硅谷对教育的耐心，正在耗尽|学校|教育|硅谷

来源：起点财经

作者：陈沫

文章已获授权

教育创新，在硅谷屡战屡败。

马斯克创办的学校 Ad Astra 和其朋辈学校 AltSchool，喧嚣五六年便相继折戟。扎克伯格夫妻在帕罗奥托创办的小学，近期也关门大吉。即便有盖茨常年支持，可汗学院也没能在AI时代超出哪怕是最温和的预期：创始人近期坦言，其 AI 助手 Khanmigo 上线3年以来，仅有 15% 的学生愿意与它主动交互。对其他同学来说，“它仿佛不存在”。

硅谷最不缺的是乐观，最擅长的是快速试错，AI 原生的教育变革本应正合这帮人的胃口。然而，当我月中怀揣期待奔赴加州参与 ASU+GSV 峰会，在现场转了一圈后，感受到的却是空前的谨慎与怀疑。

我发现，随着 AI 结构性地冲击学校和人才市场，硅谷正失去对教育行业的耐心。

这并不难理解。从2010年起，风险投资人总共往教育科技倾注了290亿美元，即使这些公司里，每年能收回来1亿美金的，两只手就数得过来。

转折发生在这两年。AI 对学校的全面介入，不仅没能重新燃起“重塑教育”的希望，反而更尖锐地暴露了产品难落地和商业化疲软的宿疾。

大梦初醒的硅谷，决定放弃教育。

美国教育科技风险投资（蓝色柱），2025年来到10年以来的最低位。（图源：HolonIQ）

野心的消逝

收缩，首先体现在中小学。

ChatGPT 之前，美国教育科技就长期困在一个老问题里：真正能长期、高频、按建议方式使用产品的学生，始终是少数——每周看可汗的教学视频达到30分钟以上的学生只占10%，连 i-Ready 这类高度成熟测评软件，能合理使用的学生比例也不到1/5……

使用量低，比较核心的原因是：在普遍走班上课的美国，教师对课堂内容与工具使用拥有极大的裁量权。即使学区已经买单了，老师也不一定愿意布置使用；即使老师用了，也不一定达到理想的频次。和吃药一样，吃不够剂量，药效自然大打折扣。

洛杉矶联合学区与教师工会签署的备忘录中约定：学区若想大范围部署 AI 工具，需要和工会协商。换言之，技术进课堂，并不是学区或厂商能单方面决定的。

来到生成式 AI 时代，这种情况并没有根本改观。

被寄予厚望的 MagicSchool、School AI 等新兴产品，仍集中在两个主要方向：一类以“帮教师省时间”为核心卖点，另一类则主打面向学生的 AI 辅导。它们的核心价值，只是给传统课堂刷了一层 AI 的涂料。师生对他们普遍采取“尝鲜就走”的态度，以往产品面临的留存和频次问题，也因此遗传了下来。

这一代 AI 教育产品，距离“重塑学校”的目标仍相当遥远，因此融资也无法到位。

AI 原生教育产品的前四名，自成立以来的融资额，加在一起仅约 1.4 亿美元；而横向比较看，编程、法务、医疗等其它垂直行业的头部 AI 应用公司，在早期融资阶段就已达到或超过这一数字。（信源：EdWeek MarketBrief, PitchBook, TechCrunch, Reuters）

随后收缩的，是高校和成人教育。

长期以来，硅谷并不反对大学教育，事实上这些企业优先招揽的，都是顶尖学府的高材生；投资人也格外倾心斯坦福的 CS 和 MIT 工程学背景的创始人。只是进入 AI 时代，文凭在技术领导者眼中的边际价值正在快速缩水。李飞飞在谈及人才招聘时表示，与“对 AI 工具的高度熟练”相比，好文凭没那么重要。

更激进的人物，则开始直接质疑高等教育的必要性。Canvas LMS 的前高管 Jared Stein 与我分享道，“以往在线大学至少还有知识传授的意义，但如今，用智能体已经能把课程、作业和考试从头到尾刷完了，那这份学历的价值就直接归零。” 马斯克今年 1 月在播客里更是大胆预言：读医学院“没意义了（pointless）”，因为未来机器人手术的精准度会远超人类。以后上学就是为了满足社交需求，是一种“昂贵的爱好”。

更糟糕的是，企业本身也越来越没有耐心去培养新人。一位斯坦福教育学院读数据科学的硕士生坦言：投简历时发现，许多名义上的初级岗位仍要求 3 到 5 年经验；眼看要毕业了，同届十几名同学，鲜有人拿到全职 offer。Signal Fire 2025 年的人才报告显示，大型科技公司新招员工里，应届毕业生的占比已降到 7%，较疫情前下降超过 50%。

可见，大厂正一边用 AI 压缩数以十万计的岗位，一边减少学徒、管培制的岗位供给；而选择继续读书，也未必换来更高的就业把握。黄仁勋年初也讲道，“你不需要拥有计算机科学博士学位，才能过上体面的生活。”

在硅谷，Z 世代的大学毕业生进退维谷。

然而，整场峰会最让业界侧目的变化，莫过于行业的“定海神针”谷歌也选择了收敛锋芒。

谷歌对教育领域的渗透，可谓全方位、无死角：Chromebook, Google Classroom, Workspace, YouTube，构成了一整套从硬件到内容的基础设施闭环，从 2014 年起，连续击退了 iPad、Microsoft Office 等心智极强的竞品。峰会论坛上，前谷歌员工 Tom Sayer 透露，仅 Google Classroom 这一款教学管理平台，就能触达70%的美国中小学生。

但即便如此，今年峰会上 Google 所推出的新产品，也不再是对上述平台的重大升级，而是一个用 AI “组员”评估学生批判、协作与创造力的测评小工具。两年前 NotebookLM 凭借“生成播客”的能力霸占社交媒体的盛况，已无法复现。

从巨头到新秀，从 K-12 到高校，以教育创新推动人类进步的论调，正在淡出湾区叙事的主舞台。

采购的藩篱

厂商们的退却，起源于一个根本的需求侧困境：美国教育科技的采购流程，至今仍由学区主导，师生的话语权并不高。

但如前所述，美国老师职业惯性强，往往会主动拒绝那些初始设置时间长、培训成本高的产品。于是，恶性循环就此开始：学区完成了采购，老师却未必愿意或有能力去高频使用。那么，下一轮采购时，学区就会倾向选择更轻薄、更容易上手的产品。

薄，就意味着产品多而散，意味着趋同性的竞争。过去十年，1:1 设备普及、疫情期间的远程教学，以及此后持续的工具扩张，都加剧了这种分散化，以至于如今的美国学区月均要使用上千款数字教育产品。

如此鱼龙混杂的技术基底，是难以带来稳定的教学改进的。这本质上是因为：学习本不应该是薄的。它是神经元的体操，是需要一定复杂度的高阶思维实践。同样的，给学生提供反馈，也要依赖从持续观察、评测中获得的过程性数据。

这就补齐了恶性循环的后半部分：学区买产品越来越杂，师生眼花缭乱，给到真正优秀产品的注意力越来越少，最终导致一种“穷折腾”：治理技术的负担持续攀升，学生成绩反而变差了、归属感也趋弱。

近年“国民成绩单”（NAEP）报告显示，美国学生的核心学业表现并没有随着 edtech 的扩张而同步改善。

当然，产品的过度堆砌与成绩的滑坡未必有着直接的线性因果。毕竟，影响教学结果的变量很多，包括师资、纪律、课设、出勤与家境等。带手机进学校，也和在学习过程中使用教育科技产品是两码事。

即使如此，屏幕时长和社交媒体早已成为校内校外的众矢之的。心理健康评测工具 Panorama 创始人在圆桌讨论时透露：“我们发现，当学校颁布手机禁令之后，学生的校园参与感有显著提升。” 此外，AI 快速闯入作业环节，更让教育者担心学生是否还会主动进行批判性思考，经历必要的认知“挣扎”（productive struggle）。

因此，行业整治在近两年变得无可避免。目前，美国已有十多个州提出法案，要求重新审视课堂屏幕时间或加强对教育技术工具的审查，比如，堪萨斯州正在参议院听证的一项法案，主张小学生课堂应完全禁止使用电子设备，中学生每天的屏幕时长不得超过1小时；连招投标过程本身，也开始转向“结果导向型”的合同——学生用不起来、成绩不提升，学区就不付全款。

这就是当下的美国教育科技，它处在一种“滞胀”的状态。厂商们既绞尽脑汁地想用新工具依附在老流程上，又空前地不受学区和老师们的待见。这对那些需要复杂配套才能落地的教育创新，极不友好。

这样的环境里，最容易活下来的，往往是两类教学产品：一类是已经深度嵌入学校教务管理流程的基础平台，包括 LMS、测评平台（如 Canvas、Schoology）；另一类则是门槛低、易上手的课堂互动工具（如 Kahoot、Nearpod）。

而这些公司普遍已经成熟定型，成了华尔街的私募和投行的狩猎目标，与乔布斯时代的车库文化和极客精神渐行渐远。

学校体系的巨轮难掉头，应用层则难以获得一线认可。于是，硅谷选择把精力，挪回 AI 基础能力和它的建设者们身上。

另一种人才观

一个耐人寻味的事实是：推动 AI 突飞猛进的，明明是顶尖大学训练出来的硕博人才；可它带给硅谷的，却不是对传统教育更深的信任。

今天，科技大佬们所推崇的，不再是教育学意义上的“成长”，而是一种更粗粝的品质：能动性（Agency）。这种追求，反映在实际工作场景中，就是“高压锅”文化——曾经嘲笑东亚加班太久的湾区，正掀起自己的“996”浪潮。

峰会结束后，我从圣迭戈北上五百英里。在帕罗奥托，超小型团队正像鱼鳞般细密地布满这座小镇的街巷。这些公司的形态惊人的一致：三五个人、一间装修优雅但空荡荡的办公室，桌椅零落、比萨餐盒叠了几层。他们的工作信条大致相似：压缩一切中间环节，减少开会与“对齐”，弱化精细的 SOP 与职能分工。

接待我们的一位 CEO 说得很直白：“这间办公室原本是按 30 个人配置的，但在 Claude Code 这类工具出现之后，继续在硅谷招人的性价比太低了”。之所以还留在这间办公室，是因为前两家在这儿办公的都上市了，“风水好”。

必须承认，AI 为个体和小团体提供了极高的效率杠杆。

融资大数据平台 Carta 的研究显示，2022年消费类的初创公司，在种子轮的团队规模平均为6.4人，2024年直接就腰斩到3.5人。软件类公司的A轮员工规模，也有25%的大幅下跌。过去需要一整个部门支撑的开发与文职，如今被浓缩进两三台 MacBook。当碳基生命准备下班的时候，往往还会“鞭策”一下屏幕上的智能体——让硅基生命在他们休息时，继续未竟的工作。

这样的组织，对人的要求，与以往判若云泥。

它不再要求你按工业时代的分工去扮演一个边界清晰的角色，而是要求你随时学习甚至构造新工具，在并行的任务中丝滑切换。它期待你无尽地燃烧 Token、随时口播 Prompt，尽可能用 AI 放大个人产出。难怪这类公司被分析师统称为：单人放大公司（Solo+）。

据语音输入公司 WisprFlow 披露，用户在使用他们产品的六个月后，约72%的输入字符已通过语音完成。（图源：The Pragmatic Engineer）

大语言模型爆发前，投资人对码农们发难的金句是 Talk is cheap; Show me the code. 意思是“你先把产品做出来再说。” 而如今，这句话变成了 Code is cheap; Show me the talk. 当代码生成本身变得容易，人真正需要展示的，反而是思考过程本身。

你需要很强的工具理性，更需要审美、判断和与世界共鸣的能力。因为在产品和内容指数级爆炸的时代，平庸不可接受，平凡立刻出局。

而这些，都是最难普及的能力。它们是传统意义上的精英能力，需要长期浸润在复杂的决策环境中、需要高明的反馈和点拨，还得发挥极强的自驱力和好奇心才能获得。而培养这样的人，本来就是教育中最慢、最昂贵、也最难复制的过程。

于是，硅谷的着力点悄悄变了，他们越来越不相信“把大多数人培养好”是个划算的生意。与其扩大成材面，不如提高筛选精度。与其改造学校，不如绕开学校，直接寻找少数高潜个体。

军工 AI 的头部企业 Palantir 推出了面向高中毕业生的半工半学项目，宣传口号洋溢地写着：“跳过大学贷款！净赚数年人生！你的学位，Palantir 来给你颁！”

另一边，Mercor 这样的 AI 招聘平台，则试图把这套逻辑整理成一个系统：它自动化地筛选简历、匹配候选人、组织 AI 面试，并会追踪员工的日常表现，以持续优化对“未来谁能表现得更好”的预测。还有一个细节是，Mercor 的创始团队，正是在彼得·蒂尔的 Thiel Fellowship 资助下从大学辍学的创业者。一群从反学院叙事中受益的人，开创了重塑人才筛选机制的事业。

Anthropic 估计了AI对劳动市场即将产生的重大影响。创始人达里奥·阿莫代本月接受媒体采访时表示：“在未来一到五年内，人工智能可能会消灭大约一半的白领初级岗位，并把失业率推高到 10%~20%。”

对这帮千亿美金公司的掌权者来说，教育，不再是过程性的培养问题，而是终结性的判断问题；不再需要慢慢塑造丰富健全的人，而是尽快找出能驱动英伟达卡片日夜运转的人。

这种人才观，充满了道德冷漠，隐藏着巨大的社会危机。迈克尔·桑德尔将其描述为“优绩主义的暴政（The Tyranny of Meritocracy）”。近半个世纪以来，美国的行业精英们习惯于认为成功纯粹是对个人努力与才华的奖赏，这种功利的自负心，让他们遗忘了从柏拉图—孔子时代起，社会赋予知识精英的根本责任：即拥有关心其他公民的美德，并以此治理社会，实现“美美与共”。

当硅谷选择“筛选”而非“培养”，它便放弃了对他者的共情。

“学以成人”还成立吗

这正是这次美国之行中，最令人不安的地方。

如果硅谷只是少做了几款教育产品，那还可以用行业自然的冷暖周期来解释。但如果它放弃的是“让更多普通人通过教育获得成长”这一现代社会的基本信念，我们可能就在见证工业革命百余年来教育传统的完结。

这种极端的人才观，一旦下沉到中小学，就可能削弱对孩子们应有的耐心与鼓励。放到高等教育，则会进一步动摇大学学历作为社会流动通道的稳定预期。置入企业中，会消磨培养新人、构建可持续的人才梯队的意愿。最后剩下的，只有对少数高潜个体的偏爱。结合硅谷近两年的大幅右转，我们也不得不警惕：这种人才观若继续强化，是否会一步步滑向对天赋、出身等“先天优势”的过度迷信。