來源：市場資訊

（來源：陸向謙）

作者：趙老師

最近，一位在北大國際關系學院任教近10年的教授，講了一段讓所有中國家長都該認真聽的親身經歷。

他說：「中國學生普遍一個問題——提不出問題。考試都很好，老師也很佩服中國學生。但是上課永遠不發言，提不出問題來。我問他們為什么，他們說：我就想不出有什么問題。」

然后他講了一個對比——

「我在北大國際關系學院上了差不多10年的一門課，學生都是國外學生。我準備的PPT永遠講不完——他不斷提問題，問題太多了！你講兩句他就提，再講兩句他又提。提完了以后他們之間還要討論、還要爭論，爭論到厲害的程度，就沒我什么事了，我就往后面坐著，你們爭就是了。」

"沒有一次課，我能把準備的東西講完。"

「但你同樣針對中國學生——一句話都不說。 我主動讓他們提問題，誰也不說。老師弄得很尷尬，他就是不說話。」

預約直播聽干貨，點擊進主頁看精彩案例

最后他加了一句讓我想了很久的話：

「我特別喜歡學生提問題。他給你提問題，第一個說明他真的在聽。你要注意——他不說話，你完全不知道他是聽了還是沒聽，是懂了還是沒懂。 如果懂的人，他的問題一定提得很到位。」

這段話的殺傷力，不在于「中國學生不好」——中國學生考試成績全球領先，這是事實。

殺傷力在于——考試最好的那批學生，恰恰是最不會提問的那批學生。

而在AI時代，「不會提問」不是一個性格缺陷——是一個生存危機。

為什么「不會提問」在AI時代變成了致命傷

過去30年，「不會提問」在中國教育體系里不是問題。甚至是優勢。

為什么？因為應試教育的底層邏輯是——老師問，學生答。 標準化的問題，標準化的答案。你的價值來自「答對了多少」，不是「問出了什么」。

在這套系統里，「安靜的好學生」是最受歡迎的——不打斷課堂節奏、不挑戰老師權威、能在考試里穩定輸出高分。

但AI時代把這套邏輯徹底翻轉了。

AI最擅長的事是什么？答題。 給它任何標準化問題，它0.1秒給你標準答案——比任何人類都快、都準、都穩定。

AI最不擅長的事是什么？提問。 提出一個好問題——一個有方向感的、有洞察力的、能推動事情往前走的問題，這件事AI到今天都做不好。

硅谷最頂尖的一群人，在過去兩年里不約而同地指向了同一個結論——

黃仁勛在和思科CEO的酒后對話中說：「我的提問才是我最有價值的知識產權。答案是廉價的。如果我知道該問什么，我就鎖定了重點。」

哈薩比斯在YC的訪談中說：「AI目前做不到的，是提出正確的問題。找到正確的問題，往往比找到答案難得多。」

AI大神Karpathy在紅杉資本AI Ascent大會上說：「你可以外包你的思考，但你不能外包你的理解。」

谷歌前CEO Eric Schmidt在SCSP論壇上說：「教授應該教學生怎么問創造性的問題，而不是死記硬背。」

四個全球AI最前沿的人，說的是同一件事——AI時代最值錢的能力，不是答題，是提問。

而中國教育用12年時間，系統性地、大規模地、高效地——把孩子的提問能力訓練沒了。

北大教授那段話里最扎心的一句——「我問他們為什么提不出問題，他們說：我就想不出有什么問題」——這不是學生的錯，是系統的錯。

12年應試教育告訴孩子的是：問題是老師出的，答案在課本里，你的任務是記住答案。在這套訓練下長大的孩子，他腦子里的「提問回路」從來沒有被激活過——不是不想問，是真的想不出有什么可問的。

定居硅谷30多年的陸向謙教授在直播里說了一段讓我反復想的話：

"所有孩子生出來的時候都是兩眼放光、整天問東問西、充滿創造性的。 你看5、6歲的孩子，整天『為什么』『為什么』『為什么』——問到你崩潰。「

「但你再看看他10歲以后、12歲以后、高中以后——兩眼無光了，不問了，不好奇了，給什么做什么，讓背什么背什么。」

"我們最怕的就是孩子已經很長時間無光了。"

「無光」——這兩個字從一個做了30年教育的教授嘴里說出來，份量非常重。

那個5歲時整天問「為什么天是藍的」「為什么螞蟻那么小」的孩子，到了15歲被問「你有什么問題嗎」的時候，回答是「沒有」——這中間發生了什么？10年的應試教育發生了。

黃仁勛說：提問是我最有價值的IP

黃仁勛在和思科CEO的對話中，有一段被全球媒體反復引用的話——

「我不放心把英偉達所有對話都放在云端——因為對我來說，核心知識產權不是答案，是我的提問。我的提問才是我最有價值的IP。 我在思考什么，我的提問反映了這一點。答案是廉價的——如果我知道該問什么，我就鎖定了重點。」

這段話翻譯成教育語言——

一個孩子最有價值的「資產」，不是他記住了多少知識，而是他能問出什么樣的問題。

低級提問：「鴉片戰爭是哪一年？」——AI 0.1秒回答。

中級提問：「鴉片戰爭的根本原因是什么？」——AI 3秒給你一篇論文級分析。

高級提問：「如果鴉片戰爭沒有發生，中國和英國的關系會怎樣演變？這對今天的中美關系有什么啟示？」——AI需要人類先問出這個問題，它才知道往哪個方向跑。

問題的層級，決定了你能從AI那里獲得什么層級的產出。

一個只會問「標準答案是什么」的孩子——AI給他標準答案，然后他就沒事了。他和AI的交互到此為止。

一個能問出「如果換個角度呢」「還有什么可能性」「這背后的真正原因是什么」的孩子——AI會給他10個方向、50個角度、200頁深度分析。他和AI之間的每一次交互，都在放大他的思考深度。

差距不是10%、20%——是10倍、100倍。

而中國應試教育正在做的事——批量生產「只會回答標準答案」的學生，等于在系統性地把孩子最有價值的「IP」（提問能力）清零。

陸教授說過一句話，此刻意義更清晰了：「你凡是能卷的東西，人工智能都比你做得好。 你卷數學？AI比你算得快。你卷物理化學奧賽？AI比你做得準。你卷背書？AI記憶力是無限的。唯一不能卷的、AI做不了的，就是你能不能問出一個好問題。」

那個「PPT講不完」的課堂里，到底發生了什么

讓我們回到北大教授那個「PPT講不完」的課堂，仔細看看那些外國學生在做什么。

他說：「我講兩句他就提問，再講兩句他又提。提完以后他們之間還要討論、爭論——爭論到厲害的程度，跟沒我什么事了。」

表面上看，這些學生在「打斷老師」——在中國課堂文化里，這是「不禮貌的」。

但這些學生真正在做的事是什么？

他們在實時處理信息——老師說了一句話，他們立刻在腦子里和已有認知做對比，發現不一致的地方，然后提出來。

他們在主動建構理解——不是被動接收知識，而是通過提問把新知識「嫁接」到自己已有的認知框架上。

他們在社會化學習——通過和同學爭論，把一個問題從多個角度翻來覆去地理解。

這三件事加在一起，就是教育學里說的「深度學習」——和「淺層記憶」（背誦+考試）完全是兩種不同的認知活動。

而中國課堂里「一句話不說」的學生在做什么？

在記筆記。 把老師的話原樣抄下來，回去背，考試時再原樣吐出來。

這不是學習——這是復印。

陸教授在直播里說過：「學理論不如學案例，學案例不如做案例，做案例不如玩案例。」

而中國應試教育做的事，連「學理論」都算不上——是「背理論」。背完了考試用，考完了就忘。從頭到尾，大腦的「提問回路」一次都沒被激活過。

硅谷的牛人全都是「提問型選手」

回顧我們這個系列寫過的所有硅谷人物——你會發現一個驚人的共同點。

哈薩比斯8歲：他開始問——「大腦是怎么學習的？電腦能不能做同樣的事？」這個問題他問了40年，問到48歲拿諾貝爾獎。

馬斯克9歲：他開始問——「人類會不會把自己滅絕？如果會，怎么避免？」這個問題驅動了SpaceX、特斯拉、Neuralink。

每一個人的起點，都不是「學到了什么知識」——而是「問出了什么問題」。

知識可以被AI替代。但一個從小就會問「為什么」「怎么辦」「如果不是這樣呢」的孩子——他問出的每一個問題，都在為他的人生打開一扇新的門。

而中國教育用12年時間，系統性地把這些門一扇一扇關上了——直到孩子坐在北大的課堂里，被教授點名提問的時候，說出那句讓人心碎的話：

「我就想不出有什么問題。」

怎么培養孩子提問的能力

講了這么多「問題」，最后回到家長最關心的——怎么辦？

陸教授在直播里講了一段非常落地的話：

"所有孩子生出來就是兩眼放光的，整天問東問西。 你看5、6歲的孩子充滿創造性。我們最怕的是孩子很長時間無光了。「

「怎么把光點回來？讓他做真事。 我們實驗室的做法就是——第一天進來就做開發，連7歲的孩子都能做出來。做著做著他就開始問問題了——『這個為什么不行？』『能不能換個方式？』『如果加上這個功能呢？』問題不是教出來的，是在做真事的過程中自己長出來的。」

這段話的核心邏輯是——

提問能力不能靠「教」。你不能跟孩子說「你今天必須提3個問題」，那只是另一種「標準化任務」。

提問能力只能靠「做」。當一個孩子在做一件真實的、有挑戰的、他真正在乎的事的時候——問題是自然涌出來的。

他做一個小游戲，發現角色不動了——他會問「為什么不動？」

他用AI寫一篇文章，發現AI寫的不對味——他會問「哪里不對？怎么改？」

他做一個項目參加比賽，發現別人的方案更好——他會問「他做了什么我沒做？」

每一個真實的困境，都是一個問題的種子。

而應試教育最大的問題，恰恰是——它從不讓孩子遇到真實的困境。所有問題都是預設好的，所有答案都在課本里，所有困難都有標準解法。

孩子在這套系統里待了12年，他的「問題肌肉」從來沒被用過——當然萎縮了。

陸教授給出的方法特別簡單：「讓孩子做真事。在做真事的過程中，問題會自己來找他。」

他的實驗室里，12歲的孩子用AI做音樂獲得網易+中國科學館大獎——那個孩子連五線譜都不識，但做著做著就開始問了：「這段旋律為什么聽著別扭？」「能不能讓AI換一種風格試試？」

這些問題沒有一個是老師「教」出來的。是孩子在做真事的過程中，自己問出來的。

陸教授常說：「不要去卷那個第一，要做你的唯一。」但「唯一」從哪來？從你能問出別人問不出的問題來。

一個能問出好問題的孩子，在AI時代就是黃仁勛說的那種「最有價值IP的擁有者」——因為AI能給出1萬個答案，但只有他能問出那個決定方向的問題。

最后的話

那位北大教授說得最好的一句話，不是「中國學生不說話」——是最后那句：

"他不說話，你完全不知道他是聽了還是沒聽，是懂了還是沒懂。"

這句話，放在AI時代，變成了一個更殘酷的版本：

一個不會提問的孩子，AI不知道他要什么——所以AI什么都給不了他。

不是AI不夠強，是孩子沒有給AI一個方向。

AI是一個無比強大的引擎——但引擎需要方向盤。提問能力，就是那個方向盤。

一個會提問的孩子+AI=無限可能。

一個不會提問的孩子+AI=一臺閑置的超級計算機。

差距不是孩子的智商——是他有沒有在成長過程中，被允許問過一次「為什么」、并且被認真回答過一次「為什么」。

AI時代，「是什么」已經一文不值了——因為AI全知道。

而「為什么」，變成了這個時代最昂貴的三個字。

你家孩子上一次問「為什么」，是什么時候的事了？

如果你想不起來——那比任何考試成績下滑都更值得你擔心。

因為考試還可以補。

但一個孩子心里那團「想問為什么」的光，一旦滅了，補起來的難度比任何學科都大。