返回快訊

Elon Musk:主張廣泛學習,同時覆蓋人文藝術、科學與工程,先把通識基礎打厚

特斯拉首席執行官 Elon Musk 在一場面向中國觀衆的專訪中談人工智能時代的教育,主張廣泛學習,同時覆蓋人文藝術、科學與工程,先把通識基礎打厚。

他給出的操作邏輯是:要向機器人下達指令,先得會組織問題;知識面越廣,越擅長提問,而這就是給人工智能寫提示詞。觀點把學校教育、提示工程和實體機器人指揮收成同一項能力,而不是把提示詞當成單獨課程。

這與他近年在英語訪談裏的教育立場同向:學校社交仍在,但知識獲取可更多交給耐心無限的個別化模型;特斯拉招聘不應把大學文憑寫成硬門檻,但必須看到出色能力的證據。他爲子女辦過不以傳統年級推進的小規模學校,並推動用模型做個性化教師。

產業背景是特斯拉把 Optimus 人形機器人當作通用末端執行器,目標是用自然語言讓機器去幹活,而不是爲每項任務單獨寫工業程序。xAI 的 Grok 被他定位爲可對話、可推理的接口。指揮機器人與給模型寫提示,在他的表述裏是同一套“把目標說清楚”的能力。

他同時反覆強調人工智能與機器人將改寫勞動:工作可能變爲可選,經濟產出趨向數字智能乘以實體機器人數量。教育若只訓練可被模型替代的記憶與工序,會與這條產出曲線錯位;若訓練提問、跨域組織和審美判斷,則更接近他描述的人機分工。

市場機制是人才規格重寫。買方是要部署人形機器人和智能體的製造與軟件公司,賣方是仍按工業時代科目切片的教育系統。事件驅動來自企業家把提示詞說成通識能力。受益方是能同時教科學工程與表達組織的課程,承壓方是把文憑當唯一篩選器的招聘表。資金不在採訪當天換手,換手發生在誰先把“會提問的人”配給會聽話的機器人。

來源:公開信息

ABAB AI 解讀

Musk 辦教育的歷史不是寫教材,是按工程缺人來改入口。SpaceX 與特斯拉長期用作品和異常能力代替學歷篩選,Ad Astra 一類實驗學校去掉年級鎖,是把課堂變成項目制。把提示詞說成通識,是把 xAI 和 Optimus 的產品界面倒推回教室:模型聽得懂的人,才指揮得了工廠裏的人形機器。

資本路徑跟着接口走。特斯拉把產線空間轉向機器人,xAI 把對話模型當成操作系統,芯片與能源另開製造。錢砸在“聽懂自然語言就能幹活”的閉環上,教育就被要求輸出能組織問題的操作員,而不是輸出會被閉環吞掉的重複工種。人文藝術在這裏不是裝飾,是讓指令裏有目標、約束和審美,避免只會下短命令。

類比喬布斯把人文與技術並置、黃仁勳把提示當新編程、以及工業革命把識字變成工廠紀律。當前行業處於從鍵盤指令轉向口語指揮的階段:軟件智能體先到,人形機器人後到,教育滯後於接口。

結構變化是技術替代疊加人力資本定價權轉移。被替代的是標準答案,被加價的是提問結構。機制是:模型把知識檢索做成免費層,稀缺轉到如何定義任務;誰能把跨域知識壓成可執行問題,誰就能調度越來越便宜的機器人時間。

ABAB News · 認知定律

  1. 提示詞不是新科目,是把問題組織清楚的舊能力

  2. 知識面決定你能問到哪一層,模型只決定答得有多快

  3. 指揮機器人之前,先指揮得了自己的問題清單