老话讲：吃得苦中苦，方为人上人。
AI时代得改改了——吃得苦中苦，方为机上人。
"人上人"是旧分界线，比的是谁更能吃苦、谁积累更多知识。AI把这条线抹了：知识不稀缺了，苦活AI干得比你好。
新分界线是什么？能支配AI的人，和被AI支配的人。 机上人与机下人。
中国青少年研究中心去年调研了7省市8563名中小学生，20.5%的孩子说"想依赖AI思考，不想自己思考"——这些孩子，正在滑向机下人那一侧。
这不是未来风险，这是正在发生的事。
机上人，凭什么调度AI？
机上人不是比AI更能干，而是能调度AI。调度权从哪来？四样东西：
审美：AI时代的分水岭
大家都能指挥AI，凭什么你指挥得好？靠审美。
Notion创始人Ivan Zhao最近在红杉资本对谈中说了个判断：AI时代，能力被拉平了，什么东西没被拉平？两个——taste（审美判断力）和will（意志力）。
有个面试案例很说明问题。美院毕业生被问"你和竞争者有什么区别"，她说："他训练了三百张图的prompt写法，我训练了三百张图的审美判断。他能让AI出图，我能让AI出对的图。"当场录用。
审美从哪来？从过程里长出来。写十遍才知道什么叫好文章，改二十稿才理解什么叫好设计。社会心理学家Graham Wallas的创造性思维四阶段模型——准备、孵化、顿悟、验证——孵化是经验缓慢转化为判断力的过程，这一步没法压缩，也没法省略。
**
**
AI的逻辑恰恰相反：跳过过程，直接给结果。结果越来越漂亮，但审美没了。你需要审美才能判断AI给的结果好不好，但审美又是从过程中长出来的。 跳过过程的人，连选择的能力都在退化——这就是机下人的困境。
创始人精神：AI没有的东西
AI没有主动性。碰到挫折、意外、需要迭代，靠的是意志力和抗挫折能力。
心理学家达克沃斯研究了几十年，得出一个公式：天赋×努力=技能，技能×努力=成就——努力出现两次，比天赋更重要。 黄仁勋说过："你可以用很多词形容我，但'坚韧'必须排在首位。"
1926年，斯坦福心理学家Catharine Cox分析了301位历史人物的传记，发现一个反直觉的结论：智力和杰出成就之间的相关性远比想象中弱。真正区分人的，是意志力和面对障碍不放弃的倾向。
信任：AI替不了的东西
AI做出来的东西，为什么别人买单？因为信任你这个人。
Y Combinator联合创始人保罗·格雷厄姆的判断一针见血：当"做出来"变得极其容易，竞争焦点必然从"谁能做"转向"该选谁"。LinkedIn上AI直接生成的内容，参与度比人类写的低55%——完美变得可疑，真实成了信任的新货币。
**
**
人际网络：AI给不了的东西
AI能给你答案，但不能给你人脉和信任网络。
社会学家格兰诺维特50年前提出"弱关系理论"：找工作时，亲密朋友的帮助最小，反而不常联系的熟人带来更多好机会。2022年《科学》期刊发了领英×斯坦福×MIT×哈佛联合研究，2000万人、5年实验，首次因果验证——AI/技术行业，弱关系更关键。 技术迭代快，能跨越圈层获取信息的人才有竞争优势。
分化已经在发生
机上人和机下人不是未来预测，是正在发生的现实。
普华永道《2025全球AI就业晴雨表》：拥有AI技能的从业者，工资溢价56%，上一年的两倍。更残酷的是另一头——2025年软件开发初级岗位招聘崩塌73%，AI专家岗薪资溢价高达70%。
翻译行业是前哨：美国翻译协会调查，使用AI后客户愿付价格下降60%-90%，从业者收入断崖式下跌。
一边是56%的溢价，一边是73%的崩塌。机上人和机下人，正在被同一场技术革命推向两端。
高考筛选的到底是什么？
回头看现在的教育，其实一直都在冲这些方向——只是我们误以为是在拼知识。
诺贝尔经济学奖得主斯彭斯的信号理论说得很清楚：教育文凭是能力信号，不是知识本身。北大国发院的研究：名校毕业生初入职场收入比普通高校高约30%——这溢价不是知识带来的，是信任背书带来的。 高考筛选的不是谁背得多，是谁能"为目标付出努力和智慧"、谁能争取到社会认同。
所以不是退出学校教育、不高考——而是看清楚高考真正在筛选什么。机上人的素质，从现在就要培养。
用不用AI？用。但关键是怎么用
不用是不现实的。孩子将来生活的环境，AI像水电一样无处不在。
关键是怎么用。核心是用AI来创造，不是用AI来拿答案。
让豆包直接给个答案——这是机下人，AI替你想了。用AI创作一个漂亮的、能被大家喜欢甚至用到的作品——这是机上人，你在指挥AI创造价值。
孩子一开始肯定从创造自己喜欢的东西开始。深圳科创学院有个"自然智造"启航营，49名中小学生7天创造了能嗑瓜子的鹦鹉玩具、AI对话的天鹅玩偶。学员说："第一次感受到自己天马行空的想法是珍贵的。"慈溪市实验小学更极致——学生设计的运动会徽标、校园吉祥物、交通安全绘本全部投入真实使用，作品遍布校园日常。学生变成了"校园设计师"，创作从"我喜欢"升级到了"大家需要"。
从"AI帮我做我喜欢的东西"到"AI帮我做更多人觉得有价值的东西"——什么有用、什么有价值、什么大家喜欢，判断力自然就长出来了。
审美，不就提起来了吗？
学不学AI？学。但学什么才是关键
学AI的用法，当然要学。但学AI的算法、编程？对小学生来说太难了，也用不上。
教育部2025年《中小学人工智能通识教育指南》说得很清楚：小学阶段"侧重体验与兴趣培养"，不是学算法，而是启蒙逻辑思维。光明网评论直接点破：让不适龄的孩子学编程，"可能引发逆反心理，扼杀天然的好奇心与创造力"。
真正该学的是AI的底层——逻辑。 数理逻辑、分析能力、因果推理。让孩子对逻辑产生兴趣，愿意主动越学越多，到一定年龄自然可以去学AI的技术和理论。现在硬学算法，学不了也学不透；把逻辑底子打好，将来学什么都快。
考验的不是孩子，是家长
同样的AI工具，家长的理解决定了孩子是"用AI思考"还是"让AI替他思考"。
懂的家长把AI当"不靠谱的实习生"——输出必须过一遍，过一遍的过程就是审美训练。不懂的家长把AI当"万能家教"——直接拿结果交差，跳过过程，审美归零。
一个反直觉的发现：会犯错的AI，可能比永远正确的AI更好。弱AI逼着孩子验证，完美AI培养依赖。当你不敢信任AI的答案时，你去对照、核实、判断——这个过程，就是从机下人往机上人走的过程。
AI时代最大的阶层分化，不在设备差，在认知差。机上人和机下人的分界线，从孩子用AI的第一天就开始画了。
给孩子最好的六一礼物：不是AI工具，是犯错的机会。
相关文章：五一节看了一场8岁孩子的橄榄球决赛，我找到了AI时代的教育答案
数据来源：中国青少年研究中心2025年调研、MIT媒体实验室研究、OECD Digital Education Outlook 2026、清华大学互联网产业研究院2025年报告、普华永道《2025全球AI就业晴雨表》、Levels.fyi 2025薪资报告、美国翻译协会调查、达克沃斯《Grit》、Catharine Cox《早期心理特质》(1926)、格兰诺维特弱关系理论、《科学》2022年领英×斯坦福×MIT×哈佛联合研究、北京大学国家发展研究院、斯彭斯信号理论、教育部《中小学人工智能通识教育指南（2025年版）》