未来也许需要两类人才，但他们都有一个共同点

朋友的孩子今年高一，期末做了个小程序，帮学校食堂把每天的菜单和排队人数发到班级群。功能很小，但真有人用。朋友把这事讲给我听的时候，语气里有点复杂：一方面觉得孩子挺能折腾，另一方面又不知道该不该把这看成“正经学习”。

这种复杂我见得太多了。家长能感觉到孩子做了一件不太一样的事，但很难把它放进“有用”或“没用”的框架里。学校不考这个，升学未必认这个，过程里还用了 AI。可孩子那种劲头是真实的，比应付一张卷子认真得多。

这个小程序值不值得重视，取决于我们能不能看到孩子在过程中学会了什么。

前阵子有一场公开对谈，MasterClass 创始人 David Rogier 提到一个说法，未来职场会像一副杠铃：一头是某个领域里极难替代的专家，另一头是能跨领域做判断、不需要事事等指令的通才。中间那批样样会一点但没有突出优势的人，会越来越难受。李飞飞认同这个判断，并补充了一点：无论走哪一头，都需要能动性。

“能动性”这个词有点学术，放到学生身上却很具体：没人布置任务时，他会不会自己找到一件值得做的事，然后把它往前推。课表是满的，作业是定好的，补习班的时间是排好的，连暑假要做什么都有项目模板。一个孩子在这样的节奏里过完中学六年，执行力可能练得不错，但“自己决定做什么”的肌肉几乎没有用过。

学校有教学任务，也要保证基本知识覆盖，很难给每个学生留出大块自由时间。家庭能做的，是在有限空间里给孩子留一点自己决定、自己尝试的机会。

那位朋友的孩子做食堂小程序，后来跟我聊过一次。连续几天排队太久，他觉得很烦，于是自己动了念头，老师并没有布置这个任务。他先做了个最简单的版本，发到班级群里，结果隔壁班也要用。然后就改，加了菜单、加了人数，还写了一行“数据不是实时的，仅供参考”。我问他 AI 帮了什么，他说帮了不少，第一版框架是 AI 搭的，但后来那个“仅供参考”是他自己决定加的，因为怕有人看着人数去食堂，结果还是排长队。

这个细节很小，但我觉得比很多证书都有说服力。他知道自己的东西哪里不够好，并且愿意把这个限制告诉别人。这就是判断。

AI 让这件事发生得更早。以前一个中学生想做出能用的东西，技术门槛太高，很多人会卡在搭建环境上。现在这些门槛低了很多，孩子可以更快地把想法变成可测试的版本。知识依然重要，因为 AI 的输出越像成品，学生越需要知道哪里可能出错。一段看起来很有道理的分析可能用错数据，能跑的代码可能藏着漏洞，市场报告也可能从错误假设出发。没有知识垫底，连该怀疑哪里都不知道。

我更关心孩子能不能讲清楚自己做了哪些选择。一个项目拿到面前，聊几句就能听出参与有多深。亲手做过的人会讲出很多磕磕绊绊：某个功能原本想怎么做，后来为什么放弃；某个 bug 卡了一整天，最后发现是数据格式问题；某个用户反馈说看不懂，于是整个界面重做了。只熟悉表面功能的人，讲起来更像在念说明书。

家长不必替孩子规划整个项目，也不用把他的想法改得更漂亮。孩子卡住时陪他问几个问题，作品快完成时鼓励他拿给别人试用，就已经很有帮助。收到直接反馈后，他会发现自己忽略的地方，可能正是用户最在意的地方。

这个过程中有一个时刻我很在意：第一版方案失败以后，孩子还愿不愿意继续。遇到反例后能主动修正方向，才说明这种能动性正在形成。很多创新看起来像灵光一闪，实际往往是一次次修改，只是外人没有看到。

一个年轻人以后可能成为专家，也可能成了通才。这都不影响他先完整地做一次：发现一个问题，做一个最粗糙的版本，拿去给别人用，听一些不好听的话，再改。这个过程本身就会训练出一些课堂里很难长出来的东西。

我见过不少学生做完第一个项目后的变化。他们谈起作品时，眼神会不太一样。作品也许不复杂，但确实是自己从零做出来的。这种确定感，别人拿不走。

来源说明：本文回应的是 Marina Mogilko 主持、李飞飞与 David Rogier 共同参与的一场公开对谈。“杠铃型”人才结构由 Rogier 提出，李飞飞表示认同，并强调了能动性的重要。文中学生项目的描述为作者基于长期观察的总结性描写，不指向任何一位具体学生。两位嘉宾均与蓝特 Lantr 无任何关联。