执行免费、判断可租之后，教育还应该生产什么、怎么生产？
一所中学去年完成了它的"AI 全面落地"：每间教室装上智能助教，人手一台学习平板，作业批改从三天缩到三秒。一年后的总结会上，校长说了实话："除了都变快了，好像什么都没变。"考试还是那些考试，讲授还是那些讲授——学生用 AI 写作业更快了，老师用 AI 批作业也更快了，仅此而已。更不安的是那个没人敢在会上问的问题：作业完成得越来越漂亮，孩子们是变强了，还是只是他们的工具变强了？
电动机在 1880 年代就已经可用。而美国制造业的生产率，此后整整四十年几乎没有起色。经济史家保罗·戴维（Paul David）给出的解释后来被称作发电机悖论：工厂主确实买了电动机，但他们把它当成"更好的蒸汽机"——拆掉锅炉，把电动机接到原来那根中央动力轴上，厂房布局一寸未动。
要理解他们错过了什么，得先理解蒸汽厂房长什么样。蒸汽时代，动力来自一台巨大的蒸汽机，通过一根贯穿全厂的中央传动轴，再由皮带分送到每台机器。这根轴决定了一切：机器必须挤在轴的两侧，越靠近动力源损耗越小；厂房必须造成多层，因为竖直堆叠比水平铺开更省轴；生产的动线不是由工艺流程决定的，是由那根轴决定的。整座工厂是围绕动力的稀缺性组织起来的。
而电的真正红利，从来不是"更强的动力"，是动力的可分发性——每一台机器都可以有自己的小马达。一旦接受这件事，厂房就该被彻底重画：楼层可以摊平，机器可以按工艺顺序而不是按离轴远近排列，天车可以在头顶自由移动，流水线因此才成为可能。福特的装配线不是电动机的功劳，是厂房重画的功劳。生产率的曲线要等到这一步完成——还要等到一代懂得这样思考的新工厂经理长出来——才终于抬头。
所以这本书的全部工作，可以用一句话说清：重新设计厂房，而不是夸电动机。它不评测哪家 AI 学习产品更好，正如 1900 年真正要紧的问题不是哪家的电动机效率更高。
同一个十岁的孩子，在两种环境里会走上两条认知轨迹。
第一条轨迹上，AI 在放大他的思维：他身边有人引导他理解这个工具究竟在做什么、它的边界在哪里、什么时候该信它什么时候该怀疑；他被要求解释"你为什么采纳它的这个说法"；他因此在使用工具的同时，练习着对工具的判断。
第二条轨迹上，AI 在替他思考，而且——这是最危险的部分——同时让他感觉自己在变聪明。他交出去的作业越来越漂亮，得到的反馈越来越正面，唯独没有人告诉他：那些漂亮不属于他。等到某一天需要他独自判断时，他会发现自己从未真正练习过。
两条轨迹的距离以复利扩大。而它们的分岔点，不在技术里，在教育设计里——两个孩子拿到的可能是同一台设备、同一个模型。这是《智能体的社会科学》教育学篇的开场观察，也是这本书存在的理由。
今天的教育制度，同时坐在两个前提上。它们都曾长期为真，也因此从未被当作"前提"来讨论——人们把它们当成教育的本性。
前提一：知识稀缺。在印刷术之前，知识的载体是人和手抄本，获取知识几乎等于寻访一位老师。印刷术之后知识可以复制了，但获取仍有真实成本——书要钱，图书馆有围墙，讲授者的时间有限。于是社会建起了一套精巧的批发系统：把知识集中存放，把学习者按年龄分批送进去，用统一的进度表推进，用考试检验装进去了多少，用文凭为这个过程背书。班级授课制、教材、考试、文凭——这些不是教育的本性，是知识稀缺这个前提的产物。
前提二：执行有门槛。会写代码、会做财务模型、会画工程图、会写一份像样的商业计划——每一项都需要数百上千小时才能跨过门槛。门槛存在，熟练度就值钱，"练到会"就是一条可靠的社会上升通道。整个职业教育体系建立在这个前提上。
AI 同时击穿了两者：知识近乎免费，执行近乎免费。由此得到一个残酷的推论——一切以"知识传输效率"和"技能熟练度"为目标函数的教育设计，都在优化一个已经不存在的目标。
请注意这里的措辞：它们不是变得低效了，是变得无的放矢了。低效可以改良，无的放矢只能重建。这就是本书说"重新设计厂房"而不说"提高厂房效率"的原因，也是它不打算参与"如何更高效地讲授"这类讨论的原因。
本书不讨论"教育要不要用 AI"。那是一个工具问题，而工具问题在历史上从来不是真问题——电动机要不要用？当然要用。真问题永远是紧随其后的那个：用了之后，这栋建筑的组织方式要怎么变。
本书回答的是目标函数问题：当知识和执行都不再稀缺，教育的产出物定义必须换成什么。这是一个比"怎么教"更靠前的问题——不先回答它，所有教学法的改进都只是把蒸汽厂房擦得更亮。
第一章立三条公理（为什么必须重建）；第二章给出教学的原子——判断回路（用什么单元思考课堂）；第三章定义新的目标函数——三大素养（教育改为生产什么）；第四到第七章依次重写教学法、评价、教师、制度（怎么生产）；第八章交出三块实验田与五条可检验主张（如何证伪我）。
每一章按同一个节奏行进：先给一个课堂画面，再讲机制，再交一件可以直接带走的工具，最后押上可对账的主张。第四拍是本书的纪律——一个不肯说自己会怎么死的理论，不值得你花时间。
还有一个学生项目会反复出现：一个社区旧物置换活动的推广项目，由一位高二女生领队。你会在第二章看见它如何开始（教师把问题定义权交出去的那个瞬间），在第三章看见她如何分配让渡，在第四章看见她如何顶住 AI 的反对，在第五章看见它沉淀为一条判断档案，在第六章看见教师在开课前一周做了什么。它是本书的病例——每一章不是换一个新例子，是把同一块田再耕深一层。
终点在第七章的一句话：把"每生一台设备"换成"每生每年多少个有后果的判断回路"。如果这本书你只带走一句话，带走它。
不是"AI 素养教育"。会用工具是最低的一层，而且是贬值最快的一层——三年前值得开一门课的提示词技巧，今天已经写进了产品的默认交互。工具课教操作，本书教主权：什么该交出去、交到几级、交出去之后你凭什么验收。
不是"个性化学习"。个性化优化的是知识传输的效率——为每个学生匹配最合适的讲解顺序和难度曲线。但传输的东西（知识）已经不稀缺了。把一个错的目标个性化，只是更精准地错。更麻烦的是，个性化系统天然倾向于让学习者停留在舒适区，而判断力只在不舒适处生长。
不是"编程教育"。编程是判断回路成本最低的载体——真实反馈免费，跑不通就是跑不通，不需要教师额外设计后果。所以本书在第八章把它当作实验田之一。但载体不是目标：不写代码的人生同样需要判断力、让渡力、验收力，而这三样在语文课、社团活动、社区项目里同样可以长。
| 你是谁 | 先读 | 能带走什么 |
|---|---|---|
| 一线教师 | 02 → 04 → 05 | 回路设计模板、AI 五种课堂角色的选用、判断档案七字段——下周就能改一节课 |
| 校长 / 教研负责人 | 06 → 07 → 02 | 验收带宽的盘点方法、回路供给的账怎么算、一门课的全回路试点怎么起步 |
| 政策制定者 | 07 → 01 → 08 | 一个可数、可审计、可跨校比较的政策单位，以及它的成本结构 |
| 家长 | 00 → 03 → 05 | 两条轨迹的判据、让渡清单（家庭版同样适用）、判断力是否在退化的观察指标 |
| 研究者 / 质疑者 | 01 → 08 | 三条公理的完整论证、五条可检验主张、以及本书自己写下的死法 |
回到主线：判断力无法传输，只能生长——本书是它的生长条件设计学。下一章立三条公理，回答"为什么必须重建"。