本文来自微信公众号： 秦朔朋友圈 ，作者：朱兆一
翻译已死，插画师告急，法律助理岌岌可危——AI对职业的冲击，从来不会提前打招呼。
每一波技术浪潮之后，总有一批人猝不及防地发现，自己花了多年时间磨炼的那套本事，已经不再稀缺。
这一次轮到谁？
教师这个职业，是很多人下意识觉得“应该还好”的那一类。孩子需要人教，课堂需要人主持，这件事好像天然就有一道防火墙。中小学或许如此，但大学呢？当一个学生可以用AI在二十分钟内梳理完一门课的核心框架，当他能随时召唤一个不知疲倦、不会不耐烦的“私人导师”追问到底，他走进大学课堂的理由，还剩多少？
还有比这更麻烦的。
AI对大学的冲击，最终落脚点不在课堂本身，而在课堂背后那张文凭。吉利招募高中毕业生直接进入新能源核心研发部门，不看高考成绩，只问你有没有独立解决过真实世界的问题；字节跳动的ByteCamp训练营向有技术潜力的中学生开放；腾讯启动“少年开发者计划”……这些消息单独拿出来，像是商业噱头，叠在一起，却是一张清晰无误的告示：大学这套筛选机制，企业已经开始不信任了。
这才是人工智能时代对高等教育最根本的冲击所在——不是ChatGPT能不能帮学生写作业，不是教室里该不该允许带手机，而是大学颁发的那张文凭，正在丧失它在劳动力市场上的信用。
冲击的重心不在中小学
每次讨论AI对教育的影响，舆论的焦点总是放在中小学，家长们一般都比较关心孩子该不该学编程，老师会不会被机器人取代，以及怎么判断孩子的作业是不是自己写的。
这类讨论抓错了重心。
中小学教育有一层AI无法穿透的需求，即孩子需要在一个固定时空里完成社会化。学会排队、学会和不喜欢的同学共处、在操场上摔跤之后爬起来——这些事情既无法外包给算法，也没有人真的想让AI来代劳。即便有一天每个孩子人手一台顶配AI家教，小学和初中大概率依然会存在，因为父母需要有人白天帮忙看孩子，孩子需要一个物理上的成长环境。
大学的处境截然不同。大学之所以存在，历史上依赖两根柱子，一是知识传授，二是文凭背书。前者的意思是，只有来到大学，你才能接触到最前沿的知识和掌握这些知识的人；后者的意思是，用人单位不认识你，但认识你那张文凭所代表的筛选标准。这两根柱子，AI都在同时锯。
知识传授那根先动摇。当一个学生可以在家用AI梳理任何学科的知识体系，可以用DeepSeek在十分钟内获得比某些课堂讲义更清晰的理论概述，他走进教室的动力便纯粹依赖于那张文凭能否兑现价值。而现在，文凭那根柱子也开始松动了。
全球招聘平台Indeed的数据显示，2024年52%的岗位完全无学历要求，本科学历要求岗位占比从2019年的20.4%降至2024年的17.8%（25年的数据略有提升，但总体无学历要求岗位提升的趋势不变）。IBM取消了80%岗位的学历门槛，改用技能认证来筛选人才。
国内招聘平台的数据更直接——2025年“不限学历”岗位同比2024年增长了45%，过去一年中国有超过150家互联网中小企业移除本科硬性要求。这还只是现在，不是五年后。
企业绕开大学的逻辑并不复杂。大学四年固定的培养周期、滞后的课程设置，难以匹配产业的即时需求——等大学生毕业后，企业急需的技术人才缺口可能进一步扩大，甚至相关技术已完成迭代。更关键的是，AI降低了许多基础技能的门槛，翻译、编程初级工作、数据整理，这些以前需要专业训练才能胜任的任务，今天一个聪明的高中生配上合适的AI工具就能完成。大学原本承诺的那四年增值，如今至少有一部分已经被AI提前兑现了。
这就是为什么AI对大学的冲击远远大于中小学。中小学是社会化的场所，功能刚性；大学是知识和资质认证的机构，功能柔性，更容易被替代。当文凭贬值，高校教师的需求自然随之收缩，这是一个逻辑上不可回避的推论。
“文科越来越重要”是一个善意的谎言
AI浪潮兴起之后，安慰文科生最常见的话术是这样的：批判性思维、人文素养、伦理判断——这些才是AI无法复制的能力，未来属于懂人文的人。这话听起来暖心，但经不起追问。
批判性思维是文科的专利吗？一个受过严格数学训练的人，论证推理能力绝对不弱于文学系的学生。伦理判断天生就属于哲学系？几乎每一家科技公司的AI伦理委员会里，计算机科学家、法学家、社会学家都坐在一起。把“文科能力”和具体的文科学位绑定，本身就是概念的偷换。
更根本的问题在于这些被鼓吹为“无可替代”的文科能力，真的需要花四年时间且在一个特定机构里才能培养出来吗？一个有阅读习惯、有追问意识、善用AI辅助思考的年轻人，完全可以在大学体制之外把历史、哲学、社会学读得相当扎实。事实上，人类历史上那些最深刻的思想者，许多根本没有系统接受过学院式的文科教育。
有了优秀的书单，有了能回答追问的AI，文科知识的获取门槛已经低到了从未有过的程度。那还有什么必须走进大学才能得到？如果答案是“文凭”，那就回到了上一个问题——文凭本身的价值已经在走下坡路。
所谓“AI时代文科复兴”，本质上是高校和文科从业者的一厢情愿，或者说是一种防御性叙事，也就是用“不可替代性”来论证自身的存在价值。这种叙事在情感上是可以理解的，在逻辑上却站不稳脚跟。文科不是越来越重要了，而是越来越不需要以“学科”和“学位”的形式存在了。这两件事之间的差别至关重要——前者是地位的上升，后者是形态的瓦解。
当然，这不是说文科的内容没有价值，而是说这些价值从来都不依附于文凭，只是过去的技术条件让这个捆绑看起来天衣无缝。AI解开了这个捆绑。
学生不提问的真因
现在很多高校老师有一个共同的抱怨，学生越来越不愿意在课堂上提问，参与度越来越低，眼神越来越空洞。这被解读为这一代年轻人的问题——被短视频养坏了，专注力退化了，太功利了。但这个解读太肤浅，也太自我保护了。
学生不提问，最直接的原因是问题的答案在课后三十秒之内就能找到。当一个学生知道自己随时可以问AI，他在课堂上举手的动机就消失了。这不是懒惰，是合理的信息策略。
更深层的问题是，很多高校课堂提出的问题根本就是假问题——答案是确定的，考试会考的，有标准答案等在那里。这类问题在AI时代的价值趋近于零，因为AI不仅知道答案，还能把来龙去脉解释得比大多数老师更清楚。学生当然不提问，因为这样的提问还有什么意义？
南方某一所大学的物理教授，在谈到高一物理的虎克定律时说，AI完全可以解释什么是虎克定律，你甚至不用训练AI。他让学生架起弹簧架、测弹簧系数、在水中放超声波传感器量波形——这种课，学生当然会提问，因为现实世界的摩擦力不像公式那样整洁，问题会自然地冒出来。
这指向一个残酷但清晰的结论——未来有存在价值的课堂，是那种AI无法直接回答问题的课堂。这意味着问题必须是真实的、开放的、存在争议的，必须在场的人才能推进的。
一个关于某地区政策选择的具体辩论，一个必须动手才能验证的实验，一个需要基于当下新闻及时更新判断的案例讨论——这类问题才有理由把人拉进同一个物理空间，也就是教室，大学的最小物理单元。
反过来说，那些纯粹是知识点的复述、逻辑已经固定的推导、可以被AI完美封装的内容，继续占用课堂时间就是一种浪费。学生对此心知肚明，只是不太愿意直说。
这不是对老师的苛责，而是结构性的问题。整个高校教学体系，从考核方式到晋升激励，都是按照“知识传授”这个前提设计的。当知识传授的价值被大幅压缩，游戏规则需要重写，但写新规则需要时间，也需要勇气，而大多数机构在这件事上都缺乏这两样东西。
学术论文还有人读吗？
在中国高校的考核体系里，教授存在的证明是论文。职称评定靠论文，科研经费靠论文，绩效奖金靠论文。这套体系运行多年，它的底层逻辑是——一篇发表在核心期刊上的论文，代表着同行评审认可的原创知识贡献，具有不可轻易复制的价值。
AI把这个底层逻辑打了一个大洞。
不管是什么样的领域，学术论文的发表数量都在以指数级数量增长。比如NeurIPS这一机器学习顶级会议的投稿量，就在2020年到2025年的时间内翻了一番。
面向2026年的人工智能促进协会年会已试点AI辅助同行评审，以应对创纪录的31000份投稿。这个数字本身就说明了问题——当一个领域每年产出三万篇论文，这些论文里有多少真的被人读过？有多少真的推动了知识边界？
生成式AI的出现，让论文的产出成本急剧下降，也让大量文章的内容高度同质。生成式人工智能带来了学术生产和学术发表效率的显著提升，但同时也带来了价值扭曲和科研同质化危机。
当一篇文献综述可以在几小时内由AI生成，当论文的框架、语言、格式都可以被机器批量复制，“发表了多少篇”这个指标代表的信息量就变得越来越模糊。
更务实的问题在于，除了顶级期刊和真正原创的研究，大多数高校教师发表的论文，实际上处于一种奇怪的存在状态——写了，送审了，发表了，然后……沉入了文献数据库的汪洋大海，几年内被引用的次数可能屈指可数，甚至为零。这件事在AI之前就已经存在，AI只是让这个问题更加显形。
继续把写论文当作高校教师价值的核心证明，这条路会越走越窄。不是因为知识贡献不重要，而是因为这种评价方式本身已经不足以甄别真正的知识贡献。当AI可以生产出通过形式审查的“合格论文”，靠数量堆砌的晋升路径就会失去它最初设计时的意义。
高校教师靠什么存活下去
说了这么多颠覆，是时候回答那个更实际的问题——在这一切变化之后，高校教师的核心价值究竟在哪里？
首先，在AI覆盖不到的地方设计问题。有一种课你大概见过：建筑系的学生不是在纸上画结构受力图，而是被要求用吸管和胶带搭一座桥，然后往上面一块一块地加砝码，看哪里先断。
断的那一刻，所有的力学公式忽然都有了重量。学生争论的不是标准答案，而是为什么他的接头和旁边那个人的接头承重差了那么多——材料一样，设计不同，误差在哪里？这类问题AI给不了，因为它不在现场，它不知道那根吸管在第三个弯折处已经有了一条细纹。
能设计出这类学习体验的老师，AI暂时还替代不了。这需要对真实情境的具体感知，需要预判学生在什么样的条件下会遇到什么样的麻烦，然后把那个麻烦设计进课程里，让它在可控的范围内爆发。
其次，扮演真实的判断者而非答案机器。一位在美国大学教电影的华裔老师在讲述自己的经验时说，她批改学生的剪接作业，会给出关于节奏与情感的具体反馈——这种判断基于她看过几千部电影、理解特定文化语境时产生的感受，AI可以生成语法上无懈可击的评语，但那种从看片经历里浸泡出来的审美直觉，是暂时难以复刻的。
每个领域的高校教师，都有一个类似的“感受层”——法学教授对庭审细节的直觉，历史学家对史料气息的辨识，这些是知识之外的东西，是AI还没有的东西。
再者，成为真实问题的联结者。郑州一所职业技术学院的“本升专”招生数据里有一个令人啼笑皆非的现象——有些来自“双一流”高校的年轻人“降维”去补修动车组智能检修技能，背后是类似所谓的“低层次”岗位98%的就业率与12万年薪的现实引力。
这背后映射的，是大学教育与产业现实之间的巨大裂缝。能够把真实的产业问题引入课堂的老师，能让学生在校期间就触碰到真正困难的老师，才在这个时代有存在的理由。
最后，也是最难的一点，如何成为追问的示范者？AI给出答案的速度远超任何人，但AI不会主动教你为什么这个问题值得问、为什么那个答案应该被质疑。
把一个确定的答案还原成一个开放的问题，是教育最珍贵也最难被量化的功能。一个在学生面前坦诚承认自己也不确定、但愿意一起把这个不确定性推进一步的老师，提供了一种AI没有在提供的东西——智识上的陪伴。
美国一流的哲学家和教育学家约翰·杜威曾经如此评论过教育，他认为如果今天的教学方式与昨天的相同，我们就剥夺了孩子的明天。这句话在1916年说是对的，今天拿出来更像是一个刻不容缓的警告。
大学不会消失，但正在经历一次功能的重新分配。那些仍然把自己定位为“知识权威”的教师，正在失去他们的独特地位——因为在这个位置上，他们面对的竞争对手是整个互联网加上一个日夜不休的AI助手。
那些能够提出好问题、连接真实世界、在不确定性中引路的老师，反而有可能在这个时代变得比以往更重要，因为这种稀缺性的程度，比任何时候都更加清晰。
问题是，这两种教师的比例，以及高校愿意为哪一种支付薪水——这才是接下来真正值得观察的事情。