就在放 Winter Holiday 的前一天，Term 3 的 School Report 下来了。看到 Report 的那一刻，我当场气炸，零下 10 度的寒风里，我连抽了 3 根烟。回家后我把报告递给老婆看，她看完冒出一句：「还行啊。」

还行？

如果只看报告本身，确实看不出特别明显的问题：字都挺“正”，评价也挺“礼貌”。但这恰恰是 AI 时代最危险的地方 —— 表面信息越充分，越容易让人放弃思考。

于是我翻出了上个学年最后一个学期的 School Report 一对比，问题瞬间变得刺眼：Math 和 Chinese 从 Significant Above 掉下来了。其他项目也有不同程度下滑。

那天我把儿子单独叫进书房，一顿训下来，他泪眼汪汪。我问他：你知道问题在哪吗？

他擦擦眼泪，怯怯地说：Math 和 Chinese？

听到这句，我心里一阵哇凉 —— 他只看到了“结果”，但没看到“结构”。

给你半小时，把你目前存在的问题和解决办法，像写 Report 一样写下来。

半小时后，他交上来一张纸：每个科目一行字，连在一起写，没分点、没结构、没逻辑。

我清了清嗓子：

你这玩意儿有两个大问题

  • Story Telling：写作不是把字写满，是把想法表达清楚。你这一满版让人怎么看？
  • 洞察力：你看问题太片面。我来告诉你，你真正的问题是什么。

作为 AI 时代的学生，什么才是核心竞争力？

传统教育早就把“核心竞争力”识别得差不多了：记忆力、刷题能力、标准答案输出能力、按流程执行能力……
问题是：这些能力正在被 AI 以指数级碾压。

当“会做题”变成了按钮，“会写作文”变成了模板，“会查资料”变成了搜索框——你再卷这些，只是在和 GPU 比耐力。

把那些可预见会被替代的核心竞争力剔除掉，剩下的，我认为就三样：

Story Telling：AI 时代的第一生产力

我把 story telling 放在首位，不是因为“文科重要”，而是因为它本质上是一种综合能力：

  • 语言能力（表达清晰）
  • 沟通能力（让别人听懂、愿意听）
  • 社会能力（理解人、理解关系）
  • 影响力与领导力（能让人跟你走）

更关键的是，在 AI 时代，Story telling 是 prompt engineering 的加速器。

同样一个模型，同样的工具，差距往往不在“懂不懂 AI”，而在于你能不能把需求讲清楚、把目标讲具体、把约束讲完整、把上下文讲得可复用。

你不会讲故事，你的 prompt 就永远是：“帮我写一下……”

你会讲故事，你的 prompt 会像一个好导演：人物、动机、冲突、节奏、风格、边界条件，一句话一句话把模型逼到该去的地方。

Math：计算与抽象的地基

数学不是为了考试分数，是为了训练一种能力：抽象、建模、推理、验证。

AI 可以帮你算，但它替代不了你判断“该不该算”“怎么算才对”“结果是否可信”。

而未来最值钱的人，往往不是“会用工具的人”，而是“知道工具在解决什么问题的人”。

Computing / Programming：驾驭工具的抓手

AI 让工具更强，但也让门槛变得更诡异：看起来谁都能写代码，实际上谁都写不出来系统。

你可以用 AI 生成一段脚本，但你没有 computing 基础，就无法：

  • 拆解问题
  • 组织数据
  • 理解边界
  • 调试错误
  • 形成可维护的结构

最终只能停留在“复制粘贴”与“祈祷能跑”的阶段。

理解当下的问题和挑战

我当时跟儿子说了一句很扎心的话：

Significant Above 意味着什么？意味着这是你的核心竞争力。
而现在，它不复存在了。

很多孩子（以及很多家长）会把 Report 当成“成绩单”。

但在 AI 时代，Report 更像是一张 Competitiveness Dashboard：你要看的不是某一次的分数，而是你能力曲线的趋势。

核心竞争力消失

他回答“Math 和 Chinese”，说明他只会盯着红字和粗体。

真正可怕的是：过去能显著领先的东西，突然变成普通水平。

这意味着两种可能：

  • 要么你之前的领先是“吃老本”（运气、基础、老师、题型）
  • 要么你进入新阶段后，学习方法没升级，开始被同龄人反超

AI 时代没有“吃老本”这回事。因为 AI 会把“基础技能的差距”快速抹平，剩下的比拼是：学习系统。

Feedback Loop 断了

老师评语总说“态度”，但我更愿意把它翻译成：feedback loop 断了。

  • 没有目标（我为什么要做）
  • 没有反馈（我做得好不好）
  • 没有纠偏（我哪里错、怎么改）
  • 没有复盘（下次怎么更好）

于是孩子会选择最省力的策略 —— 糊弄过去。这不是骂两句能解决的，这需要系统性重建。

搭建 Feedback Loop

未及预期的 AI 编程课

上了大半年编程网课，我以为他至少能写点东西了。我想着带他刷 LeetCode，教他点数据结构和算法。于是给他出了个最简单的题：

从数组中查找偶数并打印出来

结果他愣在原地，无从下手。

我强憋着火问：

你每周学 AI 编程都学了些啥？

他说：“学了用 python 图片识别、声音识别啥的，都是在老师给的软件里写代码，没在编辑器（PyCharm）里写过。”

我心想：真是完犊子了。

你在一个封闭环境里“填空式写代码”，学到的不是 programming，是“点按钮”。这就像你在自动驾驶里学开车，学了半年，连方向盘都没摸过。

所以我跟老婆说：后面的编程课不报了，我要亲自教。

于是有时间就备课，后来干脆搞了个在线 PPT：https://cs.johnsonlee.io

从 0 到 1 开始，用更接近工程化的方式训练真正的编程，去解决现实生活中真正的问题

我也看了网上很多儿童编程视频，大多从 Scratch 或者游戏开始。从我的角度看：有点用，但也仅仅是有点用。

Coding 是必经之路。与其把大量时间花在理解 Scratch 的“积木语法”，不如直接开始接触真实世界的表达方式。

一篇日记把我差点被送走

之前中文课老师一直反馈他写作有待提高，。我就计划让他每周写篇周记，无论是中文还是英文，都可以。

上周末去滑雪，他写了一篇日记。我看到那篇作品的那一刻，一口老血差点喷出来 —— 纯纯流水账：

早上吃了什么，中午吃了什么，下午干了什么，晚上回家了，结束。

我对他说：

儿呀，日记虽然顾名思义叫日记，但你觉得记流水账的文字会有人看吗？
你得运用逆向思维：写什么样的内容大家才爱看？
如果是考试，那就想想什么样的作文才算高分作文，高分作文的评判标准是什么。

我又补了一刀：

早餐谁不吃啊？如果你写的内容像空气一样随处可见，就会被忽略。
你读别人的作品时，什么更有意思？
新颖的、和大多数人不一样的 —— 不一样的经历，不一样的思想……写作就是讲故事。

于是他按我的思路重写了一篇。你以为这就完了？好戏才刚刚开始。

我让他打开 ChatGPT，把前后两篇日记丢进去，让 ChatGPT 对比并点评。当他看到新版本获得更高评价的时候，露出了得意的笑容。

AI 最适合做的事情之一，是成为孩子的即时评审团。但前提是：孩子得先学会把“故事”写出来。

Mentor vs 授课老师

虽然我也教儿子编程，但我更多的是：

  • 观察和发现目前存在的问题 —— 什么是主要问题，什么是次要问题
  • 分析问题，识别核心竞争力 —— 到底靠什么赢
  • 搭建 feedback loop —— 怎么持续变强？
  • 利用 AI 建立评价标准 —— 什么叫好？什么叫不行？
  • 时刻监督，对抗人性：懒惰、逃避、拖延、投机

结语

我那天在书房训完他，其实自己也冷静下来想了想：

我想要的不是他“这次把分数提上来”，而是他在未来 3 年里，能拥有一套不会过时的能力。

但问题在于 —— 把毕生功力倾囊相授这件事，最难的不是方法，是节奏。

孩子不是你的项目，不会因为你写了 PRD 就按期上线。

更现实的情况是：你教三遍，他听一遍；你讲道理，他先情绪；你越急，他越逃。

所以我给自己定了三条原则：

  • 循序渐进：一次只抓一个关键点，不搞“大而全”的改造
  • 让他自己参与制定规则：他参与的系统，他才愿意维护
  • 用 AI 做即时反馈，而不是用 AI 代替思考：让 AI 当镜子，不当拐杖

我当然希望他能早点开窍，但我也知道，真正的成长从来不是一场冲刺，而是一场马拉松。

毕竟，能把“自己的毕生所学”传给孩子的前提是 —— 你得先学会在他跌跌撞撞的时候，别把他当成你自己的延长线。而这，可能才是 AI 时代成为 Mentor 的第一课。