本文来自微信公众号： 芥末堆 ，作者：左希，责编：Rachel
2026年，TIME与Statista发布全球教育科技公司榜单时，榜首换成了Duolingo。中国公司猿辅导位列第八。
一年之前，编程猫、有道、好未来占据全球教育科技公司前三，中国教育科技成为当年最醒目的行业叙事。教育科技史的迁移是一场不断更换主角的未来想象。
很少有一个行业，像中国教培一样，如此迫切地等待下一项技术。回头看，教培行业有两个历史，一部是技术史，一部是产业史。过去二十年间，它们经常同时发生，却很少朝同一个方向演进。互联网，MOOC，直播，大模型……技术兑现承诺，行业却始终没能兑现寄托于技术的希望。AI来了，可为什么每一次，都像第一次来。
“AI能不能救教培？”只是老问题的新版本，也许从一开始，它就是一个问错了的问题。一个问题如果连续二十年都没有答案，值得怀疑的，往往不是答案，而是问题本身。
01
技术革命，本质上是一种延期机制。每当一个行业找不到社会答案时，它会更热烈地投奔技术答案。技术不仅提供工具，也提供未来。技术越来越像一种语言，凡是暂时无法回答的问题，人们会本能地把它翻译成技术问题。每一次技术革命都在更新行业的叙事方式，鲜少改变行业存在的方式。教培，不过是时代症候的一个样本。
技术乐观主义有一个基本假设：社会的问题终究可以被技术吸收。教培几乎天然相信这一点，因为它出售的从来不是知识，而是对不确定性的管理。互联网承诺消除教育的信息不对称，直播承诺复制优质教育，AI承诺让每个人都拥有自己的老师。
这些承诺共同绕开了同一个事实：教培从来不是教育制度的一部分，它首先是竞争制度的一部分。教育是入口，知识是媒介，机会才是商品。
当教育陷入困境，人们讨论的是模型、算法和算力，而不是教育究竟为什么存在，又该通向怎样的社会。当教育只能以技术语言被讨论时，教育本身就退出了公共讨论。
02
人们常常低估技术真正改变的东西。他们以为，技术改变的是生产方式，更快的机器，更高效系统和更低的成本。但技术的影响往往发生在另一个层面，它改变了一个社会理解未来的方式。技术之所以令人着迷，不只是因为它能够解决问题，更因为它让人们相信，那些暂时无法解决的问题，终有一天会被解决。
整整六十年前，一名叫布鲁门贝格的德国人注意到现代社会有一种特殊的不安：它拥有改变世界的能力，却越来越难回答一个简单的问题，我们究竟希望把世界改变成什么样？传统、宗教、共同价值曾经提供答案。现代社会摆脱了这些答案，也失去了这些答案。
技术承担了这种期待。它让未来不再是等待到来的东西，而成为一种可以被制造、被加速的东西。一个关于未来的问题，换算成一个能力问题。人们更关心有没有更好的工具，有没有更高效的方法，有没有一种技术能帮自己赢得竞争。
技术不要求回答那些更困难的问题，它只要求你相信：他们就是未来，要么加入他们，要么被未来抛弃。它告诉人们，未来已经来了。真正的问题，可以以后再谈。
03
1954年，法国人雅克·埃吕尔出版《技术社会》，预判技术将成为衡量问题价值的标准。凡是能被计算的，优化的，复制的，被认为值得解决；那些无法被量化的问题，即将淹没。
教培是这种变化最显性的领域。招生问题被理解为流量问题，教学问题被理解为产品问题，竞争问题被理解为效率问题。
技术最大的力量不是它能够解决多少问题，而是它决定了哪些问题值得被提出。这也是为什么，AI时代需要警惕的，不是AI是否足够强大，而是当我们面对困境时，是否还保有提出技术之外问题的能力。
04
1944年，卡尔·波兰尼出版《大转型》。他提出，市场从来不是独立存在的，它嵌入于社会之中。价格、交易和效率背后，隐藏着更深层的力量：制度、文化、关系、人的选择。
教培不是教育制度的附属品，它是社会竞争系统的产物。人口结构塑造需求，考试制度决定方向，就业竞争制造焦虑，家庭选择影响支付，社会流动承载期待。AI可以改变教育的供给方式，却无法改变教育需求背后的社会逻辑：
为什么一个家庭需要为教育倾囊？
为什么一个孩子需要在竞争中证明自己？
为什么一个社会可以规划下一代的人生？
这是技术革命反复遭遇的边界。行业不是孤立的机器，它生长于一个社会对机会、流动和未来的想象之中。
05
1865年，英国煤炭年消耗接近一亿吨。此前六十年里，英国煤炭消费增长了八倍。这发生在蒸汽机效率不断提高之后。
人们原本相信，高效的机器意味着更少的消耗。经济学家威廉·杰文斯发现，事实恰好相反：效率降低了成本，也扩大了使用。技术节约下来的资源，最终被更大的需求吞噬。他在《煤炭问题》中记录了这一“杰文斯悖论”。
教培面对类似问题。当效率成为公共能力，效率本身就不再创造优势。每一次技术进步都扩大了供给，但供给能力的扩大并没有降低竞争。它让竞争更加汹涌。
“红皇后效应”揭示了另一种困境：在持续竞争的环境中，所有参与者都必须不断进化，才能维持原有位置。技术不断改变比赛规则，但它不会结束比赛。
06
物理学中有一个著名的“洛施密特佯谬”，说的是宏观世界有明确的时间箭头，微观粒子的运动却不包含这种方向性。所谓秩序与方向，不是单个粒子的属性，是在大量互动中涌现出来的结果。
社会统计力学提供了另一种视角。宏观趋势只是概率背景，从来不是个体命运的涨落。一个行业整体衰退，仍然会有新的组织生长；行业迎来技术浪潮，也不会阻止海量失败的发生。技术改变行业的边界，却不替任何一家机构完成进化。任何一个个体，一家公司想要维持稳定、有序成长，必须持续向外获取资源、信息和现金流。一旦停止输入，内部必然走向涣散。
一个行业最危险的时候不是没有答案，而是拥有一个看似万能的答案。
决定一个行业命运的不是它采用了什么技术，而是它服务于什么社会。或许真正的问题，从来不是AI能不能救教培，而是当一个行业开始把全部未来都押注于技术，它是否还能想象技术之外的未来？