一、「天才班」预科补考：平均110分，近两成被清退
2026年夏天，教育圈最扎心的一条热搜，来自清华求真书院——丘成桐创办的数学「天才班」。一批从CMO（全国中学生数学奥林匹克竞赛）金银牌选手里挑出来的学生，进入预科班后补考北京高考数学卷，平均分只有110分，而清华统招生数学平均135到140分，30分的落差摆在那里；有人只考了28分、30分。今年近两成学生面临清退，比例历年最高。
比分数更耐人寻味的，是求真书院6月的一个新动作：新增论文汇报和作业题现场讲解环节——目的就一条，防止作业是AI代做的。院长丘成桐回应得很直接：数学能力当然可以培养，但不是通过刷题、猜题、总结套路的模式化培训。
几乎同时，8月8日西湖大学开学典礼上，校长施一公抛出一个问题：既然AI无所不知、无所不能，我们还需要深耕知识、苦学理论吗？他的回答冲上热搜：AI可以给出答案，但提出伟大问题、突破认知边界、创造全新知识，永远只能靠人本身。
二、一个典型的困惑：花了三年刷题，怎么一进大学就「散架」？
如果你家孩子正在刷题冲刺奥赛，这条新闻可能让你心里咯噔一下：机构说「金牌=天才」，家长砸了几十万，孩子从高一刷到高三，进了预科班，结果考28分。
机构的套路其实很透明：拆解历年CMO真题、总结出题规律、建立专属题库，短期集训把孩子训练成「解题机器」。孩子确实拿到了牌、进了预科班——可预科班学的是数学分析、高等代数，跟机构押的套路题完全是两码事。那些靠刷题背出来的「天赋」，像沙子一样，一碰就散。
而AI时代让这个问题变得更尖锐：AI都能解的题，我们让孩子花三年去刷，到底刷的是什么？
三、数据与研究：把思考外包出去，思考就不再属于你
先看硬数据。丘班预科班学生基本都是奥赛金银牌得主，做题能力公认顶尖；可同一张北京卷，他们平均110分，统招生135到140分，个别考生只有28分、30分。这说明什么？会做「竞赛题」和会做「高考题」不是一回事——但两者有一个共同点：都是「别人出题、我来解」。
那「解别人出的题」这件事本身，在AI时代还值钱吗？2026年8月发表在《Journal of Intelligence》的研究（Su et al.）调查了239名职前教师，用结构方程模型检验认知外包与「教学主体性侵蚀」担忧的关系。结果很明确：习惯性把认知工作外包给生成式AI，强烈预测了「这思考到底是不是我的」的担忧——是「习惯性依赖」而非「偶尔使用」在侵蚀认知所有权，模型解释了35%的方差。
另一项2026年7月的综述（Yadav）把链条说得更直白：对AI的过度依赖，会减少个体批判性思维的需求与锻炼，而元认知——对自己思考过程的觉察和监控——是唯一的保护因子。思考能力和其他肌肉一样，外包久了，就退化了。
四、根因分析：解题力正在贬值，提问力成为新锚点
把两件事放一起看，逻辑就清晰了。
刷题训练的是「解题力」——模式识别、程序流畅、套路调用。而这三样，恰恰是AI最擅长、成本最低的能力。AI解高考数学题、解竞赛题的得分，这几年肉眼可见地涨。你让孩子刷三年练出来的东西，AI几秒钟就能给出，而且永远不累。
施一公在西湖大学说的一句话点破了本质：人永远不能成为工具。AI时代的稀缺品，不是「会解题」，而是「会提问」——提出AI问不出的问题、提出值得研究的问题。这正是丘成桐一直念叨的：解决问题的能力固然重要，但训练寻找问题的能力更重要——会主动寻找问题的人，通常是第一流的人。
所以求真书院的新规矩——论文汇报、作业题现场讲解——本质上是把「思考的所有权」从AI手里抢回来：作业可以是你做的，但你得当场讲得出来。这跟施一公「刻意保留学习中的『摩擦力』和『挣扎感』」是同一套逻辑：AI时代，教育反而要把「挣扎」设计回来，因为挣扎过的思考才是你的。
五、方案：AI做「提问教练」，不做「答案机」
好消息是，研究已经给出了「AI时代怎么学」的具体路线。
第一，把「先探索、再教」变成日常。2026年6月发表于《Educational Technology Research and Development》的研究（Kim et al.）用35名研究生的焦点小组访谈，系统梳理了AI如何支持「生产性失败」学习——先让学生在无指导下探索，再给出讲解。研究发现，AI应该在五个角色上辅助：互补分工、可解释性、人在环中、反馈回路、情感支持——关键原则是：AI负责「陪你挣扎」，而不是「替你挣扎」。
第二，把「解题」练习升级成「提问」练习。2026年8月的arXiv研究（Dawson & Rebello）让学生在物理学习中用AI辅助「问题提出」——自己生成新题目、有意义地变式。结果表明：问题提出能支持学习迁移、强化解题技能；而且学生在接受提示工程训练后，与AI的互动质量显著提升。换句话说，AI完全可以当「提问教练」：你出题，AI帮你打磨；你提问，AI帮你反问你。
第三，识别「摩擦」的价值。施一公说的「摩擦力和挣扎感」，学术上叫「合意困难」：适度的困难让学习更深刻。AI时代的家庭教育，要警惕的不是孩子「用AI」，而是孩子「被AI喂饱」——所有困难都被抹平，思考的肌肉就没了锻炼机会。
六、行动指南：五件小事，把「会解题」升级成「会提问」
回到每个家庭都能做的地方，有五件小事值得从今天开始：
- 1. 给AI立规矩：先挣扎10分钟，再问AI。任何难题，先独立想10分钟、写下自己的思路，再让AI介入。这条规则能保住「思考所有权」的下限。
- 2. 每周一次「出题游戏」。让孩子给家人出一道「变形题」——把一道做过的题改条件、改结论。问题提出是最被低估的学习迁移训练。
- 3. AI回答后，追问「你同意吗」。拿到AI答案先别抄，先判断它对不对、哪里不严谨。质疑AI的过程，就是批判性思维的训练场。
- 4. 把「讲给我听」变成家庭常规。丘班用现场讲解防AI代做，家庭用「讲题」防「假学习」——能讲明白的，才是真会了。
- 5. 警惕「刷题安全感」。当孩子刷题效率越来越高、却越来越不爱问问题，这不是进步信号，恰恰是要调整的信号。
最后用施一公那句话收尾：AI可以给出答案，但提出伟大问题的，永远只能是人。刷题不会消失，但「只会刷题」正在被AI加速淘汰。真正值钱的，从来不是110分和140分之间的差距，而是孩子能不能问出一个AI问不出的问题。