续力科技 · AI 教育
不要让工具，把人变成工具
10 月 14 日，由续力科技与北京四中共同开发的 AI 商业实践课程《AI 时代 · 商业与创造》，在北京四中开讲第四课。
前三课走的是同一条线。第一课讲 AI 怎么改变信息入口、一个品牌怎么被 AI 找到；第二课讲怎么把学校的活动资料，变成一套 AI 能照着执行的规则；第三课把 AI 本身拆开，讲它走到哪一步、能力边界在哪里。三课都在回答怎么用。
第四课把问题掉了个头。这一课的讲台交给了一位在数据科学一线工作超过 30 年的人——前埃森哲大中华区首席数据科学家兼董事总经理。他不讲 AI 还能做什么，而是先回答另一个问题：AI 已经这么强，人到底该怎么学？
01 讲 AI 之前，先讲人脑
课一开始，老师先把这个问题摆了出来：「不然你说 AI 比人聪明，凭什么？」他的答案是——要判断 AI 会不会比人聪明，得先知道人是怎么学的。这两年他把大量时间放在脑神经科学上，与新加坡南洋理工大学前副校长合作，在北京一所国际幼儿园里成立了「脑友好学习中心」，研究的是同一件事：怎么让学习真正进到大脑里。
今年，新加坡管理大学成立「未来能力委员会」，邀请行业里有经验的人参与，回答的问题是：今天学生选的科、学的技能，三年五年之后还有没有用。
这一课的两条线由此展开：一条是 AI 自己的 70 年，一条是人脑的学习机制。两条线最后汇到同一个落点上——AI 能让学习更快吗？快在哪里，又风险在哪里？
02 AI 的 70 年：一条看得见的时间线
课上的开场没有讲话，直接抢答。第一个问题：「AI 有多少年历史？」选项从 5 年一直排到 70 年。答案是 70 年。答对的学生拿到了一本讲 AI 领域核心人物的书。
接下来是一条完整的时间线：
AI 的时间线
· 1936 年，图灵提出「图灵机」——一种抽象的计算机模型；1950 年，他提出「图灵测试」，第一次给出判断机器是否具有智能的方法
· 1956 年，达特茅斯会议召开，「人工智能」这个概念被正式提出
· 1966 年，麻省理工学院推出第一个聊天机器人
· 此后经历多次「寒冬」——投资和技术都没能接上，一直没做出成果
· 2012 年，深度学习在图像识别上取得突破性效果，课上把这一年称为 AI 春天的开始
· 2016 年，AlphaGo 战胜围棋世界冠军
· 2022 年，ChatGPT 发布，AI 进入全民普及阶段
课上还特意点了几个名字，说明 AI 不是某一个人做出来的：神经网络理论的先驱辛顿、搭建标注数据集的李飞飞、提供 GPU 算力的黄仁勋，以及创立 DeepMind、后来又做出 AlphaFold 的哈萨比斯。
讲到当下，课上给了一个判断：最热的时候还没过去——现在的 AI 正处在「夏天」。
03 已经发生的价值，和还没有发生的那部分
讲完历史，话题转到价值。这一部分没有停在愿景上，给的是三件已经发生的事。
经济增长：至少 5%
课上引用世界经济论坛的调研：超过半数受访首席经济学家认为，AI 将拉动全球经济增长至少 5%。
出处：世界经济论坛《首席经济学家展望》（2025 年 5 月）
保险业：AI 已经嵌进客户旅程
课上举了香港 FWD 保险的案例：150 多个 AI 模型已经上线，AI 模型开发和营销活动执行的周转时间缩短 50%，车险理赔直通处理率提升 19%，保单续保率与整体客户留存率同步提高。
出处：FWD 及 Waters Technology、Insurance Asia News 报道
科学发现：一个拿了诺贝尔奖的模型
AlphaFold 已经预测超过 2 亿个蛋白质结构，服务 190 多个国家的 300 万名研究者；它的创始人哈萨比斯因此获得 2024 年诺贝尔化学奖。
出处：剑桥大学官网、2024 年诺贝尔化学奖公告
但课上给了一个冷静的补充：AI 的实际渗透率仍然很低。一张基于真实使用情况绘制的图显示，大量职业场景依然是空白——AI 远没有发挥出理论上的全部能力，也仍然存在它替代不了的领域。
出处：Maxim Massenkoff & Peter McCrory，《Labor Market Impacts of AI: A New Measure and Early Evidence》
04 风险，不只是 AI 幻觉的胡言乱语
风险这一段，课上讲得比价值更具体，一共分了四类。
课堂上的四类风险
· 内容幻觉：AI 会「一本正经地胡说」，输出看上去严谨、实际不成立的内容
· 网络攻击：AI 被用来生成攻击程序。课上提到一组数据——自 ChatGPT 发布以来，AI 驱动的网络攻击增长明显，并举了政府网站遭到攻击的例子
· 欺诈：换脸、拟声等技术被用于身份冒充，以及规模更大的网络钓鱼
· 环境成本：AI 数据中心的能耗与耗水都很高。课上引用的一组预测是，到 2030 年 AI 可能占全球能耗的 3.4%，相当于一个加拿大全年的用电量
这一段没有停在「AI 很危险」上，它给的是一个更窄的判断：AI 给出的答案，必须先被怀疑一次。这个判断在后面还会反复出现。
05 现场讨论：有了 AI，还要不要学知识
课上有近一个小时留给学生。现场 14 名学生分成 3 到 4 人一组，围绕两个问题讨论 10 分钟，再用 3 分钟汇报。
两个议题
· Q1 人工智能对学习有什么影响？
· Q2 既然 AI 能访问和组织全世界的知识，学生还需要花时间学知识吗？
学生的答案分成两半，方向却是一致的。
一半是肯定：AI 大幅降低了查资料、辅助解题的时间成本，整体上利大于弊。另一半是条件：仍然要学——但学的东西变了，重点从知识点本身，转到知识背后的学科思维、知识点之间的索引，以及拿到知识之后能往上走的那一层能力。
担心也说得很具体：依赖、幻觉，以及「思考这一环被跳过去了」。
06 作业分上去了，考试分下来了
这一课分量最重的一段数据，出现在脑科学部分。
一项覆盖 26,811 名中国中学生的跟踪研究
样本：中国 26,811 名 7–12 年级学生，跟踪 30 个月。
结论：用 AI 做作业的学生，完成时间更短、作业分数更高——但考试分数更低。而做作业所花时间与非 AI 用户接近的学生，学习损失很小。
出处：CEPR 讨论稿 DP21577《The Generative AI Learning Penalty: Evidence from Chinese Secondary Education》（2026）
课上配了一张图把这件事画了出来：不用 AI 做作业的学生，作业分数和考试分数同向变动；用 AI 做作业的学生，作业分数越高，考试分数越低。
为什么会这样？课上的解释回到了神经元。学习本质上是大脑建立神经元连接的过程，需要主动思考和重复巩固；看一遍 AI 给出的答案和解题过程，看懂不等于学会。
「看懂和会做是不一样的。」
这句话出自现场一位学生的汇报。他把机制讲得很清楚：拿到 AI 给的答案，看了一遍它的逻辑，但不等于把这套逻辑内化进来——神经元没有建立连接，考试要复现的时候就不会了。
07 四条可以直接照做的用 AI 方法
风险讲完，课上给了四条能直接照做的方法。
① 用「苏格拉底提问法」设一条规则
给 AI 设一条规则：绝对不直接告诉你答案，一步步追问你的思路。你先自己做，做到卡住的地方让它引导你，最后的答案由你自己得出来。课上提到，现在很多工具的后台都可以这样设置。
② 对输出做批判性核查
AI 会一本正经地胡说。拿到答案之后，反复审视它的基本定义，追问这个答案的来源，点进去看来源网站可不可靠。课上特别强调：不要盲目相信。
③ 反过来用：让 AI 向你提问
大多数人用 AI 是「让它给答案」。反过来的做法是：把你的主题和目标告诉它，让它只对你提问，由你来给答案。这个动作会逼着你把自己的知识链完整走一遍。
④ 把「内化」放在效率前面
课上把这一条说成一句话：学习的内容只是媒介，真正被加工的是有效的内化——积累，再加上自己的创造。
08 这堂课的落点
课上把学习分成两层：记住、理解、应用属于低阶；分析、评估、创造属于高阶。AI 时代真正要练的是后面那一层，再加上一组软技能。
AI 时代要练的能力
专业知识 + 常识 · 批判性思维 · 软技能（学习方法、创意、沟通、合作、社交）
课上有两句话被反复提到，后一句成了整堂课的落点。
「如果你的脑是空的，AI 告诉你，你也不知道对错。」
「最可悲的局面，就是工具把你们变成工具。」
课堂之外还有两个细节值得记下来。一是这一课的作业：一周之内用 WorkBuddy 完成一件科技节作品，作品可以参与评奖、为班级争取集体分——一件个人作业，被挂上了班级的集体荣誉。二是校方在收尾时专门提到的一件事：讲师全程给内容标注出处。在 AI 可以随手生成一切的年代，「这个说法从哪来」本身就是一种能力。
这一课没有给出标准答案。它做了另外一件事——把「AI 很强」这个笼统的印象，拆成了几个可以判断的具体问题：它走了多少年、价值落在哪里、风险落在哪里、人该怎么学。
AI 能替你写完作业，但替不了你把知识长进自己脑子里。
续力科技与北京四中持续推进后续课程
把产业一线正在落地的 AI 应用与商业场景持续带进高中课堂，让学生在少年时期就能接触到真实世界里的技术与商业。
关于续力科技
续力（北京）科技有限公司在 AI 时代，聚焦个人事业发展、组织绩效提升、机构可持续发展三大核心需求，以 AI 技术赋能教育革新与企业增长，以 ESG 专业能力助力企业合规与长期发展，团队协同生态合作伙伴服务政企、头部金融机构、上市公司及其供应链。
公司使命是以人工智能赋能企业增长，以教育赋能个人成长，凝聚可持续发展生态伙伴力量。
关于北京四中
北京市第四中学（简称「北京四中」，BHSF）创建于 1907 年，初名「顺天中学堂」，1949 年定名北京市第四中学，是北京市首批示范性普通高中，校训为「勤奋、严谨、民主、开拓」。
北京四中是北京最负盛名的中学之一：1978 年被确定为北京市重点中学，2007 年位居「中国十大名牌中学」之首，也是「世界名中学联盟」发起成员校之一，百余年办学历史中培养了众多知名校友。
本次 AI 商业实践课程由续力科技与北京四中共同开发、联合落地，把产业一线的 AI 应用与商业场景带进高中课堂。
资料来源：《北京四中 AI 课程大纲》《AI 时代 · 商业与创造》第四课课堂记录（2026 年 10 月 14 日）；世界经济论坛《首席经济学家展望》；FWD 保险及 Waters Technology、Insurance Asia News 公开报道；剑桥大学官网与 2024 年诺贝尔化学奖公告；CEPR 讨论稿 DP21577《The Generative AI Learning Penalty》（2026）；Massenkoff & McCrory《Labor Market Impacts of AI》。