80分，那么未来人与人之间真正的差距将体现在那“80分到100分”的独创性、情感深度和批判性思维。这意味着教育资源、社会激励机制必须向培养这些“人类专属”能力倾斜。如果社会未能及时调整教育体系与价值导向，可能会加剧“数字鸿沟”——AI赋能下的“先知先觉者”与被淘汰的“后知后觉者”之间的差距。
展望未来3-5年，我们预见：
- 教育系统将加速AI融入：更多学校会采纳“AI辅助学习”模式，而非禁锢。课程设置将更加强调跨学科通识、计算思维、批判性思考和创新实践，而非死记硬背。
- “AI素养”成为基础能力：如同识字和计算机操作，掌握AI工具的使用、理解其能力边界将成为未来所有职业的必备技能。
- 产业重心向“创新策源”转移：企业将更注重核心创新、复杂决策和情感交互，将标准化、重复性工作交由AI。这意味着对“思想家”和“创造者”的需求将远超“执行者”。
- 人机伦理与治理日益紧迫：随着AI在社会中扮演更重要角色，关于AI的公平性、透明度、责任归属以及如何避免人类认知惰性的伦理讨论将愈发重要，这需要法律、哲学、社会科学等多学科的深度介入，以确保人机共生社会的可持续发展。
AI时代并非简单的技术升级，而是对人类生存方式、认知模式乃至社会组织结构的深层重构。刘嘉教授的洞察提醒我们，面对这一历史性转折，与其焦虑地抗拒或盲目地追逐技术表象，不如回归本质，重新思考何为“人”，并积极培养那些定义人类独特价值的核心能力，以期在智识的迁移中，获得真正的自由并更好地服务于人类文明的进程。