AI 时代，高考只是预赛，主赛拼的是三种关键能力

文/陈治刚（识局智库创始人兼首席战略专家）

每年六月，高考都会准时登上热搜。

但今年，考场外微信群里的讨论比考场内的试卷更耐人寻味——不是题目难易，而是因为越来越多的人开始问一个“危险”的问题：当 AI考出的分数已经轻松能上985，我们还在卷什么？

这话在去年高考的时候就已经有了实锤。

字节跳动 Seed 团队用山东卷（语数英全国新一卷 + 其余山东自主命题）给几款主流大模型做了一次全科实测：豆包 Seed1.6-Thinking 文科 683、理科 648；按山东赋分制折算，组合最高能冲到 690 分左右，全省前 80，稳上 985、摸到清北线。

同桌竞技的 DeepSeek R1 数学单科 145 分夺魁，Gemini 2.5 Pro 理科 655 分领跑。

这组数字提醒我们：如果只盯着分数，人类已经跑不赢AI了。AI 在实测中拿下近 690 分的成绩，意味着高考这套“唯分数论”的预赛规则，正在被技术浪潮彻底解构。

这不是要否定高考的价值。高考依然是当下最公平的阶层流动通道，是无数普通家庭孩子改变命运的窄门。

但如果把视野拉长到未来十年、二十年，我们必须承认：高考作为“预赛”所奖励的规则——精准记忆、标准化解题、套路化写作——正在被 AI 重塑。

尽管新高考已在往创新建模挪，但绝大多数考生的日常训练，仍停留在“把题做对”的预赛惯性里。

当 ChatGPT 写高考作文能拿高分、DeepSeek 解数学压轴比大多数考生更快更稳，我们需要问的不是“还要不要考”，而是“预赛之后，主赛拼什么？”

那么，在 AI 时代，比考试更重要的能力是什么？

其中最关键的，前件以为是下面这三项。

一是提出真问题的能力。

高考训练的是一种非常特定的能力：给定条件，求解答案。题目是别人出的，边界是别人划的，考生的任务是在既定框架内找到最优路径。这种能力当然有价值，但它有一个致命的前提——问题本身必须是对的。

而现实世界里，绝大多数困境恰恰在于“问题本身就是错的”。

诺基亚的工程师并非不聪明，他们解出了功能机时代的每一道题，却漏掉了那个真正该问的问题：当智能手机重新定义“手机”时，我们到底在卖什么？

柯达的化学家堪称天才，他们优化了胶卷的每一个配方，却可能没认真问过：如果人们不再需要“冲洗照片”，我们的存在意义是什么？

这不是遥远的商战故事。经合组织教育司负责人施莱歇尔最近反复举一个案例：土耳其一项覆盖近千名高中生的对照实验显示，用无防护 ChatGPT 做数学练习的学生，做题量比对照组多 48%，但闭卷考试成绩反而低 17%——原因是学生把 AI 当拐杖，只问答案不问思路，后续测试“数学思维能力”时集体下滑。

这就是“只会解题不会出题”的当代症候，比诺基亚离普通学生近得多。

AI 极其擅长“解题”，但它不会主动质疑“这道题该不该解”。它可以给你一百种提高燃油车效率的方案，却不会问你“我们是否应该继续造燃油车”。它可以写出十篇关于“乡村振兴”的论文，却不会追问“这个口号背后，真正痛苦的村庄在哪里”。

提出真问题的能力，本质上是一种“在混沌中定义边界”的直觉。它要求你对“理所当然”保持警惕，对“标准答案”保持怀疑，对“大家都在做的事”保持一种近乎本能的距离感。

这种能力不来自课本，而来自对真实世界的痛感体验——你得过过那种“好像哪里不对，但说不出哪里不对”的煎熬，才能在某个瞬间突然看清：原来我们一直问错了方向。

当 AI 可以给出无数答案时，提出那个“对的问题”，才是人类在主赛中戴上的一顶皇冠。

二是价值判断的能力。

提对问题之后，下一个关口是：这个问题值得回答吗？

AI 可以告诉你“怎么做最高效”，但它无法替你回答“为什么做这件事”。技术越强大，这条鸿沟就越深。

这两年，AI 换脸、深度伪造、算法推荐带来的伦理灾难已经让人应接不暇。问题从来不在于“技术能不能做到”，而在于“人类该不该让它做到”。

当 AI 可以生成以假乱真的视频，当算法可以精准操控公众情绪，当基因编辑可以“定制”婴儿——我们面对的不再是技术难题，而是价值抉择。

但价值判断不一定非要等到“基因编辑”那种宏大时刻才用得上。

中国教科院 2025 年暑期的调研覆盖 31 个省份、32 万中小学生、28 万家长、5 万教师，结果发现：85.6% 的中小学生用 AI 写过作业，但只有 13.8% 的教师和 17.8% 的家长意识到“学生普遍在用”。

大量孩子处于无监督、无引导的 AI 使用状态——交作业时 copy 一下 AI 输出，自以为学会了，其实把“判断这道题我该不该让 AI 替我做”这一步直接跳过去了。

高考不考这些。高考的世界里，所有题目都有标准答案，所有选项都有明确对错。但真实人生不是选择题，而是一道没有评分细则的论述题。

我们需要在效率与公平、增长与可持续、个人利益与公共利益之间不断做出权衡，而每一次权衡都没有“正确答案”，只有“你能否承担后果”。

这种能力我称之为“刹车的智慧”。AI 是油门，踩下去速度惊人；但人类必须保留踩刹车的权力，必须清楚自己的目的地在哪里，什么路不能走。这不是知识，而是一种元认知层面的定力——知道自己是谁，要往哪里去，什么不可为。

一个只会踩油门的人，不管开得多快，在主赛里也只是乘客。只有能判断方向、敢于刹车的人，才是主赛的驾驶员。

三是跨界焊接的能力。

方向定了、刹车握了，最后一关是：怎么把散落的东西整合成新东西？

高考是分科的。语文、数学、英语、理综、文综，各考各的，井水不犯河水。这种设计有其历史合理性，但它也在无形中塑造了一种认知惯性：世界是切割好的，知识是分类存放的，解决问题只需要调用对应领域的工具。

AI 时代，这种切割正在失效——而且 AI 自己先在这里露了怯。

2025 年高考新课标全国一卷数学第 6 题，一道结合图表和向量的“帆船风速”题，参测的七款多模态大模型——Gemini、豆包、DeepSeek、ChatGPT o3、Claude、文心、千问——全军覆没。

不是算错，是第一步就把图里的向量坐标认歪了，后续推导再漂亮也白搭。

有意思的对照是：同一张数学卷，去掉这道图文题之后，Gemini 145、豆包和 DeepSeek 144，离满分只差一口气。

这其实是个隐喻：AI 的短板不在“深”而在“通”。

单维上它能封神，但一碰到“图文缝合”“跨模态联想”“把字体美学焊进电脑界面”这种事，它就露怯了。

而真正改变世界的创新，从来不是单一技术的突破，而是不同领域之间的意外焊接。乔布斯把书法课上学到的字体美学焊接到电脑界面里，重新定义了个人计算机；马斯克把物理学的第一性原理焊接到火箭制造，颠覆了火箭工业逻辑；张一鸣把推荐算法焊接到内容分发，重塑了整个信息生态。

AI 可以在单一维度做到极致——它比任何人类都更懂概率统计，更擅长模式识别，更能处理海量数据。但 AI 的弱点恰恰在于“不通感”：它无法真正理解一首诗的经济学隐喻，无法从生物进化中读出组织管理的启示，无法在历史轮回里嗅到技术变革的气息。

人类的真正优势，是一种类似“通感”的认知能力：用经济学的视角读诗，用生物学的隐喻理解公司，用历史的纵深预判技术的走向。这不是简单的“跨学科”，而是一种在碎片中锻造整体的意义编织能力——把技术的逻辑、商业的敏锐、人文的洞察、社会的体感熔于一炉，在看似无关的事物之间建立深层连接。

高考分科而治，那是预赛的规矩；但 AI 时代的主赛，奖励的是打破边界、重构框架的“焊接师”。

写到这里，我必须回到那个诚实的起点：这篇文章不是写给正在高考的学生看的。对于近几年将参加高考的孩子，我的建议只有一个——先打好这场预赛。 因为高考仍然是当下中国社会最公平的筛选机制，是你拿到主赛入场券的最可靠路径。

但我想对所有“高考之后”的孩子和家长说：预赛有终点，主赛没有。

预赛有标准答案，主赛的问题往往是“问题本身就是答案”。预赛奖励的是“知道很多”，主赛需要的是“在不知道的地方开辟道路”。

当AI开始接管预赛里的“解题”，人类在主赛里唯一不可替代的角色，就是那个决定“解什么题、为什么解、解完之后往哪里去”的人。

这三种能力——提出真问题的敏锐、价值判断的定力、跨界焊接的通感——不会写在成绩单上，但它们决定了你在主赛里能走多远。

高考之后，真正的考试才刚刚开始……

在此，也跟朋友们分享下，我的新书《AI思维：决胜“人工智能+”时代》即将由中国人民大学出版社推出，敬请期待！