没有AI聊天的童年，将成为富人孩子的特权？

阿加莎·克里斯蒂（Agatha Christie），推理小说女王，在一生卖出二十亿册书之后，晚年在自传里留下了一句话，后来被经济学家反复引用。她说，我从未想过自己有一天能富裕到买得起一辆车，也没想过会穷到连仆人都雇不起。

在她出生的1890年，汽车是顶级富豪才养得起的新鲜玩意儿。而人力，女仆、厨娘、保姆，便宜到连中产家庭都能配备齐全。等她八十岁写自传的时候，世界反了过来。福特流水线让汽车开进工薪家庭，而最低工资、教育普及和女权运动，把人力价格推到了奢侈的地步。

经济学里有个词专门说这个现象，专门说这个现象，叫鲍莫尔成本病：制造业效率可以暴涨，服务业不行。一个保姆照顾一个孩子的时间，一百年前和今天一模一样，但社会的整体工资涨了，她的工资也得跟着涨。工业品的价格往下走，纯靠人的服务价格往上走。这条线，从阿加莎的童年画到今天，方向没变过。

一百年后，一句被安在马斯克头上的名言，说出了同一条逻辑的下一个版本。大概意思是说，未来只有特权阶级才能进行数字戒断，底层阶级将被绑在智能手机上。这句话在中文互联网上流传甚广，未必是马斯克本人说的，但它捕捉到的东西是真的。

二十年前，能随时在线是身份象征。大哥大、黑莓手机，拿在手里代表你被需要、被连接、身居要位。普通人则处于失联状态。现在彻底反了。

外卖骑手、网约车司机、在微信群里随时待命的白领，断网就是断粮。真正的权贵阶层买的不再是连接，而是失联，去没有信号的海岛度假，去深山禅修，助理拿着手机替他们挡掉一切垃圾信息，离线的成本涨到了只有少数人付得起的地步。

网络曾是昂贵的入口，今天的奢侈品是失联。现在，这条规律和趋势正在推到第三个版本。这一次的对象是AI和下一代。

过去几年，AI互动变得越来越便宜、越来越顺滑、越来越懂你。会讲睡前故事的音箱、会叫孩子名字的毛绒玩具、聊天机器人，这些东西的门槛正在归零。与此同时，人类养育，一个活人坐在床边讲一个磕磕巴巴的原创故事，一个活人在孩子哭的时候真的抱住他，一个活人在犯错之后道歉并教孩子怎么修复，这件事正在变贵。

不碰聊天机器人的童年，正在像有机食品一样，成为富人阶级的身份标签。

昨天，美国小儿外科医生达娜·苏斯金（Dana Suskind）在《大西洋月刊》上发表了一篇文章，标题很直白：「不碰聊天机器人的童年，将成为身份象征。」

未来最贵的儿童产品可能没有屏幕，没有聊天机器人，甚至没有多少“智能”。它出售的是一位真实的人，一间不追求参与时长的教室，以及一段没有被机器接管的关系。

一、真正的阶级分化：AI接管后台，还是接管孩子？

达娜·苏斯金（Dana Suskind）是一名小儿外科医生，也长期研究儿童早期语言与大脑发展。她在新书Human Raised里追问：当机器开始模仿亲密互动，谁还在养育孩子？我更愿意把书名译成《人养大的孩子：AI时代的连接、好奇心与终身学习》。

“人养大的”听上去有些笨，甚至像一条多余的食品标签。可标签的出现，往往说明原先不言自明的东西已经不再理所当然。

苏斯金提出了一条很实用的分界线，想象两个都在“拥抱 AI”的家庭。

家庭A的AI在后台。它整理学校邮件、安排购物清单、翻译家校沟通、处理表格。父母和老师少做两小时文书劳动，多出两小时跟孩子相处。AI没有进入孩子的生活半径，它进了大人的待办列表。

家庭B的AI在孩子面前。它讲故事、陪聊天、哄睡、辅导作业、安抚情绪。成人继续加班、奔波、在手机上回消息。孩子得到了一位全天候、永不疲倦的机器陪伴者。成人得到了安静。

两家都用了 AI，结果朝着相反方向走。第一家的机器吞掉了行政工作，第二家的机器吞掉了关系工作。

这比“该不该让孩子使用 AI”更接近问题的核心。

富人将来买到的不一定是"技术禁区"，完全不用AI的净土，而是把技术固定在后台的能力。他们用AI替自己做事，把省下来的时间回流到孩子身上。而低成本的儿童端陪伴产品，正在成为资源紧张家庭和学校的默认选项：既然请不起保姆、排不进好的托育、家长被工作榨干，一台会讲故事的音箱总比沉默好。

必须承认，我们还没有一项长达二十年的研究，比较“由聊天机器人陪伴长大的孩子”和其他孩子。现有调查只能让我们看见裂缝刚刚出现。

皮尤研究中心2026年初对美国1458名13到17岁青少年的调查显示，家庭年收入低于3万美元的受访者中，约五分之一说自己在做作业时"全部或大部分"依赖聊天机器人。年收入7.5万美元以上的家庭，这个比例是7%。

注意，这只是一个点：学习场景中的AI依赖度，在收入两端已经差了将近三倍。我们不能把这个数字偷换成"贫困儿童正在被AI养大"，但它指向的方向是清晰的，AI在孩子生活中的渗透率，正在和家庭收入反向挂钩。

阶级分化从来不会等一篇二十年追踪研究发表后才开始。它通常沿着价格、时间和制度缺口渗进去。一个财政吃紧的学区请不起足够的教师，一家托育机构留不住员工，一对父母每天通勤三个小时，售价几十元的 AI 陪伴就会显得格外合理。富裕家庭可以购买真人的低效率，穷人只能接受机器的高效率。

一个月前，我写过一篇关于 AI 教育焦虑的文章。那时我注意到，美国一些富裕家庭正在压缩知识学习，把昂贵的课表留给谈判、运动、公开表达和自由探索。这一篇再往前走一步。知识免费以后，新的区隔会落到关系上。谁还能得到真实、缓慢、偶尔走神的人类注意力？

明天的阶级差异，不在与谁家的孩子能不能用 AI，而在于谁家的 AI 替大人做事，谁家的 AI 替大人管孩子。

二、AI将制造的"超加工童年"

苏斯金在《大西洋月刊》里用了一个很好的类比：儿童 AI 更像超加工食品。

她觉得把AI比作社交媒体的下一代，"比TikTok更上瘾的东西"，远远不够。社交媒体再能拖住注意力，它不能模仿一个活人跟你一来一回地说话。生成式AI可以。

更贴切的参照物，是超加工食品。

食物曾经不需要标注来源。长在田里，做在厨房里，这件事从人类学会种地开始就没变过。十九世纪末变了。食品工业化用罐头、冷藏、巴氏杀菌解决了真实的难题：膨胀的城市吃上了饭，严冬不再致命，人均寿命上升。

但早期食品厂商做的是一场无人管束的实验。止咳糖浆里加吗啡，牛奶里掺白垩粉，果酱用苹果皮和草籽染色。政府化学家哈维·威利（Harvey Wiley）组建了一支"试毒小队"，让年轻志愿者吃掺了防腐剂的食物，科学家在旁边观察，这支试毒小队的痛苦，最终推动了1906年美国《纯净食品药品法》。

苏斯金说，我们正处在一个当代版"威利时刻"。会说话的泰迪熊描述性癖、教幼儿划火柴的故事已经被报道过。AI生成的儿童视频教不存在的字母和单词，这些系统的开发者甚至不知道自己的模型输出了什么。但她说，食品工业的历史教会了我们一件事：真正危险的不是掺假，是系统完全按设计意图正常运转的时候。

二十世纪中叶，食品公司发现了一门比"喂饱人"更赚钱的生意：制造"还想再吃"的欲望。他们雇来化学家、风味工程师、行为学研究者，找到了糖、脂肪、盐的精确配比，即一个"极乐点"，让人脑大快感最大化，压过身体说"够了"的天然信号。超加工食品不是坏食材做的，它恰恰是按科学最优配比做的。它消灭了天然食物里的纤维、摩擦、饱腹感。

据 CDC 对 2021 年 8 月至 2023 年 8 月数据的分析，美国 1 至 18 岁人群平均 61.9% 的每日热量来自超加工食品；1 至 5 岁儿童为 56.1%。天然食物拿什么跟精确校准过的东西比？

苏斯金说，AI正在对大脑做同样的事。一个被设计成永远耐心、永远理解、永不反驳的AI伙伴，提供的是关系里的高糖食品。它让人舒服，极度舒服，但它抽掉了成长需要的咀嚼。

被误解之后重新说一遍、等待一个不马上来的回应、吵架之后道歉和修复，这些看起来像沟通中的毛病，恰恰是大脑发育的关键积木。孩子在童年里经历成千上万次这种微型的"破裂与修复"，韧性、灵活性和情绪调节就是这么长出来的。

孩子最重要的关系能力也从这里来：相信关系能扛过冲突，愿意在难受的时候继续跟人待在一起。

AI伙伴把这套机制优化掉了。零误解、零延迟、零修复。于是孩子的社会情感系统根本得不到启动和锻炼。

苏斯金说，把摩擦从童年里抽走，就像把纤维从食物里抽走。而摩擦不是发育的障碍，摩擦本身就是发育。

三、配方奶教训：科学曾经以为自己复制了母乳

这个类比有一条更老的参照。苏斯金在书中讲了一个十九世纪的故事，读完之后你会觉得，一百五十年前的科学家和今天的AI开发者面对的是同一道考题。

1865年，德国化学家尤斯图斯·冯·李比希（Justus von Liebig）宣布发明了第一种科学配方奶。李比希是当时欧洲最顶尖的化学家。 他是十九世纪农业化学的奠基者之一，推动了人工肥料思想，也开发并推广了肉汁提取物，在当时拥有极高的科学声望。

他的女儿哺乳困难，那个年代雇乳母太贵，而且舆论认为乳母会让婴儿产生"不健康的依恋"，于是他决定用科学来复制母乳。

他提取了母乳中当时科学能测量的所有成分：蛋白质、脂肪、碳水化合物、已知的几种矿物质。配方是牛奶、小麦粉、麦芽和碳酸氢钾。他在自家孙辈身上做了试验，说孩子们长得很好，然后把配方推向了全欧洲。

然而，1867 年，法国医生 Depaul 向法国医学科学院报告：一对接受该食品的早产双胞胎在两天内死亡，另外两名新生儿也分别在数日内死亡。这一报告引发巨大争议，虽然不能把这四起死亡写成已经完成因果鉴定的临床试验。

李比希不是恶人。他的配方复制了科学当时能测量的一切。他漏掉的是尚未被发现的脂肪酸、酶、抗体、活细胞、寡糖，母乳中第三大固体成分直到二十世纪末才被认识到功能，它不是喂婴儿的，是喂养婴儿肠道里的菌群的。

苏斯金问的是：我们今天对人际互动的了解，会不会也像十九世纪对母乳的了解一样，以为自己测出了所有关键变量，结果漏掉了真正不可或缺的东西？

母乳的好处远不止一张营养成分表。哺乳过程中发生的事，肌肤接触时母婴的体温同步、新生儿的心率在母亲胸口稳定下来、母亲的身体根据婴儿唾液中的信号调整乳汁成分、催产素在两边同时释放，这些不是附加功能，是整套系统。

配方奶能喂饱婴儿的胃，无法复制哺乳中发生的双向调节。拿奶瓶喂孩子的父亲、祖母、养母，也能在眼神、停顿、抱持和回应中完成同一类关系劳动。婴儿需要的不是某一种乳汁附带的道德优越感，是一个能读懂他、会根据他调整的人。

今天的AI能回应、讲故事、记住孩子喜欢什么。但人际互动中还有多少"未知成分"尚未被测出来，就已经在从儿童生活中被系统地抽走了？

苏斯金把这件事叫作"配方奶问题"：我们正在用一个看似合理、测量充分的人工替代品，替换一套我们尚未完全理解的生物系统。

四、孩子需要的不是回答，是有人"回球"

新生儿被放在母亲胸口的画面，不是一个温情瞬间。皮肤温度、气味、心跳、吸吮、停顿、哭声、母亲调整姿势，这是一套身体化的反馈系统。

世界卫生组织将早期皮肤接触与更早的母乳启动、婴儿更多互动和更少哭泣联系起来，同时强调营养干预必须和回应式照护结合。催产素在母婴两边同时释放，被称为"爱的激素"，但更准确的说法是"连接的激素"。

然而，我们正在把这些换成会讲故事的音箱。

儿童发展研究里有一个朴素的术语，叫“serve and return”，可以翻成“发球与回球”：孩子发出一个信号，哭声、手势、咿咿呀呀的声音，照护者以眼神、语言、拥抱回应。一来，一往。

哈佛儿童发展中心把它定义为塑造早期脑结构的核心关系环境。决定大脑发展质量的不是词汇输入量，是有多少轮真正的来回。孩子在成人的回应里学到的远不止一道正确答案，"我的信号会被看见"、"问题可以带来共同探索"、"我也要给对方留下回应的位置"。

现在，问题来了，机器也会回球。生成式AI是历史上第一项能够模仿这种一来一往的技术。社交媒体只能单向播放，推荐算法只能拖住眼球。但能接话、能追问、能假装听懂你的模型，它开始模拟婴幼儿大脑最熟悉的互动结构。

2024年的一项研究让114名6到8个月大的婴儿分别观看真人、类人机器人和一个花瓶。结果婴儿对机器人的视线方向表现出了跟对真人相近的注意和面部反应。

这当然不等于机器人能提供等价养育。但它说明了一件事：孩子的社会系统不会先替我们做机器鉴定。孩子不会先问你有没有意识，他先感到你有没有在回应他。

聊天机器人提供的，正是这种"无摩擦关系"。永远耐心、永远在线、永远记得、永远理解你。对疲惫的家长，这是止痛药。但对正在学习关系规则的孩子，这份完美恰恰是问题。

但是，在这个过程中，有三样很重要的东西会被优化掉。

误解：真实的人有时听不懂，你得换个方式重新说。孩子在这个过程里学到的，是别人可能和我想的不一样。

延迟：真实的人不会秒回，你得等。在这个等待里长出的是冲动控制和延迟满足的神经回路。

修复：真实的人会错、会道歉、会回来。成千上万次的"破裂与修复"，才能教会孩子一条最根本的关系法则：冲突不会自动终结关系。你可以生气，你还可以被原谅。

聊天机器人把这些都优化掉了。它优化掉的不只是麻烦，更是大脑用来建造社会能力的全部原材料。

五、当造技术的人不让自己的孩子使用

曾经，小儿麻痹疫苗发明者乔纳斯·索尔克（Jonas Salk）在推向公众之前，先给自己的老婆和三个儿子打了。他的逻辑很简单：如果我要别的父母信任我，我得先信任它。

而现代最伟大的企业家，可能没有之一的史蒂夫·乔布斯则遵循一条相反的原则。他造出了改变全世界童年的设备，却严格限制自己孩子碰它们。记者问他孩子是不是很喜欢刚出的iPad，他回答："他们还没用过。我们在家限制技术。"

苏斯金在书里管这个叫"索尔克-乔布斯试金石"：你造出来的东西，你让自己的孩子用吗？如果答案不是，那它可能不是产品，是实验。

而这个测试不需要你懂一行代码就能做。

翻一下最近的新闻。人工智能公司Anthropic的联合创始人杰克·克拉克（Jack Clark），今年早些时候接受《纽约时报》采访，说一想到自己年幼的女儿能"毫无阻拦地"接触YouTube的推荐算法，"我就吓死了"。他接了一句更值得琢磨的话："我持有典型的加州科技高管观点，别让孩子身边有那么多技术。"

这个"典型观点"的讽刺在于，他自己在造世界上最先进的AI。

我在此前文章中介绍，硅谷有一所叫Waldorf的私立学校，学费高到令人咋舌，教室里没有iPad、没有电脑、没有智能白板。学生在黑板上写字，在泥土里玩。家长名单里塞满了谷歌、苹果、OpenAI的员工。这些人的产品进入了全球几十亿个家庭，自己孩子的童年里却没有它们的位置。

这不只是伪善。技术内部人拥有一种普通家长很难获得的知识优势。他们知道产品演示隐藏了什么，知道“再聊一会儿”为什么总会出现，也知道增长团队怎样衡量一个孩子有没有离开。他们有钱购买替代方案，还能让保姆、教师、营地和户外活动填满机器退出后的空白。

普通家庭看到的是功能，内部人看到的是目标函数。这批人是地球上对屏幕和算法如何影响儿童大脑这件事了解最深的人。他们用自己的钱包投了票。他们也用自己的产品，替别人的孩子做了相反的选择。

六、分界线：该把AI放在哪里？

写到这里，最容易得到的结论是给家长一张禁用清单。AI有毒，远离就好。但是，这种功能建议和清单没什么用。疲惫的人缺的通常不是一条更严格的道德命令，他们缺时间、钱、睡眠，以及一个下班后没有继续弹出消息的夜晚。

斯金的书也拒绝了这个简化版。她不是一个技术恐慌论者，她是一个儿科外科医生。她的分界线不在"用不用AI"，在一个更具体的问题上。

AI最应该进入家庭的地方，是替大人处理清单、安排日程、减少文书，把大人的时间还给孩子。AI最不该进入的地方，是以"更耐心、更懂孩子"的名义，替大人去讲故事、说晚安、做玩伴。

苏斯金把儿童AI产品分成六类，从"时间节省器"到"照护者"，风险逐级上升。但大家不需要记住六类，记住一个问题就够了：这个工具面对的是家长，还是直接占据孩子？前者增加人的在场，后者看似减负，却可能把孩子推向更孤立的位置，因为家长把育儿任务外包给了AI，然后继续填表、加班、回消息。

AI的威胁，不是它会伤害某个具体的孩子，而是阶层的分化。条件好的学校会对儿童端AI谨慎审查，保留高密度人类互动。资源紧张的机构可能把廉价、未经充分验证的自动化当作"更好的替代品"。

苏斯金说，如果没有人干预，"人养大的"可能像有机食品一样，成为一个阶级标签。富人买到更多人类注意力，穷人得到更多机器互动。而一个社会如果不给父母时间，却卖给孩子永远有时间的机器，那不是技术在弥补家庭，是制度在甩掉责任。

七、那些噪音意味着什么

苏斯金在全书最后写了一段话，和技术无关，但是触动人心。

她说，写这本书改变了她。她以前只想求安静。三个孩子、满诊所的孩子、永不休止的哭闹和叫喊，她渴望片刻沉默。

写完这本书后，她开始停下来听那些声音。操场上孩子的尖叫。父亲在劝儿子再滑一次滑梯。超市里被推车推着的幼儿伸手够一切东西。飞机上哭闹的婴儿。

"这些声音意味着不同的东西了。它们是证据，我们仍然在出现，仍然在照顾彼此，仍然在做那些混乱、低效、不可替代的事。养育人类。"

"关爱不是一个概念，是每天重复一千次的动作。"

一百年前，阿加莎回头看，发现机器变便宜了，人变贵了。今天回头看，AI互动变便宜了，但一个活人在睡前讲故事，一个活人在孩子哭的时候把他抱起来，在他搞砸之后蹲下来说，没关系，然后再教他怎么做。这件事，不应该变成明码标价的奢侈品。

有一天，当一间教室终于安静到只剩机器说话，我们会不会还记得，那些被优化掉的声音，原来就是孩子长大的声音？【懂】

经叔最近做了一个网站:https://budongjing.com

人肉筛选挖掘的硬核优质内容及深度原创，重点关注科技、文化、财富、权力四大要素以及它们之间的互动与影响。网站定价1999元/年，目前内测优惠价1299元/年，感兴趣的读者可以加经叔微信订阅。

另外，欢迎加入经叔的知识星球。在这里，我们拒绝无用的焦虑，只谈底层的逻辑与实战的干货。我会结合最新的AI前沿动态、深度的商业创新分析（如一人企业的构建）和独特的文化思潮（如麦克卢汉的媒介洞察），帮助大家把握时间窗口。

我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。

不懂经知识星球，众多百万粉丝大V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。

愈懂愈自由