为什么在AI时代，普通学生反而可能获得更多机会？|copilot|上下文|专业知识|萨尔

大家这几年最大的感受，就是“卷”和“贵”。

以前，我们想写好一篇论文，得去找writing center排队预约，或者花大几百刀找外部辅导；想准备一场面试，得找学长学姐帮忙mock，或者买几千块的career coaching课程；想学一门新技能，比如Python或者数据分析，先得花几百上千刀买课，还不一定能坚持学完。这些资源，说贵不贵，但说便宜也不不便宜。

但在AI爆发的这一两年，改变了很多同学的学习、求职模式。你可能会发现，身边有些看起来资源平平的同学，突然在实习面试里大放异彩，或者一个人独立搞出了个让人眼前一亮的project。

其实在这个AI时代，普通学生，反而可能会比过去获得更多的机会。

机会只属于有资源的人？

AI时代已经把门槛拉低了

很多留学生可能都经历过这样的场景：

刚到一个新的国家，语言还不太利索，professor讲的课上，有些概念也跟不上。为了跟上课程，要么硬撑着去office hour，用不太流利的英语提问，心里还担心问的问题太basic被笑话；要么直接花钱找tutor自己学。

但在AI工具出现后，似乎一切都开始变得不一样了。

早在2023年3月，Khan Academy推出AI辅导工具Khanmigo，并在早期测试阶段接入OpenAI的GPT-4模型。

和传统的聊天机器人不太一样，Khanmigo的设计目标并不是简单地根据问题去回答，而是以一名“一对一辅导老师”的形式去沟通。它会通过提问来引导学生思考，根据学生的学习情况提供个性化的反馈，还能帮助学生发现理解过程中的错误。

在过去，很多好的学习资源本质是都是“稀缺”的，比如好老师的时间、优质的辅导机会都在被有钱的少数人享受着。有钱人家当然可以给小孩请最好的tutor，学霸也能凭借着自己的天赋和关系去找到不错的mentor。但这对于大多数普通学生来说，这些关系其实是够不到的。

Khan Academy创始人兼首席执行官萨尔·可汗

但在AI普及之后，就拿Khanmigo为例，以前只有花大价钱才能请到的1V1家教，现在一个月只需要4美元就能搞定。

不止是Khanmigo，其他AI工具现在也在从过去的“答题机器”，朝着“学习伙伴”这样的形式去进行转变。比如ChatGPT推出的Study Mode，不仅仅是直接输出答案，还会通过提问、分步骤降解和理解检查，来引导提问者自己完成思考的过程。

这对于很多学生来说，AI不再只是一个搜索工具，完全就像是一个随时在线的学习助手。当你凌晨两点赶论文，不知道如何梳理研究框架的时候，它可以帮助你拆解问题；当你正在备考，但又不知道自己的知识漏洞在哪里的时候，它可以通过提问的方式，来帮助你发现自己没有掌握和学好的版块。

虽然AI不能让所有学生都站在一样的起跑线上，但它正在让更多的普通学生，有机会用更少的钱去获得在过去只有部分学生可以拥有的学习资源。

数据说明一切，现在也确实有不少学生开始意识到AI的好处，在日常的学习中会分情况去使用AI。

英国高等教育政策研究所（HEPI）调查显示，2025年，使用生成式AI完成学习任务的本科生从2024年的53%，直接提升到了88%，大部分学生都会使用AI来解释复杂概念、总结阅读材料以及进行辅助研究。

Lumina Foundation-Gallup在2026年的调查同样显示，57%的大学生每周至少会在课程学习中使用AI，其中有约五分之一的学生每天都在使用AI。

但AI摆在那里，并不是人人都会用。

02 AI本身不会带来优势， 如何使用才是关键

很多同学以为，只要能和ChatGPT、Claude此类AI工具对话，就等于有了竞争力。但现实并不是这样。因为AI本身，并不会带来优势，最关键的，是你如何去使用AI工具。

现在有不少学生在使用AI上，其实还停留在最基础的阶段，比如把论文题目丢给ChatGPT，让它生成一个大纲；把简历复制进去，直接让它帮你优化。这些确实可以在日常学习和求职中给到一些帮助，但更多的是像在把AI当成一个“高级搜索引擎”。

真正能拉开差距的，并不是“有没有使用AI”，而是你是否知道如何让AI参与自己的思考过程。

2023年，GitHub联合微软研究人员和MIT研究人员，对GitHub Copilot的实际效果进行了随机对照实验。研究人员邀请95名专业开发者，随机分成两组，让他们使用JavaScript完成一个HTTP服务器开发任务。结果显示，使用Copilot的开发者完成任务的速度平均比未使用AI工具的开发者快55.8%。

55.8%的效率提升，确实是个很吓人的反馈。但在后续的跟进研究，又带来了一个新的思考。

研究发现，虽然使用GitHub Copilot的开发者普遍认为自己的生产效率有所提升，但研究人员并未发现用户采用Copilot后，基于代码提交数量等指标衡量的生产活动出现统计显著变化。

这其实变相说明，AI所带来的工作提效并不仅仅取决于AI工具本身，也和使用者如何使用AI有很大的关系。

对于学生来说，道理也是一样。一个不会使用AI的人，可能只是让AI替自己完成任务；但真正会利用AI的人，会把AI变成自己能力的放大器。比如学习一个复杂的理论时，他们不会只问“这个理论是什么”，还可能会继续追问“这个理论和其他理论的区别是什么”、“这个理论在哪些情况下可能失效”等等。他们不止是让AI帮助自己思考，还会利用AI去拓展自己的知识边界。

未来可能会出在三类使用AI的学生：

第一类，和AI提问。这类学生虽然知道AI可以帮助到自己答疑解惑，但通常只会抛出泛泛的问题，AI反馈给他什么答复，他就用什么，生成的内容可能会相对质量低一些。

第二类，和AI协作。这类学生知道给AI喂上下文，比如写论文的时候，先自己罗列大纲，再让AI帮忙找逻辑上的漏洞，通过很明确和详细的指令，让AI参与到问题的讨论中来，再反馈给他更准确的反馈。

第三类，用AI建设流程。这类学生是最厉害的，他们会建立一套AI辅助的完整流程。比如求职这件事，他们不是简单让AI改个简历，而是先让AI分析目标岗位的JD、拆解需要的核心能力，然后对照自己的经历找到差距，再有针对性地去优化简历和模拟面试。虽然每一步都有AI参与，但最终每一步的决策其实都是自己做的。

三类学生使用的都是同一个AI工具，但最终产生的结果是完全不同的。本质上，AI时代真正重要的能力，并不是会不会使用某个工具，因为工具会不断变化，今天是ChatGPT，明天可能就是另外一个新的产品。

真正的能力，是你知道自己想解决什么问题，如何向AI提出高质量问题，以及判断和利用AI给出的反馈。差距，其实就是这样一点点拉开的。

为何AI时代，

普通学生反而会有更多的机会？

当然，肯定有人会疑问，AI那么强，现在大家不都在用吗？为什么说普通学生的机会反而变多了呢？

主要是因为如下两点：

第一，AI降低了信息获取和能力提升的门槛。

以前你想了解一个行业，得花钱买报告、找业内人士聊、或者进了咨询公司才能接触到这些信息。现在AI可以帮你快速搜集和整理公开信息，虽然AI无法做到100%全面和完美，但至少可以让你在做决策的时候不至于两眼一抹黑。

第二，AI降低了个人试错的成本。

以前你萌生了一个很好的创业想法，想要做一个 App 或者网站验证一下市场，你需要找技术合伙人、找资金、花几个月时间敲代码。但现在，你可以利用 Cursor、GitHub Copilot 此类AI工具，即使是一个完全没有软工背景的商科或人文社科的学生，也能在几天内搭建出一个可以运行的产品。在AI的帮助下，大大降低的试错成本，普通学生也可以有成百上千次尝试的机会。