返回快讯

Elon Musk:主张广泛学习,同时覆盖人文艺术、科学与工程,先把通识基础打厚

特斯拉首席执行官 Elon Musk 在一场面向中国观众的专访中谈人工智能时代的教育,主张广泛学习,同时覆盖人文艺术、科学与工程,先把通识基础打厚。

他给出的操作逻辑是:要向机器人下达指令,先得会组织问题;知识面越广,越擅长提问,而这就是给人工智能写提示词。观点把学校教育、提示工程和实体机器人指挥收成同一项能力,而不是把提示词当成单独课程。

这与他近年在英语访谈里的教育立场同向:学校社交仍在,但知识获取可更多交给耐心无限的个别化模型;特斯拉招聘不应把大学文凭写成硬门槛,但必须看到出色能力的证据。他为子女办过不以传统年级推进的小规模学校,并推动用模型做个性化教师。

产业背景是特斯拉把 Optimus 人形机器人当作通用末端执行器,目标是用自然语言让机器去干活,而不是为每项任务单独写工业程序。xAI 的 Grok 被他定位为可对话、可推理的接口。指挥机器人与给模型写提示,在他的表述里是同一套“把目标说清楚”的能力。

他同时反复强调人工智能与机器人将改写劳动:工作可能变为可选,经济产出趋向数字智能乘以实体机器人数量。教育若只训练可被模型替代的记忆与工序,会与这条产出曲线错位;若训练提问、跨域组织和审美判断,则更接近他描述的人机分工。

市场机制是人才规格重写。买方是要部署人形机器人和智能体的制造与软件公司,卖方是仍按工业时代科目切片的教育系统。事件驱动来自企业家把提示词说成通识能力。受益方是能同时教科学工程与表达组织的课程,承压方是把文凭当唯一筛选器的招聘表。资金不在采访当天换手,换手发生在谁先把“会提问的人”配给会听话的机器人。

来源:公开信息

ABAB AI 解读

Musk 办教育的历史不是写教材,是按工程缺人来改入口。SpaceX 与特斯拉长期用作品和异常能力代替学历筛选,Ad Astra 一类实验学校去掉年级锁,是把课堂变成项目制。把提示词说成通识,是把 xAI 和 Optimus 的产品界面倒推回教室:模型听得懂的人,才指挥得了工厂里的人形机器。

资本路径跟着接口走。特斯拉把产线空间转向机器人,xAI 把对话模型当成操作系统,芯片与能源另开制造。钱砸在“听懂自然语言就能干活”的闭环上,教育就被要求输出能组织问题的操作员,而不是输出会被闭环吞掉的重复工种。人文艺术在这里不是装饰,是让指令里有目标、约束和审美,避免只会下短命令。

类比乔布斯把人文与技术并置、黄仁勋把提示当新编程、以及工业革命把识字变成工厂纪律。当前行业处于从键盘指令转向口语指挥的阶段:软件智能体先到,人形机器人后到,教育滞后于接口。

结构变化是技术替代叠加人力资本定价权转移。被替代的是标准答案,被加价的是提问结构。机制是:模型把知识检索做成免费层,稀缺转到如何定义任务;谁能把跨域知识压成可执行问题,谁就能调度越来越便宜的机器人时间。

ABAB News · 认知定律

  1. 提示词不是新科目,是把问题组织清楚的旧能力

  2. 知识面决定你能问到哪一层,模型只决定答得有多快

  3. 指挥机器人之前,先指挥得了自己的问题清单