当 99% 作业都能被 AI 写：大学剩下的价值是什么？

导语

硅谷101 邀请三位 2026 届名校毕业生——清华法学的林桐宇、纽约大学应用心理学的侯泰羽、哥伦比亚大学管理科学的饶杰武——讨论一个核心问题：当 AI 能完成 99% 的作业时，大学教育还剩下什么价值？三人从各自经历出发，给出了不同但互补的答案。

1. AI 如何改变了课堂

Alfred（林桐宇）刚上大学就有了 ChatGPT，预感"打不过"后主动辅修 AI。他用 AI 模拟教授出题来备考，拿下 4.0 满绩。大学老师对 AI 的态度正在从禁止转向接受，但评估体系严重滞后——传统的论文和考试已无法检验真实学习。

Jack（饶杰武）更直接："99% 的作业都有 AI 参与，已经想不到任何没有 AI 参与的作业了。"他认为"翻书不会把我变成更好的学生，只是在浪费时间"——当所有人都用 AI 做作业，真正 PK 的是每个人的理解和判断。

2. 大学剩下的两大价值

Alfred 将大学价值拆为两部分："认识自己"和"获得技能"——后者正在被 AI 侵蚀。记忆类知识会过时，批判性思维和素养课程更值得投入。他认为清华最重要的财富是同侪的深度交流和老师的答疑解惑。

Kolento（侯泰羽）引用马斯克的话："上大学最重要的目的就是社交。"他认为学历不再是知识的证明，但仍是社会信任的重要凭证。更深层的价值在于：追寻美德、向往真理，才能更好地驾驭 AI 技术。

3. 选择 vs 决策：人的不可替代性

Kolento 提出一个关键区分：AI 可以做出决策（deciding），但只有人能做出选择（choosing）。决策是基于数据的优化，选择是基于价值观的判断。他建议用 AI 在大学期间大量试错，而不是对中长期目标做死板预设。

他还提出"自顶向下学习法"：先见证最高水平的卓越，再提问、理解、验证——与传统的自底向上学习路径相反。

4. AI 工具生态与警惕

三人盘点了常用 AI 工具：Variant（设计方案生成）、Typeless（语音听写）、Dify（AI 应用构建）、Raycast（Mac 效率中枢）、Suno（AI 音乐）等。被抛弃的首当其冲是 ChatGPT——嘉宾更偏好 Claude，但这也引发了"信仰化"的讨论（节目录制于 2 月，彼时 Claude 优势明显）。

值得注意的建议：适当关闭 memory 功能，避免模型被记忆污染形成信息茧房。

5. 元认知积累与 AI 上瘾

设计师的审美、程序员对代码的感觉，这些元认知积累仍不可替代。但 AI 比短视频更上瘾——"失去 AI 就失去了执行力和灵感来源"，这是令人担忧的依赖。

有研究显示：用 AI 的资深工程师反而慢了 19%，初学者在 AI 时代可能反成优势——这挑战了"AI 放大经验者优势"的直觉。

2026 年被称为"最迷茫就业季"，这一代毕业生面临的不确定性前所未有。节目最后，一位硅谷高中生反驳："为什么要假设我们不会离开 AI？"

结论

当 AI 把"完成作业"这种显性技能迅速商品化，大学的独特性被迫转向更难外包的元能力：判断力、批判性思维、与同侪的深度互动。未来的竞争不是"会不会用 AI"，而是"能否保有选择与创造的主体性"。

思想框架

播客以三位名校生的亲身经历切入 AI 对课堂的冲击，随后逐层剥离大学的传统价值（知识传递→技能训练→社交与信任→元认知与美德），讨论哪些被 AI 取代、哪些不可替代，中间穿插 AI 工具生态的实操分享，最后以"AI 上瘾"和"就业迷茫"的现实焦虑收尾。核心张力：AI 的便利与主体性的丧失之间的拉锯。