AI难破教培领域困局

《龙樱》

2026年，TIME联手Statista公布全球教育科技公司榜单时，头把交椅换成了Duolingo。猿辅导排到了第八位。

回望一年前，编程猫、有道、好未来还稳稳占据着全球前三的位置。那时，“中国教育科技”是当年最吸睛的行业叙事。但教育科技的演进史，更像是一场不断更换主角的未来预演。

鲜有行业像中国教培这样，对下一项技术有着近乎焦灼的渴望。梳理过往，教培其实有两部历史：一部是技术更迭史，另一部是产业发展史。过去二十年里，这两条线时常并行，却很少指向同一个终点。互联网、MOOC、直播、大模型……技术一次次兑现承诺，行业却始终未能达成寄托于技术的厚望。AI虽然来了，可为何每一次都像是初次造访？

“AI能不能救教培？”这不过是老问题换了个新马甲。也许从一开始，这就问错了方向。一个问题如果连续二十年都无解，值得怀疑的往往不是答案，而是问题本身。

技术革命，本质上是一种延后机制。当一个行业在社会层面找不到出口时，它会狂热地投向技术提供的方案。技术不仅提供工具，也兜售未来。如今，技术越来越像一种通用语言，凡是暂时无法厘清的问题，人们本能地将其翻译为技术问题。每一次技术浪潮都在刷新行业的叙事逻辑，却极少改变行业存在的根基。教培，只是时代症候的一个切片。

技术乐观主义有一个基本预设：社会困境终将被技术消解。教培天然信奉这一点，因为它售卖的从来不是知识本身，而是对不确定性的管理。互联网许诺消除信息不对称，直播许诺复制优质资源，AI许诺让每个人拥有专属导师。

这些承诺共同回避了一个核心事实：教培并非教育制度的有机组成，它首先是竞争制度的产物。教育是入口，知识是媒介，机会才是真正交易的商品。

当教育陷入困局，舆论聚焦的是模型、算法和算力，而非追问教育为何存在，又该通向何种社会图景。一旦教育只能用技术语言被讨论，教育本身便退出了公共视野。

人们常低估技术真正撼动的维度。直觉告诉我们，技术改变的是生产方式——更快的机器、更高效的系统、更低的成本。但技术的影响往往发生在更深层，它重塑了一个社会理解未来的方式。技术令人着迷，不仅因它能解题，更因它让人相信，那些暂时无解的难题，终有一天会被攻克。

整整六十年前，德国学者布鲁门贝格敏锐察觉到现代社会的一种特殊焦虑：它拥有改造世界的能力，却越来越难回答一个朴素的问题——我们究竟想把世界变成什么样？传统、宗教、共同价值曾提供答案。现代社会摆脱了这些约束，也遗失了这些指引。

技术承接了这份期待。它让未来不再是被动等待降临之物，而成为可制造、可加速的对象。关于未来的宏大命题，被换算成能力指标。人们更关心是否有更趁手的工具、更高效的方法、能否借某种技术赢得竞争。

技术不要求回答那些棘手的大问题，它只要求你相信：它们就是未来，要么加入，要么被抛弃。它宣告未来已至，至于真正的问题，留待以后再谈。

1954年，法国人雅克·埃吕尔出版《技术社会》，预言技术将成为衡量问题价值的标尺。凡可计算、优化、复制的，被视为值得解决；那些无法量化的议题，即将被淹没。

教培正是这一变化最直观的场域。招生被简化为流量运营，教学被包装为产品迭代，竞争被量化为效率比拼。

技术最大的威力，不在于它能解决多少问题，而在于它决定了哪些问题值得被提出。这也是为何在AI时代，我们需要警惕的不是AI够不够强大，而是面对困境时，是否还保有提出技术之外问题的能力。

1944年，卡尔·波兰尼出版《大转型》。他指出，市场从未独立存在，它嵌入于社会结构之中。价格、交易和效率背后，潜藏着更深层的力量：制度、文化、关系、人的抉择。

教培不是教育制度的附庸，它是社会竞争系统的衍生品。人口结构塑造需求，考试制度指引方向，就业竞争制造焦虑，家庭选择决定支付意愿，社会流动承载期待。AI能改变教育的供给形态，却无法扭转教育需求背后的社会逻辑：