AI 時代，高考只是預賽，主賽拼的是三種關鍵能力

文/陳治剛（識局智庫創始人兼首席戰略專家）

每年六月，高考都會準時登上熱搜。

但今年，考場外微信群里的討論比考場內的試卷更耐人尋味——不是題目難易，而是因為越來越多的人開始問一個“危險”的問題：當 AI考出的分數已經輕松能上985，我們還在卷什么？

這話在去年高考的時候就已經有了實錘。

字節跳動 Seed 團隊用山東卷（語數英全國新一卷 + 其余山東自主命題）給幾款主流大模型做了一次全科實測：豆包 Seed1.6-Thinking 文科 683、理科 648；按山東賦分制折算，組合最高能沖到 690 分左右，全省前 80，穩上 985、摸到清北線。

同桌競技的 DeepSeek R1 數學單科 145 分奪魁，Gemini 2.5 Pro 理科 655 分領跑。

這組數字提醒我們：如果只盯著分數，人類已經跑不贏AI了。AI 在實測中拿下近 690 分的成績，意味著高考這套“唯分數論”的預賽規則，正在被技術浪潮徹底解構。

這不是要否定高考的價值。高考依然是當下最公平的階層流動通道，是無數普通家庭孩子改變命運的窄門。

但如果把視野拉長到未來十年、二十年，我們必須承認：高考作為“預賽”所獎勵的規則——精準記憶、標準化解題、套路化寫作——正在被 AI 重塑。

盡管新高考已在往創新建模挪，但絕大多數考生的日常訓練，仍停留在“把題做對”的預賽慣性里。

當 ChatGPT 寫高考作文能拿高分、DeepSeek 解數學壓軸比大多數考生更快更穩，我們需要問的不是“還要不要考”，而是“預賽之后，主賽拼什么？”

那么，在 AI 時代，比考試更重要的能力是什么？

其中最關鍵的，前件以為是下面這三項。

一是提出真問題的能力。

高考訓練的是一種非常特定的能力：給定條件，求解答案。題目是別人出的，邊界是別人劃的，考生的任務是在既定框架內找到最優路徑。這種能力當然有價值，但它有一個致命的前提——問題本身必須是對的。

而現實世界里，絕大多數困境恰恰在于“問題本身就是錯的”。

諾基亞的工程師并非不聰明，他們解出了功能機時代的每一道題，卻漏掉了那個真正該問的問題：當智能手機重新定義“手機”時，我們到底在賣什么？

柯達的化學家堪稱天才，他們優化了膠卷的每一個配方，卻可能沒認真問過：如果人們不再需要“沖洗照片”，我們的存在意義是什么？

這不是遙遠的商戰故事。經合組織教育司負責人施萊歇爾最近反復舉一個案例：土耳其一項覆蓋近千名高中生的對照實驗顯示，用無防護 ChatGPT 做數學練習的學生，做題量比對照組多 48%，但閉卷考試成績反而低 17%——原因是學生把 AI 當拐杖，只問答案不問思路，后續測試“數學思維能力”時集體下滑。

這就是“只會解題不會出題”的當代癥候，比諾基亞離普通學生近得多。

AI 極其擅長“解題”，但它不會主動質疑“這道題該不該解”。它可以給你一百種提高燃油車效率的方案，卻不會問你“我們是否應該繼續造燃油車”。它可以寫出十篇關于“鄉村振興”的論文，卻不會追問“這個口號背后，真正痛苦的村莊在哪里”。

提出真問題的能力，本質上是一種“在混沌中定義邊界”的直覺。它要求你對“理所當然”保持警惕，對“標準答案”保持懷疑，對“大家都在做的事”保持一種近乎本能的距離感。

這種能力不來自課本，而來自對真實世界的痛感體驗——你得過過那種“好像哪里不對，但說不出哪里不對”的煎熬，才能在某個瞬間突然看清：原來我們一直問錯了方向。

當 AI 可以給出無數答案時，提出那個“對的問題”，才是人類在主賽中戴上的一頂皇冠。

二是價值判斷的能力。

提對問題之后，下一個關口是：這個問題值得回答嗎？

AI 可以告訴你“怎么做最高效”，但它無法替你回答“為什么做這件事”。技術越強大，這條鴻溝就越深。

這兩年，AI 換臉、深度偽造、算法推薦帶來的倫理災難已經讓人應接不暇。問題從來不在于“技術能不能做到”，而在于“人類該不該讓它做到”。

當 AI 可以生成以假亂真的視頻，當算法可以精準操控公眾情緒，當基因編輯可以“定制”嬰兒——我們面對的不再是技術難題，而是價值抉擇。

但價值判斷不一定非要等到“基因編輯”那種宏大時刻才用得上。

中國教科院 2025 年暑期的調研覆蓋 31 個省份、32 萬中小學生、28 萬家長、5 萬教師，結果發現：85.6% 的中小學生用 AI 寫過作業，但只有 13.8% 的教師和 17.8% 的家長意識到“學生普遍在用”。

大量孩子處于無監督、無引導的 AI 使用狀態——交作業時 copy 一下 AI 輸出，自以為學會了，其實把“判斷這道題我該不該讓 AI 替我做”這一步直接跳過去了。

高考不考這些。高考的世界里，所有題目都有標準答案，所有選項都有明確對錯。但真實人生不是選擇題，而是一道沒有評分細則的論述題。

我們需要在效率與公平、增長與可持續、個人利益與公共利益之間不斷做出權衡，而每一次權衡都沒有“正確答案”，只有“你能否承擔后果”。

這種能力我稱之為“剎車的智慧”。AI 是油門，踩下去速度驚人；但人類必須保留踩剎車的權力，必須清楚自己的目的地在哪里，什么路不能走。這不是知識，而是一種元認知層面的定力——知道自己是誰，要往哪里去，什么不可為。

一個只會踩油門的人，不管開得多快，在主賽里也只是乘客。只有能判斷方向、敢于剎車的人，才是主賽的駕駛員。

三是跨界焊接的能力。

方向定了、剎車握了，最后一關是：怎么把散落的東西整合成新東西？

高考是分科的。語文、數學、英語、理綜、文綜，各考各的，井水不犯河水。這種設計有其歷史合理性，但它也在無形中塑造了一種認知慣性：世界是切割好的，知識是分類存放的，解決問題只需要調用對應領域的工具。

AI 時代，這種切割正在失效——而且 AI 自己先在這里露了怯。

2025 年高考新課標全國一卷數學第 6 題，一道結合圖表和向量的“帆船風速”題，參測的七款多模態大模型——Gemini、豆包、DeepSeek、ChatGPT o3、Claude、文心、千問——全軍覆沒。

不是算錯，是第一步就把圖里的向量坐標認歪了，后續推導再漂亮也白搭。

有意思的對照是：同一張數學卷，去掉這道圖文題之后，Gemini 145、豆包和 DeepSeek 144，離滿分只差一口氣。

這其實是個隱喻：AI 的短板不在“深”而在“通”。

單維上它能封神，但一碰到“圖文縫合”“跨模態聯想”“把字體美學焊進電腦界面”這種事，它就露怯了。

而真正改變世界的創新，從來不是單一技術的突破，而是不同領域之間的意外焊接。喬布斯把書法課上學到的字體美學焊接到電腦界面里，重新定義了個人計算機；馬斯克把物理學的第一性原理焊接到火箭制造，顛覆了火箭工業邏輯；張一鳴把推薦算法焊接到內容分發，重塑了整個信息生態。

AI 可以在單一維度做到極致——它比任何人類都更懂概率統計，更擅長模式識別，更能處理海量數據。但 AI 的弱點恰恰在于“不通感”：它無法真正理解一首詩的經濟學隱喻，無法從生物進化中讀出組織管理的啟示，無法在歷史輪回里嗅到技術變革的氣息。

人類的真正優勢，是一種類似“通感”的認知能力：用經濟學的視角讀詩，用生物學的隱喻理解公司，用歷史的縱深預判技術的走向。這不是簡單的“跨學科”，而是一種在碎片中鍛造整體的意義編織能力——把技術的邏輯、商業的敏銳、人文的洞察、社會的體感熔于一爐，在看似無關的事物之間建立深層連接。

高考分科而治，那是預賽的規矩；但 AI 時代的主賽，獎勵的是打破邊界、重構框架的“焊接師”。

寫到這里，我必須回到那個誠實的起點：這篇文章不是寫給正在高考的學生看的。對于近幾年將參加高考的孩子，我的建議只有一個——先打好這場預賽。 因為高考仍然是當下中國社會最公平的篩選機制，是你拿到主賽入場券的最可靠路徑。

但我想對所有“高考之后”的孩子和家長說：預賽有終點，主賽沒有。

預賽有標準答案，主賽的問題往往是“問題本身就是答案”。預賽獎勵的是“知道很多”，主賽需要的是“在不知道的地方開辟道路”。

當AI開始接管預賽里的“解題”，人類在主賽里唯一不可替代的角色，就是那個決定“解什么題、為什么解、解完之后往哪里去”的人。

這三種能力——提出真問題的敏銳、價值判斷的定力、跨界焊接的通感——不會寫在成績單上，但它們決定了你在主賽里能走多遠。

高考之后，真正的考試才剛剛開始……

在此，也跟朋友們分享下，我的新書《AI思維：決勝“人工智能+”時代》即將由中國人民大學出版社推出，敬請期待！