每天两个学术小时,96% 的孩子说他们喜欢学校

原标题Two Academic Hours a Day, and 96 Percent of Kids Say They Love School

Trilogy 创始人、现任 Alpha School 校长 Joe Liemandt 在 No Priors 节目中讲述:AI 导师、与五年级学生谈成的“两小时协议”,以及体育教练式的理念,如何能惠及十亿名儿童。

SGSarah Guo主持 · Conviction
频道
No Priors
发布
2025年9月25日
视频
1:01:49
阅读
23 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Joe Liemandt 从斯坦福辍学,花了 25 年打造 Trilogy,之后自己出任 Alpha School 校长,想把 K-12 教育重新设计成一款产品。学生每天用两小时完成 AI 辅导的学术内容,难度保持在正确率 80% 到 85% 的区间;下午参加工作坊,激励则由向导而非讲课的老师负责。他认为,美国中位数的高中生几乎学不到什么,ChatGPT 在课堂里就是作弊工具,创业者应当直接向家长推销,而非向学区推销。

  1. 1优秀的教学从未能够规模化,因为优秀的老师就那么几位Liemandt 认为,神经网络终于让个性化教学变得可以复制,这正是一位产品人士亲自出任校长的原因。
  2. 2你记得的那位老师,是让你相信自己能做成难事的人。没有人会因为老师批改七年级科学小测的速度快而记住他。如果由 AI 负责教学,成年人就应该把时间花在人与人之间的那部分上。
  3. 3孩子们最强烈的诉求是“别浪费我的 12 年”。把时间还给孩子才是头号激励,校园货币不算;现金适合用在特定时刻,比如打破自我设限的天花板。
  4. 4美国每个孩子每年的教育支出约为 2 万美元。在他的算法里,花 1000 美元让一个孩子相信自己不是“那个不聪明的姐妹”,是一笔很容易做的交易。
  5. 5知识是分层级的:分数没学会,代数就崩;代数没学会,化学也会跟着崩。按时长计的学校会留下瑞士奶酪式的漏洞;以掌握为导向,再加上“每 100 分奖 100 美元”的测试,就能把这些漏洞补上。
  6. 6美国普通高中生在四年里,在满分 300 分的量表上只提高 1 分,而排名前列的学生每年仍能提高约 6 分。他说,这种放缓源于掌握失败,而并非什么神秘的青春期低迷。
全文

按章节阅读完整文稿

01

他先花两年拒绝那种古怪的学校,后来自己当了校长

Sarah Guo 和 Elad Gil 介绍说,Joe Liemandt 是 Trilogy 的创始人。这家 1990 年代的软件公司,被他称为那个十年里第一款卖出十亿美元 AI 的产品;他同时也是 Alpha School 的校长。他高中时写过一篇关于 AI 的论文,其中有一段话说,神经网络还要几十年才能实现。在斯坦福,他曾与专家系统之父 Edward Feigenbaum 同上一门课,后来辍学,花了 25 年做经典的 SaaS:销售配置、有机增长式建设,以及收购。他开玩笑说,那时候甚至不能叫它 AI,因为 AI 是个不受欢迎的词。

这所学校是通过 McKenzie Price 找上门来的。她是斯坦福的毕业生,Liemandt 在 1990 年代把她招进了 Trilogy。十年前她创办了 Alpha,这所学校很不一样:上午用应用程序学习,教室前面没有传统的老师。Liemandt 用了两年时间告诉她,他不会把自己的孩子送进她那所古怪的学校。他说,每个家长都希望孩子接受自己当年那样的教育。他自己上过天主教学校,甚至都不喜欢,却仍然习惯性地选择了本地版本的、同样有两百年历史的模式。

他的顾虑很具体。Price 用的是 DreamBox,而他无法相信,一个没有老师的应用能在数学上胜过真人教师。好学校等于好老师,这点人人都知道。Alpha 每开一个新校区,还是会撞上同一堵墙:校园里一旦有了一百个孩子,家长们都想挤进来;但没有人愿意排在最先的那二十个之中。Price 想成为创始家庭之一,部分原因是她想自己挑选孩子身边的其他同学。这一过程花了两年。两人的女儿现在是最好的朋友,已经有十年了。

三年前,生成式 AI 出现,他判断神经网络终于来了,Alpha 的魔力可以离开奥斯汀了。教育领域一直都有单点解决方案,但它们无法规模化,因为优秀老师不能批量复制。他是做产品出身的人,于是自己当了校长:五年级的学生打架怎么办,家长会对什么大喊大叫?如果家长把孩子送进一栋楼,和其他孩子、其他成年人待在一起,那么在有 12 年时间可以重新设计的前提下,你要如何释放人的潜能?他在节目中说,目标是十亿个孩子。

02

五年级学生把一天谈判成了两小时的实际学习

十年前,Liemandt 问 Price 的联合创始人,关于学校他有什么是不知道的。对方说了两件事。第一,孩子必须喜欢上学。第二,一旦他们喜欢上了,你对他们的期望就太低了。给我一百天再打给我。这两点后来都被证明是对的。有了生成式 AI 之后,Alpha 的第一条设计原则就是:孩子们必须比喜欢放假还要喜欢上学。他们会对学生做调查。96% 的学生说自己喜欢上学。每隔八周,根据假期安排和下午工作坊的效果,40% 到 60% 的学生说,他们喜欢上学胜过放假。如果你要让孩子在一栋楼里待上 12 年,他认为每个家长都应该期待这样的结果。

他当校长的第一周,问新来的五年级学生是否喜欢上学。全班都说不喜欢。什么能让他们喜欢?少上学。少多少?一点都不上。主持人指出,学校是一个综合体:学术、体育活动、社交和托管。孩子们说的是学术部分。六个小时的课堂永远培养不出热爱。他们谈判的结果是:在应用程序里真正投入两小时,以此换取四个小时的“超酷时间”。学生们答应了。他回到团队里说:把所有内容都压进这两个小时,而且要让它们真正留在脑子里。

他说,教育科技已经推行了很多年,但考试成绩一直在下降,原因在于学生的投入度。即便是十年前的 DreamBox 也能起作用;有研究显示,真正投入使用 Khan Academy 的人只有 5% 到 10%,也就是那些能自我驱动的少数人。40 年来的学习科学论文都宣称,孩子可以学得快两倍、五倍或十倍。但这些方法在有老师站在讲台前的课堂里行不通。团队从斯坦福大学教育研究生院院长 Dan Schwartz 的一本书里,一章一章地摘出方法,并据此构建了一个学习引擎。对孩子的承诺,现在是每天两小时达到前 1% 的学业水平。应用程序显示绿灯后,下午就腾出时间来培养生活技能:领导力、团队合作、毅力、创业精神、理财能力、讲故事、公开演讲和人际关系。一旦 AI“什么都知道”,这正是家长真正在意的那一揽子能力。

03

年级和知识水平是两回事,系统让孩子保持在 80% 到 85% 的正确率

一个五年级学生的一天,从 Limitless Launch 开始。Liemandt 把它形容为“给孩子的 Tony Robbins”:成长型思维,即只要环境允许,孩子就是无限的。接着,他们和 AI 导师一起上两小时的个性化课程。他坚持认为,年级和知识水平是两码事。在美国普通的六年级班级里,真正需要六年级内容的学生其实很少,但六年级老师的任务仍然是把这些内容讲完。在他看来,这种错位正是成绩持续下滑的原因。

随着校区陆续开学,几百名学生刚刚转入。他对家长做的第一场学业讲话,措辞很不留情面:你们花 5 万美元学费上的私立学校,一直在骗你们。在 Alpha 的标准化测试中,全 A 的成绩单通常会落在比年级高一级到低三级之间。成绩为 B 的学生则落后三到七年。他遇到过一些来自高端私立学校的新生,写不出语法正确的三年级句子。不过,好消息是速度很快。通常,一个年级加一门学科的组合需要 20 到 30 小时才能掌握。Math Academy 上的四年级数学需要 28 小时,五年级 26 小时,六年级和七年级各 22 小时。家长以为要用几百个小时去补课。落后 60 个小时,如果孩子每天再多加一个小时,无论是在学校还是做作业,就是 60 天。这些是扎实、专注的学习时间,不像他记忆中小学下午那种流口水、乱涂乱画的时光。

这套系统的任务,是让每个孩子始终处在“最近发展区”,正确率保持在 80% 到 85%。正确率达到 99%,意味着你在给他们讲已经会的内容。一旦跌到 66% 或以下,他们就会失去投入。每个电子游戏设计师都懂这条曲线。课堂老师无法为每个学生源源不断地生成落在这个区间里的题目;AI 导师却可以,包括在跨度太大时搭建脚手架式的课程。他说,学习科学并不支持把孩子直接扔到远超他们能力的高处。如果给他一份 MCAT(医学院入学考试)试卷,还要求他展现毅力,他一定会不及格;把他退回到大一生物课,然后逐步往上搭。写不出东西的高中生,几小时就能学完三、四年级的课程,而不是用几年;几周之内,他们就能做出 AP 语言科目的自由作答题。真正带来加速的,是恰到好处的内容,而非硬扛着的“溺水式”学习。

04

家长在体育上相信高标准,在学业上却反对高标准

下午是项目式工作坊:一件孩子会喜欢的事,加上一项生活技能。Liemandt 说,要爱上学校,需要三个信念,他希望能用魔法把它们装进每个家长的脑子里。孩子必须像喜欢放假一样喜欢上学。他们每天两小时就能把学业拿下。而孩子幸福的关键,是高标准。孩子想做艰难而酷的事情,并把它们完成。低标准会夺走他们的热爱。主持人指出,几百年来的学徒制也一直是这样运作的。问题在于,家长在体育上完全相信这一点,在学业上却常常拒绝接受这个说法。

每个人都希望自己的孩子进入冠军队,跟着一位会说“这将是我们做过的最难的事”的教练。去年垫底,明年夺冠,苦练、团队合作、领导力。这就是家长为课后体育花钱的原因:买的就是这些生活技能。Alpha 整个下午都想沿用同样的理念。幼儿园的孩子要攀爬 40 英尺(约 12 米)高的岩壁。家长的职责是保证安全,不愿看到孩子挣扎、失败,有时还在通往成功的路上哭。他说,所有儿童发展专家都希望这种循环尽可能多地发生,并有一位关心他们的成年人在旁支持。对 Alpha 来说,这也正是让孩子爱上学校的关键。

05

没有七年级科学老师,只有起薪 10 万美元的向导

Alpha 不聘请成年人去教七年级科学。它招募的是激励型和情感支持型专家,人员特点随年龄而变:幼儿园阶段,要用爱把孩子包裹起来;高中阶段则有前 NFL 运动员和 NBA 教练,他们能把沉迷电子游戏的初中男生拉过来,然后说:我们走,去干点什么。向导的起薪是 10 万美元。在他的讲述中,教学的未来,正是人们当初选择当老师的原因。你最好的老师找到了你,让你相信自己能做很棒的事。没有人是为了批改科学小测验才去当老师的,也没有人会因为他们改作业改得仔细而记住他们。

上午的学术课按 25 分钟一个“番茄钟”进行,依次是数学、科学、语言和阅读。在一个时段里,向导会把某个孩子带出来:今天先不学数学,跟我讲讲周末的事、垒球比赛,还有你为什么投入不够。这就是全职的工作。在旧金山校区开学 23 天时,一位家长告诉他,这位向导对孩子的了解,已经超过了老师们好几年的积累。高中生在被录用之前,会先面试未来的向导,外界通常以为这种做法会拉低标准。他说,想要变得优秀的孩子,会选择严格的教练。Steph 负责 K 到 8 年级,出身体育界,她把自己的工作定义为:把体育的那种精神带进学业。

向导要对小组里的每个孩子负责三项承诺:热爱学校、学习效率翻倍,以及生活技能。做不到的话,你很快就不会留在 Alpha,这里不实行终身教职制度。学生会被问到,向导是不是那一两个能够改变人生的成年人之一。对初高中的家长,则会问一个更尖锐的问题:你是否相信 Alpha 的向导能坚持高标准,从而让你可以给予无条件的爱?Liemandt 最大的女儿不让他读她的斯坦福申请材料。她的向导 Chloe 是哈佛毕业生,告诉他不用担心。这跟家长已经接受的、交给体育教练的那种外包,是一回事。资深向导可以拿到更高的薪水;他认为,正是这种关系,让老师能变成“10 倍”的老师。

06

真正的货币是还给孩子的时间;现金是用来打破孩子自我设限的故事的

十亿孩子这个目标,意味着既要为性格设计,也要为价格设计。除了 Alpha,他们还开设了不同下午安排的品牌学校:一所体育学院,以及一所资优学校,开设机器人、数学奥赛和写书课程。当只有 40% 的孩子更喜欢上学而不是放假时,向导们会被问:怎样把这个比例提到 75%。资优(GT)班的向导希望增加学业内容,再加一个“第三强化时段”。他的大女儿高中时就读微积分的书,现在是斯坦福的双学位学生,还设计了一门以方程为基础的英语课,因为那些理工科男生写不好文章。他的小女儿还在读高中,每天醒来第一件事就是问,这是不是她最后一次要做的学业任务。她有数百万 TikTok 粉丝,还为高中男生做了一款 AI 约会应用。这种连续性才是关键:找到孩子的热情,在下午给他们更多这方面的时间,而上午的学业则顺势跟上。

这款产品叫 Timeback。他说,最大的动力是:别浪费我的生命,别浪费我的 12 年。传统课堂有 95% 的时间是浪费,就像堵在路上。一位资优班家长在 Astral Codex Ten 上的一篇文章,把 Alpha 币列为最有效的激励手段。Liemandt 纠正了这个说法。没有足够的钱能让 Westlake 高中的学生心甘情愿地上六小时课,再做四小时的 AP 作业。但如果告诉这些学生,每天只需两到三小时,仍能考出 1550 分以上的 SAT,并在 AP 考试中拿到 5 分,再加上四年里他们喜欢的下午,这笔交易就成立了。贴纸、排行榜和竞争依然重要,因为每个孩子都不一样。在高支持、高标准的任务要求下,向导每天都在设计新的项目。

钱是其中最具争议的一块,他没有回避。幼儿园的孩子在一个迷你经济体中赚取 Alpha 币,学习赚钱、储蓄、消费和捐赠。到了中学,学生如果在某个学科上达到前 1%,就能获得 1000 美元,这笔钱会存入一个 Robinhood for kids 账户,作为真正的钱来投资。有人会一股脑全投进去又亏光,家长们就会大喊大叫。他认为,虚拟的影子账户会教出一种失调的赌博习惯,因为没有任何代价。有一个女孩用这笔钱飞到纽约,结识制片人,推动一部全部由青少年出演的百老汇音乐剧;她的 SAT 数学拿到了 790 分。成年人的成就本来就是这样取得的。

流行的说法认为,外在奖励会破坏内在动机,他说,这根本不对。孩子们身上都带着内在的障碍:我不够聪明,我不是前 1% 的孩子,我没有那些习惯。如果钱能帮他们养成每天的习惯,或者打破这种障碍,那么每个家长都应该愿意花这笔钱。他的小女儿上初中时,满足于排在前 10%;而她的姐姐是“那个聪明的孩子”。他跟她打赌,赌注是 1000 美元的礼品卡(她把它折起来,每天都看一眼),赌她进不了前 1%。她做到之后,坐下来跟妈妈说,她从来没想过自己能做到。那位妈妈原本很反感这个实验。她现在相信,只要肯下功夫,自己和姐姐一样聪明。美国每年在每个孩子身上的教育支出约 2 万美元。用 1000 美元来消除这种自我设限的叙事,在他看来很便宜。

07

按时长计的学校留下的是瑞士奶酪式的漏洞;每 100 分奖 100 美元,把漏洞补上

录制前一周,教育部长来 Alpha 参观,Liemandt 提出了一项全国性的、要用到钱的解决方案。美国高中生中位数的成绩,在四年里在 300 分制中只提高了 1 分。排名前 99% 的学生仍然每年提高约 6 分。因为这套体系是按时间而非掌握程度来组织的,学习在中学阶段就放缓了,对中位数学生来说,到了高中几乎停滞。他说,所有学习科学的论文都描述过瑞士奶酪式的漏洞。如果分数没学会,代数就会很难;代数没学会,化学就会接着出问题。知识是有层级的。

三年前,他把七年级学生叫到一起,让他们去补四年级的漏洞。学生们不想往回走。家长们更不想,还大喊:我的孩子应该上八年级。他放弃了说服家长,转而直接跟孩子们谈。他说,只要在得克萨斯州的 STAAR 考试中拿到 100 分,无论哪个年级,他都会送上一张 100 美元的钞票。STAAR 考试从三年级开始。他们先补上了三、四年级的内容,接着挑战五年级,考了 85 分或 75 分。AI 导师生成了缺失的课程。他们看了看清单,说一周就能学完,然后升级了。这个项目做两件事:补上漏洞,让学习保持线性;同时打破“只有天才孩子才能在州考试中拿 100 分”的想法。

他认为,在普通学校里,“好”被等同于智商和尽责性。Alpha 的系统试图把两者分开。只要正确率保持在 80% 到 85% 的个性化课程,再加上时间,你就能掌握八年级以前的每门课程。按照他的说法,体育精神之所以没有进入学业,是因为这座按时间计算的工厂让家长相信,学校是一场智力竞赛。每个孩子 400 到 500 美元的激励,相对于每年约 2 万美元的开支,就是他希望在全美每个人身上推行的方案。

08

12 年的苦熬制造出许多诊断,而两小时的学习日往往能将其化解

Gil 把 Alpha 放到更广阔的大环境中去谈:《The Coddling of the American Mind》、自闭症诊断从数千分之一上升到人口的 3%、ADHD 和利他林的大规模使用、青少年女孩的心理健康危机,以及 SSRI 类药物。Liemandt 并不否认这些数字。他认为,其中一部分正是一个长达 12 年、期望很低、95% 的时间被浪费、压力无处不在的体系应有的结果。按他的概括,IEP(个别化教育计划)就是家长与公立学校抗争,为孩子争取一种个性化教育,而大家都知道,个性化辅导的效果更好。很多家庭带着阅读障碍、书写障碍、ADHD 标签来到 Alpha。在 Alpha,孩子不用无聊地坐上六小时,也不会沦为需要靠药物才能熬过教室的“问题儿童”。他说,两小时的投入加上一个下午的另一种活动,就能彻底改变其中许多孩子。

初中女生来的时候,常说自己不是数理化的料,然后整天刷 TikTok。工作坊的开场是一张价值观图表和一块愿景板,然后是 ikigai,再然后是对一周 168 小时的盘点。有个女孩告诉他,她猜自己会成为最厉害的 TikTok 刷手,这跟她愿景板上写的正好相反。学校的任务,是把消费者变成创造者。他认为,孩子们并不是一觉醒来就想当电子游戏和 TikTok 的职业玩家;只是普通学校没给他们留下别的出路。他小女儿的数百万粉丝和那款约会应用,正处在这条界线的创作者一侧。

09

Alpha 不在乎价格;后面的品牌需要把学费控制在 1.5 万美元以内

Alpha 本身是昂贵的品牌,设计时仿佛价格不是问题,计划覆盖一百座城市。在它之下,他们正在建设更便宜的学校,学费现已降到每年 1.5 万美元,低于美国公立学校的平均支出。一所体育学院只需要一块场地和一名教练,而不必堆满精品工作坊,并且可以做到 25 比 1 的师生比。在普通学校里,小班教学只是在模仿辅导。Alpha 的高中向导被提出:带双倍的小组,就拿双倍的报酬。结果他们全都选择了人数更多的小组,以及更厉害的教练。学费在 2 万到 2.5 万美元的资优校区,开设数学奥赛和机器人课程。下一代蒙特梭利学校也处在同一价格区间。他们预计,德州将会出现数百所体育学院。德州每年在教育上的支出约 1000 亿美元,并且刚刚发放了 10 亿美元的教育券,大约每个孩子 1 万到 1.1 万美元,所以 1.5 万美元的学费,相当于家长每月要出 400 到 500 美元。

这家公司是营利性的,旁边还设有一笔规模很大的奖学金基金。Liemandt 想消除一种观念:把资本主义引入教育,就等于把邪恶带进世界。他在招募建设者:Timeback 将以平台形式开放,把学习科学打包好,这样别人只需设计下午的部分。德州的体育学院模式,就是让教练进驻上千个学区。他说,大多数教育科技都没有用到学习科学;如果依据那些论文重新构建,孩子们可以在 20 小时内学会一门学科。一家 3A 游戏工作室正在 Timeback 上开发产品,对全世界免费,团队认为它有可能成为有史以来最赚钱的游戏,因为一千万美国妈妈愿意每月付 100 美元,让孩子进入前 1% 到 5%。他想要的是完整的全栈:工程师、运营人员、校舍和向导。

Guo 问到公立学校监管这堵墙。他说,第一年他投入了第一个 10 亿美元,作为种子基金,用来寻找产品与市场的契合。他说,重建教育需要数千亿美元和一万座校舍。每个国家都会想要自己的模式;教育是各国政府真正会讨论的“主权 AI”应用场景。你不必在第一天就修好公立学校。美国私立学校市场已经超过 500 亿美元,但一百年来几乎没有创新。一百万个美国孩子负担得起 5 万美元的学费。教育券正在底层悄悄展开:德州的 10 亿美元,还有彭博社刚刚测算过的一项联邦法案,约 2000 亿美元将流向私立教育。之所以几乎没有改变,是因为 99.9% 的家长无法想象,没有老师站在讲台前的学校。Price 花了两年时间,才说服了一个家庭。他说,打破这种固有印象,一切就都可以重建。

10

ChatGPT 是作弊机器人,向学区卖教育科技是失败的生意

他认为,公立学校大约还要十年才会改变。教育很容易赶时髦,而他自己的样本量也不够大。他想要一百万名孩子,以及药物级别的随机对照试验,而这个领域几乎从来没有做过。他认为,近来的一些做法很糟糕,比如取消了乘法口诀的背诵。照他的理解,认知负荷理论认为,工作记忆的槽位是有限的;如果在一道高阶题的中间,7 乘 8 还需要现场计算,那就完了。转入的学生,无论来自公立还是私立学校,都不会背这些口诀,因为现在这被视为一种不好的做法。一波更大的冲击已经到来:ChatGPT。如果把它用在孩子的学业上,90% 的孩子都会拿它来作弊。“它是作弊机器人,不是聊天机器人。”Alpha 每天两小时的学术课程没有聊天功能。他们试过,学生们还是会破解它。

他认为,写作就是思考,这样知识才能被打进长期图式。孩子们写一句提示词,就以为自己是作家了。与之并行的风潮是:事实不必储存在脑子里,因为谷歌,后来是 ChatGPT,都能把它们找出来。同样的家长接着又说,他们想要培养批判性思维。没有任何学习科学支持在没有事实基础的情况下进行推理。当大语言模型这样做时,我们称之为幻觉;孩子们这样做,就只是在胡编。AI 仍然可以“给予”:像尼奥在《黑客帝国》里下载技能那样把事实装进大脑,速度比六小时的学习日快十倍。如果他有机会说了算,政策会是:不要按目前的形式部署 ChatGPT,并重建产品,让模型以学习科学为依据。

公立学校的领导面临的产品难题,比他更难,因为他们必须服务所有人。在奥斯汀,一位学区督学曾试图关闭长期表现不佳的校区,把学生转到学业更强的学校。家长抗议,是因为他们的大女儿有一位改变了她人生的老师,他们愿意用七年级的数学,去换取那位成年人留在学校。这种打包的体系本身就会自相矛盾。择校是一种解决办法。Alpha 的公立试点覆盖了几千名学生,大多是 MTSS 第三层级的学生,也就是最底层的 10%,在这些学校里,校方拥有最大的灵活空间。在弗里蒙特,最难的部分并不在于这款应用是否有效。动机占了答案的 90%。孩子们仍然需要坐六个小时,为什么要投入?礼品卡终于让他们动了起来。把教育科技放进没有动力的课堂,什么也改变不了,AI 导师也一样。孩子们用 AI 作弊,是想熬过这套体制,并非为了学习。只有 5% 到 10% 的学生能自我驱动,他们会喜欢苏格拉底式的导师。其余 90% 的学生被问到一天中最期待的是什么,回答是午饭、朋友和课间休息。

他说,教育科技作为投资是失败的,因为它卖给的是一个并不真正优化学业结果的体系,没有 ARPU(每用户平均收入),销售周期又没完没了,而且产品本身也不够好。应当依据学习科学重新构建。Math Academy 的结果呈阶跃式:四年级 28 小时,五年级 26 小时,六年级和七年级各 22 小时,背后有一本 500 页的书作为支撑。其他数学应用做不到这一点。与此同时,应当停止向学区推销。家长愿意把家庭调整后总收入的约 10% 花在孩子真正喜欢的教育上,整个社会大约花 5%;这是一个 7 万亿美元的行业。已经行得通的付费路径,是家长。他明天就想大规模推广的全国头号方案,仍然是“100 分换 100 美元”。

11

他的事业早已成功,接下来的 20 年,是为别人的孩子准备的

Guo 问,一位经济上已经独立的创始人,孩子们已经或几乎已经走完了旧体系和新体系,他为什么还要重新投身这团乱局。他说,因为这件事很棒。之前的职业生涯很好,没什么可抱怨的。但作为校长的这三年,要好得多。对一个社会来说,没有什么比养育下一代更重要;这关系到社会能否延续。孩子们很了不起。如果改变最初的 12 年,回报将是 10 倍,而他甚至来不及讲完那些学生和家长的故事。

他自己的孩子陪他走过这 20 年,即将各奔前程。问题是,接下来的 20 年要做什么。他认为,这会是他人生中最好的 20 年。让他更靠近建设者的,是这件事具有社会意义,而且包括商业与资本主义在内的新见解,必须进入教育领域。他说,他再也找不到比这更让人期待的事了。

同频道的其他文章

39:23EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月15日播客 · 2 人对谈防守方的窗口期:Greg Brockman 谈 AI 生成知识、药物研发与网络安全的新规律主持 Sarah Guo, Elad GilOpenAI 总裁解释了为什么攻克未解的数学难题,是科学领域的有力证据,主动式智能体(Agent)如何改变产品形态,以及为什么安全支出必须超过软件支出。安全AI security安全与治理+3
1:09:44EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月9日播客 · 2 人对谈1 万块 GB300 跑四周:Reflection 的开源模型账本主持 Sarah Guo, Elad GilMisha Laskin 在 No Priors 节目中讲述 Reflection 如何训练 Beam、为什么强化学习的投入超过了预训练,以及为什么西方需要自己的开源权重。开源与社区Open-weight modelsReinforcement Learning+3
35:39EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月2日播客 · 2 人对谈算力涨了百万倍,带宽只涨 40 倍,Fractile 想修正这个比例主持 Sarah Guo, Elad Gil2022 年夏天,Walter Goodwin 在伦敦创办 Fractile,目标是为全球最大的模型打造速度极快的推理(inference)芯片。基础设施与部署InferenceAI cost & performance+3
42:44EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年9月24日播客 · 2 人对谈他们花 77 亿美元买下一家经纪公司,计划每年只做一笔交易主持 Sarah Guo, Elad GilSequence Holdings 联合创始人 Michael Lee 向 No Priors 解释,真正用 AI 改造老牌企业的办法,是拥有一家市场领导者,而不是把软件卖给它。企业与战略企业 AIAI Strategy+3
38:14EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年9月18日播客 · 2 人对谈扩散模型将赢得推理之战:Stefano Ermon 押注并行生成的 Token 能胜过定制芯片主持 Sarah Guo, Elad Gil斯坦福大学扩散模型先驱在《No Priors》节目中说,一家 50 人的实验室正在训练一次能生成多个 Token 的语言模型,并解释这种模型与 GPU 的适配,就像当年 Transformer 与训练的适配一样。模型与训练InferenceAI cost & performance+3
45:10EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年9月10日播客 · 2 人对谈76% 的代理商务交易不到 30 美分,于是 Coinbase 要为 AI 开户主持 Sarah Guo, Elad GilBrian Armstrong 与 Elad Gil 的对话,讲的是 Coinbase 如何变成“万物交易所(everything exchange)”,为什么卡组织无法为智能体之间的支付定价,以及他的长寿公司正把什么带进临床。智能体Agentic commerce金融 AI+3