先摆一个值得停下来看的场景。这两三年，不少高校心理咨询中心接待的学生里，一个变化耐人寻味：来求助的，成绩排在前列的比例在上升。一位做学生工作的老师给过我这样一句转述：成绩最好的那批孩子往往最焦虑，而且他们焦虑的内容，和就业市场的数据并不直接对应。一个典型的说法是——「我知道我成绩很好，但我忽然不知道这些成绩还能换来什么了。」
按常规的想象，焦虑应该跟处境的劣势挂钩：成绩差的担心毕业，冷门专业的担心就业，动手弱的担心被淘汰。可上面这个场景恰好反过来——正是那些在旧体系里最成功、本该最有安全感的人，焦虑得最厉害。这说明，焦虑的源头不在「我不好」，而在「我很好，可我的好，开始不能兑换了」。这个反常，是本文的起点，也是一块试金石：任何关于「AI 时代学生焦虑」的解释，只要它预设焦虑的对象是「AI 本身」，就都得先过这道坎。
现有的解释大致有三类，每一类都能说中一部分现象，却都栽在这道坎上。第一类是就业压力论：学生焦虑，是因为 AI 可能让某些岗位消失。它能解释翻译、初级编程、基础文员相关专业的焦虑，却解释不了成绩靠前者的焦虑——按它的逻辑，越是优等生越该有安全感，因为他们手里的选择资本更多；可观察到的恰好相反。第二类是心理适应论：焦虑是学生面对技术变革时的心理弹性不足，需要心理干预。可若焦虑只是个体适应问题，为什么它集中在考试、排名、绩点核算这些评价节点上，而不是弥散在生活各处？为什么一所学校一旦改变评价方式，焦虑水平会出现群体性的位移？心理适应论答不出焦虑为何具有制度性的分布规律。第三类是技能替代论：AI 替代的是任务而非整个人，学生只要「提升技能」就能免于被替代。这个方向是对的，可它解释不了这样的情形——一个会计专业的学生已经拿到了 AI 工具操作证书、能熟练用 AI 完成课业，却仍然焦虑。技能替代论把焦虑归因于技能缺口，而现实里的焦虑者，往往并不缺技能。
三类解释共同的缺口是：它们都把焦虑当成某种「可衡量对象的丧失」——岗位的丧失、心理安全的丧失、技能的丧失——而没有处理一个更靠底的问题：旧教育体系本身的承诺结构，正在被 AI 抽空。焦虑不是学生对 AI 的反应，而是学生对旧教育许诺之死的反应。一个把 ChatGPT 用得极熟的计算机系学生对我说过一句更冷的话：「我用得越好，越觉得可怕——因为我发现，我会的那些，它全都会。」他焦虑的，不是「我不懂技术」，而是「我懂的那些，原来都不是我独有的」。
我把本文要论证的判断先摆在这里，后文再逐层交代它凭什么成立、又怎样会被推翻：
大学生今天的普遍焦虑，不是扛不住 AI，
而是旧教育答应兑现的那张支票正在 AI 面前作废，
而学生手里还没有第二张。
更精确地说：焦虑的根源，不在技术变迁本身的速度或幅度，而在旧教育机器长年运转所依赖的那套「分数—文凭—社会位置」兑换体系，其信用正在被 AI 的零成本执行击穿。学生攒了十几年的一种通货，忽然发现购买力在飞快缩水，而一条获取新通货的路径，教育还没有给出。焦虑的对象不是 AI，而是身份在两套体系之间悬空的那一段空腔。这个判断的增量在于：它把焦虑的解释，从个体层面（能力缺口、心理脆弱）挪到制度变迁的信用结构层面（旧通货的价值崩溃与身份收益的断档），并由此指明——干预的重点不该是心理安抚或技能补充，而应是身份能力的重新发生。
这也顺带回答了一个态度问题：该拿这种焦虑怎么办。主流的处置，是把它当成一种需要被治疗的心理症状——开减压工作坊、增派心理咨询、教正念呼吸。这些不是没有用，但它们全都预设了同一件事：焦虑是个体身上的一处失调，把个体调好，问题就解决了。本文不同意这个预设。如果焦虑的根源在制度的信用结构，那么再多的个体减压，也只是在一栋正在沉降的楼里给每个人发耳塞——它让人暂时听不见裂缝的声音，却动不了裂缝本身。
更麻烦的是，把这种焦虑一律医疗化，会误伤它内部那一份该被保住的东西。后文会区分两种焦虑：一种是死胡同里的焦虑，该被解开；另一种是人在重新发生时的不安，该被保有。医疗化的默认动作，是把两种一并「平复」——于是它在解开前一种的同时，也把后一种一起摁灭了，而后一种，恰恰是新的身份能力正在生长的信号。把成长的阵痛当成需要根除的病，是这一轮教育应对里最容易犯、也最可惜的错。
先把承重的那个词定义清楚。身份货币，指一个人在旧教育路径里、通过「按标准答对」不断攒下的、预期可兑换为某种社会位置的信用总量。它由分数、绩点、学历凭证、日常表扬这些经评价体系反复确认的动作累积而成，并以「只要继续按标准答对，就有饭吃」为信用担保。它是一种货币，因为它的价值不在自身，而在能不能兑换；一旦兑换的那头失效，攒得再多也只是废纸。它还有一个要紧的性质：不可补偿。缺了文凭的单科高分，换不来任何社会位置——身份货币的几个维度是相乘而非相加的关系，任何一维归零，整体归零。这也是它为什么脆：它不是一堆可以互相垫补的分数，而是一个一处断裂即全盘失效的结构。
不可补偿这一点，值得用一个对照说清。财物是可加的：家里少一把椅子，多两张桌子能补回一些使用价值；而身份货币是相乘的：一个学生单科满分、却没拿到学位，他能兑换的社会位置，不是「打个折」，而是趋近于零——用人单位的门槛卡在学位这一项上，前面的高分乘上这个零，整串归零。这个相乘结构，是身份货币比一般「人力资本」更脆的地方：人力资本还容许优势项补短板项，身份货币的关键维度一旦断裂，累积的一切当场失效。也正因为它相乘，它的持有者才会对某一维的动摇格外敏感——因为动摇的从来不只是那一维，是全部。
再看它赖以成立的那个「稀缺」前提。身份货币能兑换，靠的是「按标准答对」这件事有门槛、不是人人随手可得——正因不易，做到才值钱，才换得来位置。旧教育的整套评价，都建在这个稀缺上：考试是稀缺的筛子，分数是稀缺的刻度，排名是稀缺的序。AI 干的，不是把这把筛子调松，而是让「按标准答对」这个动作本身不再稀缺——当一台机器能以趋零成本、超人类水平地做到它，门槛就塌了，塌的不是某一次考试的难度，是整套评价赖以定价的那个稀缺前提。货币的锚一旦松脱，攒得再多也锚不住价值。这就是为什么本文说这是一次挤兑而非一次贬价：贬价还在旧的定价体系里，挤兑是定价体系本身的信用崩了。
说到这里，一个诚实的作者必须立刻承认：我不是第一个用「资本／货币」来讲文凭的人，而且离我最近的那位，分量极重。布迪厄早在《资本的形式》（1986）里就把文凭讲成一种「制度化的文化资本」，并指出它的要害在于可兑换性——文化资本能换经济资本、能换社会资本，而这套兑换由社会共同的信用来担保，因而也会「贬值」。如果我讲的「身份货币」只是把制度化文化资本换一个货币口音，那它就不配单独立一个名字。
那么分界在哪里？布迪厄处理的是文凭在劳动力市场上的价值及其贬值；他关心的是场域之间的资本转换。本文要处理的，是更靠里的一层：兑换的承诺是在教育机构内部被一天天生产和确认的——每一次「答对了」「很好」的正向反馈，都是这套信用在个体身上的一次续期。学生不是先毕业才拿到身份货币，他在每一堂课、每一次测验里都在领一小笔，也都在被暗示「继续这样，将来能兑」。AI 的特殊之处，不是让文凭在市场上再贬一档——那是 Collins《文凭社会》（1979）讲的文凭通胀，是「教育军备竞赛」的老故事，也是 Dore《文凭病》（1976）早已命名的，还有 Spence（1973）的信号理论早说过文凭的价值在于它是一个信号，Hirsch（1976）的位置性商品早说过它的价值在于相对位置。AI 干的是另一件事：它把「按标准答对」这个动作本身的执行成本压到了趋零——于是这套信用赖以成立的前提「稀缺」当场消失。布迪厄的贬值是渐进的、市场端的；本文说的崩塌是突然的、执行端的，且发生在课堂内部。市场端的祖宗讲的是「这张文凭在外面还值多少」，本文盯的是「攒这张文凭的那个动作，本身还值不值得做」。这是分界的第一刀。
还有一个更靠近的祖宗，必须点名，否则本文的招牌反常就站不住。为什么受损最重的是优等生？偶联自我价值理论（Crocker & Wolfe，2001）给过一个漂亮的答案：一个人若把自我价值押在某个外部领域（比如学业成就）上，那么这个领域一旦失守，他受到的打击就最大——而押得最重的，恰恰是投入最深、最成功的那批人。换句话说，「优等生焦虑反超」这件我拿来当发动机的事实，偶联自我价值理论早就能预言。这一刀若不划开，本文就只是它的一个应用。
分界在这里：偶联自我价值解释的是个体为什么脆弱——自我押在了会塌的地方；它解释不了焦虑的制度分布。它不能告诉你，为什么焦虑清晰地附着在考试、排名、绩点核算这些评价节点上，而不是弥散在生活的各处；不能告诉你，为什么一所学校一旦改变评价方式，整个群体的焦虑水平会随之位移。个体的偶联，落到一个具体的制度节奏上，才长成我们看到的那种有规律的焦虑。本文补的，正是从「自我」到「制度信用」这一段：焦虑之所以感到威胁，是因为一套他投入多年、并被反复确认的信用体系正在失稳。这样，干预点就不再是个体的心理韧性，而是制度的信用结构。这不是程度的差异，是种类的迁移。
回头看，「货币」这个词在本文里不是一个修辞，它扛着三样别的词扛不动的东西。其一是兑换性：分数、绩点、文凭的价值不在自身，全在能不能换成社会位置——这正是货币区别于财物的地方，一张钞票的意义不在纸，在它能换来什么。其二是信用：这套兑换从不靠某次现钱交割，而靠一个被反复确认的承诺「继续按标准答对，将来能兑」，这与货币靠信用而非贵金属支撑是同一个结构，也因此它会像信用一样，在担保动摇的一刻整批贬值。其三是贬值的突发性：财物的损耗是渐进的，而货币的信用崩塌可以是骤然的——挤兑不是慢慢发生的。AI 对「按标准答对」的执行成本一次性归零，扮演的正是那记挤兑：不是让身份的存量慢慢磨损，而是让担保它的那个「稀缺」前提，在很短时间里失去可信度。用「资本」讲，容易只讲到存量与转换；用「货币」讲，才讲得出信用与挤兑。这也是本文坚持用货币口音、而非停在资本口音上的实义所在。
也要把身份货币与「自信」或「自尊」分开。自尊是一个人对自己的整体评价，它可以有很多来源；身份货币要窄得多，也具体得多——它专指「按旧教育标准做对」所攒下的、指向社会位置兑换的那一种信用。一个人可以自尊完好，却眼看着这一种特定的货币在贬值而焦虑；也可以身份货币充裕，自尊却另有隐痛。本文盯的不是笼统的自我感觉，而是这一种可攒、可兑、会挤兑的具体通货——正因为它具体，它的贬值才有可追踪的制度节奏，干预也才有可下手的着力点。笼统的自尊，给不出这些。
把祖宗请齐之后，来做一次更硬的测试。一个命题若能被两句现成的话无损拼出来，它就不配活着。我不用弱对手来做这个测试——不用「就业压力论」加「技术焦虑论」这对好打的靶子，那样赢得太便宜。我用强的那一对：布迪厄的文凭可兑换性危机，加上技术性失业的任务模型（Autor–Levy–Murnane，2003：AI 替代的是可编码的任务而非整个人）。
两句拼起来：可编码技能被替代 → 文凭在市场上贬值 → 焦虑上升。这个拼法能预言「焦虑总量上升」，可它预言不了四件具体的事。其一，为什么是优等生反超，而不是全体均衡上升；市场端的贬值对所有人一视同仁，拼不出这条分布。其二，为什么焦虑的内容从「我会不会失业」变成了「我的成绩还能兑换什么」这一句币值之问；任务模型讲的是岗位，讲不到自我构成里的通货。其三，为什么焦虑的分布清晰到附着在评价节点上——期末考前、成绩公布后，而不是在 AI 新闻发布的时点附近。其四，为什么改变评价方式能显著改变焦虑分布，而技能培训不能；若焦虑源于技能缺口，补课就该止痛，可现实里补课不止痛，改评价才动得了它。
这四件事，是本文的增量所在。承重的装置是「身份货币」这个概念：它不是文凭的简单替身，它装着「一个人在一套信用体系里的累积投入」和「这套体系崩塌时对自我构成的打击」——是文凭贬值（市场端）与个体心理（自我端）之间，那个一直被漏掉的制度中介。市场端有布迪厄和 Collins，自我端有偶联自我价值，中间这一段——评价制度内部如何一天天生产、又如何突然收回那个兑换承诺——此前少有人专门盯住。
这里要修正原稿里一处我自己不满意的形式化。我曾想给身份货币写一个存量公式，把分数、正向反馈频次、学校层级的就业转换率乘起来。乘法反映了它的不可补偿——这一点前面说过，是对的。但那个存量本身，其实不是承重变量。真正把人推入焦虑的，不是身份货币的存量有多高，而是它的贬值率——同一份存量的兑换力，从两年前的「能换到一线城市入门岗位」跌成「连简历关都过不了」的那个变化速度。一个人可以攒着很高的存量而不焦虑，只要他还相信它保值；焦虑起于他察觉到贬值率陡然变正的那一刻。所以本文把承重从存量挪到贬值率，后面的判别式，量的也正是这个速度，而不是那个漂亮却不做功的乘积。存量仍可作一个横截面的读数（在不同个体间比较谁攒得多），但它只是背景，不是引信。
把贬值率讲得再具体一点。设想两个同专业、绩点相近的学生：一个在大二，一个在大四。存量上二者接近，可焦虑水平可能天差地别——差别不在他们攒了多少，而在他们各自感到的贬值速度。大四那位正站在兑换的当口，他这一年亲眼看着同类岗位的招聘要求里，「熟练使用 AI 工具」从加分项变成门槛、又从门槛变成「这活本来就该 AI 干」，他的贬值率是陡的。大二那位离兑换尚远，同样的行业变化，对他还只是远处的新闻，贬值率是平的。于是同样的存量，一个焦虑、一个不焦虑。这正是本文把承重从存量挪到贬值率的理由：焦虑是一个关于速度的量，不是一个关于总量的量。
这也解释了一个反直觉的现象：有时候越是拼命再多考一个证、再多刷一份实习，焦虑不降反升。按存量逻辑，多攒应当更安心；可若这些新攒的，仍是「按标准做对」这一类 AI 能以趋零成本复制的东西，那么每多攒一分，都是在一条正在贬值的货币上多存一笔——存得越多，对贬值的敞口越大，也就越焦虑。真正能降低贬值率的，不是在旧货币上多存，而是换一种货币开始攒——而那种货币，就是后文要讲的问题生成肌肉。
于是可以给出一条不含情态词的判别式，直接能拿去问一页问卷的数据处理流程：在一所大学内，当 AI 工具的可得性与学生用 AI 辅助完成课业的频次同时上升时，一个学生的标准化成绩位置与其身份货币贬值感之间的相关，是否强于它与其AI 熟练度自评之间的相关。若更强，则「焦虑的承重变量是身份货币，而非 AI 技能」成立；若更弱，则技能替代论成立。它要做的只是一次相关性的比较，不需要任何人对「哪个才是关键」发表意见。
用偏相关而非简单相关，是为了先摁住几个明显的搅局者。年级是一个——大四生既贬值感高又焦虑，不控制它，会把「临近毕业」误算成身份货币的功劳。专业是另一个——高度可编码的专业既 AI 冲击大又焦虑，得让身份货币与 AI 熟练度在同一专业内部去比，才看得清谁的系数更大。把年级、专业、家庭背景这些先偏掉，剩下的那点「贬值率对焦虑」与「AI 熟练度对焦虑」之差，才是判别式真正要看的东西。这一步不做，两个系数谁大谁小，都可能是搅局者假装出来的。
把它放进几个具体场景里跑，就能看清它不是一句普适的空话。场景一：同一系内，AI 使用频次与焦虑正相关（用得多更焦虑），身份货币存量（绩点×课堂正向评价）与焦虑也正相关，而身份货币的系数更大——本文的读法是，焦虑的主因是贬值，AI 使用只是让贬值更快被看清。场景二：身份货币与焦虑显著正相关，AI 使用频次与焦虑无关——学生已充分感到「好成绩能兑换」在失灵，但 AI 还没制度性地侵入其学习方式。场景三：AI 使用频次与焦虑显著正相关，身份货币与焦虑无关——当评价体系还没把 AI 纳入评分条件时，焦虑来自对「未来不确定」的弥漫性恐惧，这一格最接近传统技术焦虑论。场景四：两个系数在统计上无显著差异——此时本文与技能替代论都约略成立，不构成判决性证据。场景五：身份货币存量与焦虑负相关（学得好的反而不焦虑）——这时「优等生焦虑反超」的预测被推翻，无论 AI 相关如何，本文失败。这最后一条我必须认下：本文可以被这样一组数据推翻。
两个具体的学生，可以把这条分界照亮（它们是帮助思考的示意，不是回答问题的数据）。一名会计专业学生，拿到某公司财务岗的实习 offer 之后仍然焦虑，焦虑的内容是「我感觉我做的活 AI 全能做，拿到这个 offer 没有任何安全感」。按结构失业论，他该因 offer 而松一口气——就业前景在事实上改善了；可他没有，他焦虑指向的是「我的能力有没有独立于 AI 的价值」，而不是「我能否找到工作」。另一名学生说，「AI 来了之后，我突然不知道自己在学什么」，可下一句是「我其实早就觉得学这些没意义，AI 只是让我承认了这一点」。在这里，AI 不是焦虑的来源，它只是让一个更早的怀疑，变成了无法再回避的确定。焦虑先行于「AI 会替代我」的具体信息，因为身份货币的收益链，早已在内部松动。这甚至给出一个判决性的预测：在 AI 尚不普及的专业（比如古典文献学）里，也可能观察到同等严重的身份焦虑——若果真如此，「焦虑源于 AI 替代」的解释就到头了。
给这条判别式配一组可观测的指标，并说清每一个「多少才算数」，否则它仍是一句无法验收的漂亮话。身份货币贬值感，用一份李克特量表测学生对「我的成绩／文凭还能兑换我期望的位置」这一信念的下滑，取其一学期内的变化斜率作贬值率的代理；斜率显著为正（样本内一个标准差以上），才算「贬值感升高」。AI 熟练度自评，测学生独立使用 AI 工具完成本专业任务的胜任度。焦虑，用通行的状态焦虑量表，只取与学业—前途相关的分量表，避免把泛化焦虑混进来。判别式要的那次比较，是同一批学生里，贬值率对焦虑的偏相关系数，与 AI 熟练度对焦虑的偏相关系数，二者之差是否在统计上显著——而不是仅仅方向不同。差不显著，就老实归到「两说都约略成立」那一格，不许把一个方向上的微弱优势，夸张成判决。
这套装置还得能自己判自己死。我给它挂三条自我否决条款。第一条，信度未过即作废：若贬值感量表与焦虑量表的重测信度低于可接受阈值，本节所有相关分析一律不作数——测不准的东西，比较它没有意义。第二条，改名嫌疑：若「身份货币」这个构念与学生的一般「学业自我效能感」高度重合——两者的测量分数相关高于零点八五——那么它就没有独立的辨别力，只是把一个心理学早有的量换了个货币名字，本文的核心概念应被判为冗余而撤下。这一条是本文对自己下的最狠的一刀，它把「我是不是只是在给旧概念改名」这个质疑，写成了一个可以真算的相关系数（这也正是构念效度里判别效度的要求）。第三条，预测反向即证伪：前面二维格里那些「只在该格成立」的行为预测，若在设计良好的观察里系统性地反向（比如右下格学生反而回避更难的开放任务），那么这张格不是需要微调，而是错了。三条里任何一条触发，对应的部件就地拆除，不许打补丁续命。
最后，把整篇的核心判断，收成一组可以逐条去证伪的条款，并诚实标注哪些做过、哪些还没做。条款一：若在 AI 尚不普及的专业里，也观察到同等严重的身份焦虑，则「焦虑源于 AI 替代」被否、本文成立——这一条尚未执行，它需要一个跨专业的横向调查。条款二：若改评价方式（引入无标准答案项目）在一学期内显著改变焦虑分布，而同期的纯技能培训不改变，则「焦虑源于技能缺口」被否——未执行，需要一个对照设计。条款三：若身份货币贬值率与焦虑负相关，则本文的承重命题被否——未执行。条款四：若在公开的学生自述语料里，「币值之问」（「我的成绩还能换什么」）这一类表述的出现频率随 AI 普及而显著上升，则本文的焦虑内容判断得到支持——这一条我做过一次小规模的文本筛查（十余条论坛帖与数篇媒体访谈），结果是有偏向的支持；但样本无抽样代表性、由一人编码、且我找的是印证性的高频表述，它无法证伪本文，只能算一次微弱的旁证，绝不构成判决。条款五：若把「教师被免责地暴露不会」单独作为自变量、其余条件配平，问题生成的发生频率仍不上升，则本文关于免责闸门的判断被否——未执行，这是最该补、也最难做的一条。把「做过」与「没做过」如实分开，是这套装置不至于变成自说自话的最后一道防线。
如果本文只停在「旧解释不完整」，那它只是在辩解。要立得住，得自己拿出一把能把不同种类的焦虑分开的尺子。我用两根轴搭一张格。
横轴是身份货币贬值感（低→高）。纵轴，我不选那些看似自然的候选。「技术接触频率」不能选——AI 用得越多越能看清自己所学可被替代，它是贬值感的成因，拿成因当第二轴，等于自己跟自己相关。「就业期望值」也不能选——它被身份货币系统深塑，优等生的高期望正是高身份货币的衍生物，以它为轴只是把同一件事重排一遍。凡候选轴是核心变量的成因或衍生，一律排除。我选的第二轴是制度对「不会」的容忍度——不是学生个人的容错心理，而是写进教学规范与评分规则里的、「不会」是否被允许。它是学生从旧身份货币逻辑切向新身份能力逻辑的第一道闸门，因而天然连着本文的裁决判据；而它在课堂之间、学校之间、学科之间的差异是实质性的，能把面临同样贬值的学生分隔开。
这里要老实交代一处限制：这两根轴并不完全正交。容忍度低的学校，往往也是身份货币依赖最强的学校，二者有制度上的共生。所以我不宣称它们相互独立，只说它们「有一定共生、但相互可区分」。格子因此比它看上去要软一点——救回它的，不是硬边界，而是每一格都能给出一条「只在该格成立」的、可观测的行为预测。
左上格（低贬值感，低容忍度）。学生还没充分感到旧货币缩水，同时身处高度标准答案化的制度。这一格的焦虑以「学业完成度焦虑」为主——担心考不好，尚未上升为身份性焦虑。AI 使用增多后，这一格的学生最可能先经历焦虑的转移而非解决——从担心考不好，变成担心「所学无用」，但还长不出「我还能长出新判断」的自我认知。只在该格成立的预测：当 AI 的作答正确率首次超过学生在标准化考试中的得分率时，这一格学生的焦虑会突然跳升；这一跳升在别的格不会以同样幅度出现，因为别的格已提前与这一事实交过手。
右上格（高贬值感，低容忍度）。这是焦虑最尖锐的一格：旧货币已经不那么兑换得动，而制度仍不提供任何「不会」的豁免——一种双重封锁。旧身份货币在贬，新身份能力的发生通道又被「必须答对」堵死。这一格的「身份空腔」状态最持久，焦虑从「学业焦虑」彻底转成「意义焦虑」，「我不知道我还能做什么」成为高频句。只在该格成立的指纹：即使学校提供就业保障（定向协议、体制内分配），焦虑仍不降甚至继续升——因为被堵死的是身份的生成通道，不是饭碗。「饭碗已稳却仍焦虑」，别的格不会出现。
左下格（低贬值感，高容忍度）。旧货币尚未显著贬值，制度已开始允许「不会」——典型人群是尚未面临就业预期的低年级学生，或身处新技术压力较小专业的学生。他们有机会在没有焦虑重压下，走过几次真实的「出题—被证伪—再出题」。只在该格成立的预测：当这一格的学生首次遭遇身份货币贬值冲击（比如专业前景骤然恶化）时，其焦虑的恢复时间，在四格中最短——因为他们的身体里，储存过「我可以从不会里长出新东西」的经验痕迹。没有任何现有解释，能解释这个恢复时间的差别。
右下格（高贬值感，高容忍度）。这是转折格。学生既感到旧货币在贬，又身处一个「不会」有制度空间的环境。焦虑不会消失——贬值照样痛——但它的性质变了：从「我被卡住了」变成「这个过程，我在发生」。这一格辨识难度最大，因为短期内它的焦虑量表总分可能与右上格接近；二者的区别不在总分，而在焦虑的自反性：这一格的学生会说出「我现在不知道，但我正在找」式的自我表述，而这类表述在右上格几乎不出现。只在该格成立的预测：这一格学生在学期后期，会主动挑「更难、更没有标准答案」的任务——这一现象不可能出现在右上格。
给这一格一个具名的锚点。华东某双一流大学在二〇二五年春季学期的一门「设计与工程创新」课程里，学生被要求用 AI 辅助完成一项没有标准答案的开放设计，教师全程不提供评分标准。该课学生在前四周表现出极高的焦虑；而在期中的匿名反思报告里，出现了这样一句——「我第一次觉得，不知道好不好，不是失败的标志。」这个案例里，贬值感确实高（学生反复说「AI 能做的东西我做得再好也没有成就感」），而制度对「不会」的容忍度也高。它落在右下格，也把这一格与别处的区别，从抽象拉成了可感的一句话。
四格两两比对，每一格在焦虑的质地上、在可观测的行为上，都至少有一条「只在该格成立」的判断；相邻两格之间，没有一处在两根轴上同时落到无法区分的位置。这是一张可裁决的格，不是一张装饰性的分类图。它也顺手给出了一个此前教育研究里少见的区分——该被解压的焦虑（右上格：旧货币贬了、制度又不给新通道，形成的死胡同）与该被保有的焦虑（右下格：高贬值感遇上高容忍度时，人正在重新发生的那种不安）。把这两种搅成一团、一律「平复」，是当前几乎所有干预的默认做法，也是它们大多无效的原因。这个区分，对理解人在技术变迁里的主体发生，也许比「降低焦虑」本身更根本。
这里要说清，为什么现成的焦虑量表分不开这四格。通行的焦虑测量给出的是一个总分——它能告诉你一个学生有多焦虑，却告诉不了你他的焦虑是哪一种。右上格与右下格的学生，总分可能挨得很近，可一个困在死胡同里、一个正在重新发生，处置方向完全相反。总分把这两种搅成一个数，等于把「该松绑的」和「该守护的」标了同一个刻度。本文这张格要补的，正是量表补不了的那一维——不是焦虑有多少，而是焦虑是哪一种。
也正因如此，这张格不是分类癖的产物，它有直接的处置含义。对左上格，要紧的是别让「所学无用」的觉察在毫无准备时砸下来；对右上格，要紧的是先松开那道「必须答对」的封锁，否则任何鼓励都落不了地；对左下格，要紧的是趁贬值尚轻，让他多走几遍「不会里长出东西」的经历，攒下日后抗贬的老本；对右下格，要紧的是别把他正在经历的那种健康的不安，误当成需要平复的病。四格四种处置，用一个「降低焦虑」的通用药方去套，至少对其中三格是错配。
这一节要推翻一个流行的乐观预期。很多人相信：企业改了人才标准（比如某头部公司公开宣称「不看文凭只测真实能力」）、大学发了微证书、通识课加了 AI 素养——这些外部信号，会自动传导为大学内部评价体系的改变。仿佛外面的水位一变，里面的水位就会跟着变。本文的判断相反：只要有一样东西没动，这些外部信号就穿不透。
那样东西，我称之为制度信用缓冲层：大学靠售卖「已认证的身份」而非「真实执行能力」而生存，在外部尚未找到更便宜、更可信的能力测量方式之前，社会对「有文凭总比没有好」的保险性估计，会让教育机构感知不到执行成本变化的痛。文凭的信息不对称，是这层缓冲的本钱——只要雇主还愿意用文凭作为筛选的省事替代，大学内部就没有痛感去改动它赖以运转的评价路径。于是我们看到一个并行不悖的图景：一家头部企业高调宣布只测真实能力，三年过去，同城高校的课堂教学方式和评价方式，未发生任何显著变化。外部的变化与内部的惰性，各走各的。
这层缓冲之所以厚，是因为它建在一处信息不对称上。雇主没有便宜的办法去逐一测量一个应届生的真实执行能力，于是文凭成了一个省事的替代——它未必准，但它可得、可比、可追责，用它来筛，出了错也有话可说。只要这个省事的替代还在被大规模使用，大学就收不到「你认证的身份名不副实」的账单，也就没有痛感去改。微证书是一个好例子：这几年各类「AI 能力微证书」「项目实训徽章」层出不穷，它们看起来是在绕开文凭、直接认证能力；可它们一进大学的评价体系，立刻被当作又一项可打分、可叠加的凭证收编——学生多考一个证，绩点多一个加分项，而「按标准答对」这个动作本身，一步没变。微证书没有击穿缓冲层，它被缓冲层吸收成了文凭的一个附件。能击穿缓冲层的，从来不是又一张证书，而是雇主端出现一种比文凭更便宜、更可信的能力测量方式——那一天到来之前，大学内部的评价惰性，有它结构性的底气。
缓冲层不是被动的隔水层，它有一个主动的吸收机制，而这个机制的枢纽，是教师身上那道没有被免责的「不会」。评价体系对教师有一项结构性的索取：把活的判断，压成可证明、可上报、可审计的度量。一个教师即使在课堂上真切地「看见」了某个学生正处在临界前的挣扎，他也很难把这份看见换成制度认账的证据——制度只认可测的产出。于是，任何要求「承认不会、承认开放态」的外部信号，一进到评价这一层，就被这套「必须可证明」的语法过滤掉了：它要么被翻译成一个新的可打分指标（于是「不会」重新变成「还没答对」），要么被搁置为「无法纳入考核，故不作数」。外部信号不是撞在一堵死墙上，而是被这层缓冲吸收、消化、改写成它自己认得的形状。这就是为什么换壳容易、改道难：加一门 AI 课、发一批微证书，都能被缓冲层顺利吸收，因为它们本身就是可打分、可认证的；唯独「允许不会」这一件，缓冲层消化不了，只能把它吐出去。
这里牵出本文一条要正视的经验弱点。我曾说，从企业改人才标准，到大学改评价体系，中间有「至少三年的延迟」。这更多是一个经验情形的归纳，未经严格控制的历史比较检验；如果这个延迟估计错了，本文关于「外部—内部」传导机制的具体表述可能需要重述。但要说清：本文核心的焦虑生成解释，不依赖这个延迟参数——即便延迟估计失准，「身份货币贬值→焦虑」这条主链也不塌。延迟是缓冲层厚度的一个观测量，不是承重的梁。
要补一句关于那个「三年延迟」的话，免得它被当成一个精确的常数。它更像一句经验的粗估：从外部信号出现，到大学内部评价出现可见的松动，中间隔着的那段时间，长到让二者看上去互不相干。这段时间有多长，取决于缓冲层有多厚——雇主对文凭的依赖越深，替代性的能力测量越不成熟，缓冲就越厚，延迟就越长。所以真正要盯的不是「三年」这个数，而是缓冲层什么时候变薄：当某一天，一种比文凭更便宜、更可信的能力凭证被雇主大规模采用，缓冲层塌陷，那时外部信号才会第一次真正穿进来，逼大学动它的评价。在那之前，指望外面推着里面走，多半是错付。
缓冲层会不会变薄，不是没有先例可参。历史上，当某个行业找到了比学历更直接的能力凭证时，学历在那个行业的信用就明显松动过——一些技术工种看作品集与实操，一些领域看可验证的过往战绩，文凭在那里的筛选权重就降了下来。这些先例的共同点是：不是文凭自己贬值，而是出现了一个更便宜、更可信的替代信号，把文凭从「省事的筛子」位置上挤了下去。AI 有没有可能催生这样一个替代信号——比如某种在真实无答案任务中的可验证表现记录？如果有，那才是真正击穿大学评价惰性的那一下；在那之前，本文关于「外部信号穿不透」的判断，仍然成立。
推翻这个乐观预期，是有代价的：它意味着，指望外部倒逼来完成教育转型，多半会落空。只要「教师暴露不会」在制度上仍不被免责，改革就会停在换壳而非改道。真正的杠杆不在外面，在评价这一层的内部——这也正是后面第七节三个动作要撬的地方。
贬值感解释了焦虑，第二根轴指向了出路。出路的核心，是一种旧教育里从未被机制化的身份能力，我称之为问题生成肌肉：在没有现成答案的情境里，能把混沌察觉为一组可追问的问题，并在连续被证伪的序列中，仍保持生成新判断的身体能力。它是那块 AI 替不掉、旧评价也从没给它记过分的东西。技能替代论会辩护说，人机协作里还有判断、规划、伦理决策这些更高阶的成分——这话不错；但要追问下去：这些高阶成分，判断什么值得做、什么问题值得问，能不能像「用 AI」那样被直接教？若能，教育确实只需加一门课；若不能，技能替代论的「焦虑源于技能缺口」就在「高阶技能都不可教」的前提下自行崩解。本文的立场是后者：判断力与问题感不可教，只能经无标准答案的真实困境发生。这个立场不必反驳「技能应提升」，它只需通出一步——在所有可教的技能都已教过之后，焦虑的余量，只能归给那块不可教的肌肉还没长出来。
关于这块肌肉，我要论证一条生长律：问题生成肌肉不能被教授，只能发生在教师被制度免责地暴露「不会」、学生反复经历「出题—被证伪—再出题」的无标准答案困境中。——而这条律，正是本文近邻最密集的地方，必须逐一划开，否则它就成了旧洞见的复述。
第一位是舍恩。《反思性实践者》（1983）早就把「问题设定」（problem-setting：给情境命名、给它建框）与「问题解决」分开，并指出技术理性的专业教育恰恰忽略了前者；它学不会于讲台，只能在一个没有标准答案的「反思性实践场」里，由教练示范、学生做中习得——教练能做的是引导，不能把它直接讲进去。这几乎就是本文生长律的骨架。分界在哪里？舍恩把场景收在教练与学生的二人关系里，他关心的是这段关系的现象学；本文把问题往上提了一层——问的不是「教练怎么带」，而是「这段关系能不能发生，取决于什么制度条件」。舍恩没有把「教师暴露不会」写成一个需要制度免责的动作。本文的增量，正是这道免责闸门：只要「教师在学生面前暴露自己不会」在制度上不被免责——只要它仍可能被算作教学事故、被绩效扣分——那么无论教练个人多有勇气，问题生成的发生场都不会稳定出现。舍恩讲的是场里怎么带，本文讲的是场本身由什么闸门放行。
第二位是弗莱雷。《被压迫者教育学》（1970）把教育分成「存款式」（教师把知识存进学生这个容器）与「提问式」（problem-posing：师生一同把世界当作待追问的问题）。本文一直在用的那个词——把旧教育叫作「分拣机器」——就落在他的存款式批判里。分界在哪里？弗莱雷的对立是政治—伦理的：存款式服务于压迫，提问式指向解放，他要唤起的是意识的觉醒。本文的对立是发生学—制度的：我不从「应当解放」出发，而从「这块肌肉在什么条件下才长得出来」出发，追踪的是评价制度这台机器如何在具体条件下、一步步收回了让它发生的空间。弗莱雷告诉你提问式教育在道义上更好；本文追问的是，如果制度骨架已经不认得「不会」这个字，它是怎么变成这样的、又要动哪一颗螺丝才松得开。
第三、第四位一并交代。Getzels 与 Csikszentmihalyi《创造性视野》（1976）曾在艺术生身上实证研究过「问题发现」，把它与问题解决分开——这提醒我，「问题生成」并非一块无人踏足的处女地，说它「从未被研究」是不准确的；准确的说法是，它从未被机制化进评价。而波兰尼《缄默维度》（1966）那句「我们知道的比我们能说出来的多」，正是「不能教、只能经历」的认识论根据：问题生成属于缄默之知，它不驻留在可言传的规则里，因而无法被直接讲授，只能在做中被身体习得。把这几刀划完，本文剩下的、别人没占的那块，可以说清楚了：不是「问题设定／提问式／问题发现／缄默之知」本身——那些都有主；而是它们进入或退出的那道制度闸门，以及这道闸门在 AI 零成本执行下为什么第一次成了教育的命门。这才是本文承重的残余。
再把舍恩这一刀补深一点，因为它最容易被误读成「本文只是给舍恩加了个注脚」。舍恩的反思性实践场，默认那个场是能搭起来的——他关心的是场里教练如何行动。可本文追问的是一个更前置的问题：在一套「教师不许露怯」的评价制度里，那个场根本搭不起来。一个教师若知道，自己在学生面前说一句「这个我也不确定」，会被写进评教、被同行侧目、被折算成教学能力不足，那么无论他读过多少舍恩，他都不会去搭那个场。所以本文的免责闸门，不是舍恩理论的应用，而是它的前提条件——舍恩谈的是场内的教育学，本文谈的是让这个场得以存在的制度学。缺了后者，前者只是一个在真空里成立的好建议。
弗莱雷那一刀同理。他的提问式教育是一个伦理召唤：教师应当放下压迫者的姿态，与学生共同追问世界。可召唤唤不动制度。一个身处「学生统考成绩占绩效七成」的教师，哪怕心向弗莱雷，也会被制度的重力拽回存款式——因为存款式是可考核的，提问式不是。本文与弗莱雷的分野就在这里：他诉诸教师的觉悟，本文诉诸评价规则的改写。觉悟是可敬的，但把一整套教育的转向押在教师个人的道德勇气上，是不牢靠的；能牢靠地放行提问式的，是把「不会」写进规则、把开放项目算进工作量的那几条制度动作。
还要防一个近处的混淆：问题生成肌肉，不是「创造力」或「头脑风暴」的别名。头脑风暴要的是多——在一个已经给定的问题下，尽量多地想出点子；而问题生成要的是，在根本没有给定问题、连「该问什么」都还不存在的时候，把一团混沌辨认成一个值得问的问题。前者在答案侧，后者在问题侧；前者可以靠技巧催多，后者只能在被反复证伪中长出判断。把问题生成当成创造力课来上，正是后文要警惕的那种「课程化即做成标本」——它用「多想几个点子」的可打分动作，顶替了「在无问题处辨出问题」的不可教发生。
给这块抽象的肌肉一个可感的形态（同样是思想例示，不是证据）。一门无标准答案的开放课上，一个平时数学垫底的学生，在盯着一张线段图良久之后，忽然说出一句「因为数字是死的，线是活的」。这句话，没有任何一份标准教案教过，从数学上讲也不严谨——数字哪有死活。但她其实是在说：她过去学不会方程，是因为她以为数学就是一堆死数字在互相做规定动作；那张线段图让她突然通了一下——它不是数字，却能帮她想明白数字在干什么。她用「活」这个字，不是数学的活，是她自己脑子里的东西活过来了。这一刻发生的，不是被教的结果，是她既有的认知组织，在一个没有答案的困境里被逼着改了一次道。重要的是后续：那次之后，她开始在习题里、甚至在没要求的考试草稿上主动画线段图——她的成绩没有突变（仍只是从垫底升到中下），但她面对抽象信息时内部的动作模式，从「茫然无措」跃迁到了「开始自发地转化」。这个跃迁，在成绩单上几乎不留痕，却真实地改变了她作为一个学习者的身体。
也正是在这里，SDE 的三根线（显露 S · 差异 D · 特征纠缠 E）不是装饰，而是真在做分析。用它的语法说：问题生成是一次差异（D）事件——学生在一个没有答案的困境里，被逼着让自己既有的认知组织发生一次改道；这次改道能不能发生，取决于特征纠缠（E）那一层的土壤，也就是制度是否腾出了一块「不会不被惩罚」的评价空间；而最终迸出的那个新判断（S，显露态），是在学生自己身上「相变」出来的，不能被老师从外面搬进去。一句贯穿本栏的铁律在教育上再次坐实：S 不可搬运，它只能在每个人自己的 E 里、经自己的 D，重新发生。教育的旧语法之所以够不着这块肌肉，是因为它一直以为自己在「搬运」一个可搬运的物——而问题生成，恰恰是最不可搬运的那一类发生。
顺着这三根线，可以把一个每个老师都遇到过、却总被当成偶发失误的现象，钉成一条定律。老师讲出的那串话是 Form（形），学生的「懂」是 S（显露态）。同一个 Form，经不同学生各自的 D、落进各自不同的 E，长出的 S 千差万别——有人通了，有人误解，有人毫无触动。所以「我明明讲得一模一样，他们懂得千差万别」不是教学事故，而是三方程的必然推论：S 由 D 与 E 共同生成，而 D 和 E 是每个学生自己的，讲授者递不过去。旧教育把「没懂」归咎于学生不用功、老师没讲透，是因为它一直以为「懂」是一个可以被讲清、被传送的物；一旦看清「懂」是一次在学生自己土壤里的相变，真正的教学问题就从「怎么把它讲得更清楚」，变成了「怎么让学生自己的 D，在自己的 E 里，越过那次相变」。这，才是问题生成肌肉要在其中生长的那片地——它同时解释了，为什么把答案讲得再清楚，也长不出问题生成：讲清楚服务的是 S 的搬运，而问题生成要的是 D 的自行发动。
这里藏着一个容易被忽略的正面转机。AI 用当前这种方式，会先行消除临界前状态——把学生正在试探的「错」，高效地纠回标准路径。但这只是 AI 的一种用法，不是它的宿命。同一台机器，换一种用法，恰恰能成为制造「无标准答案困境」的最好帮手：它可以无穷地生成反例，把学生每一个初步判断迅速证伪，逼他一次次重新出题；它可以扮演一个永不给终极答案、只不断追问「那这样呢」的对手。旧教育里，制造足量的、个性化的证伪困境，成本高到几乎办不到——一个老师面对五十个学生，给不出五十条各自卡在不同地方的岔路。AI 把这件事的成本，也压到了趋零。
于是同一个「零成本」，在两条轴上作用相反：在搬运轴上，它抽空了旧教育的稀缺、击穿了身份货币；在发生轴上，它却能把「让每个学生都泡在自己的无答案困境里」这件从前办不到的事，变得办得到。关键只在于，教育让 AI 站在哪条轴上——是让它更快地供给正确答案（那是在旧轴上加速自毁），还是让它更廉价地制造证伪困境（那是在新轴上第一次有了规模化的可能）。本文主张的那些制度动作，本质上就是把 AI 从前一条轴，调到后一条轴上去用。
问题生成不是一门可以教的课，
而是一段只能在无人给答案时、由学生自己发生的差异。
划完外面的近邻，我还欠自己一笔账。本文并非凭空长出，它踩在我此前两篇文章的地基上，若不把分界也对它们划清，就是对自己的近邻装看不见。
一篇是《共同漫游者——为什么最深刻的理解不是教出来的，而是一起迷路时遇见的》。它讲的正是「不可教、只能在无标准答案的困境里一起遭遇」。本文与它的分界在于：那篇停在「迷路」的现象学——描述最深的理解如何在共同的迷失中降临；本文往下挖了一层，问的是这场「迷路」能不能发生，取决于什么信用条件——为什么在旧评价制度里，师生根本不敢一起迷路，因为迷路意味着「不会」，而「不会」在那套账本上要被扣分。把「迷路的诗学」接上「迷路能否被制度放行」，是本文对那一篇的推进。
另一篇是《教育者的目证焦虑——为什么一个明明看见了学生所在的教师，却仍然无法停止把那「看见」翻译成可证明的东西》。它诊断的是教师身上的一种强迫：把活的「看见」压成可证明、可上报的度量。本文与它的分界在于：那篇停在教师个体的处境；本文把这份强迫制度化了——它不是某个教师的心理毛病，而是评价制度对教师的结构性索取（正是第四节里缓冲层吸收外部信号的那套机制），因而它的解也不在劝教师放下，而在把「教师可以不把看见翻译成证明」这件事，写成评价规则里一条可裁决的豁免。从「教师为何强迫自己作证」，到「制度如何免除这场作证」，是本文的那一步。
把这两块地基与本文的界划清，本文剩下的承重就干净了：它既不是外面某位大师的应用，也不是我自己旧文的复述，而是把「不可教的发生」这件事，第一次挂到「AI 零成本执行击穿评价信用」这根新的承重梁上。
把话说回本栏。这两块站内地基与外面那一排祖宗，其实指向同一件事的两面：外面的大师，各自看见了「不可教的发生」的某一个侧面（问题设定、提问、问题发现、缄默之知），却大多停在教育学或伦理学的层面；我自己的两篇，看见了这发生在课堂里的现象学质地（一起迷路、教师的目证焦虑），却停在描述。本文要做的合流，是把这两股都往下接到同一根新梁上——评价制度的信用结构，以及 AI 如何一次性抽掉了它的锚。侧面接上质地，再接上制度，那块「不可教的发生」才第一次有了可以动手的着力点。
理论若只到诊断，还欠一半。本文主张，出路不在增设 AI 课程，而在制度性地承认「不会」的教学价值，把评价的重心从答案正确率，移到问题推进的深度。要看清动作该下在哪里，先得看清度量逻辑是从哪个节点下沉到课堂的。宏观的人力资本逻辑要求「教育产出可度量」，这条要求不会自己走进教室，它要经过一个中观的转译器——教师绩效考评方案。当某地把学生标准化测试成绩在教师薪酬评定中的权重，从三成提高到七成，这不只是薪酬方案的数字调适，而是度量逻辑对教学日常的一次制度性进军：它直接改变了教师在每一个四十五分钟里，面对「进度优先还是发生优先」时，那个抉择对其个人职业生存的代价。背后未必有谁存心「消灭发生」，他们只是在回应问责压力；但效果上，非度量的教育空间被进一步压缩了。所以，动作也必须下在这个中观的转译节点上，而不是停在口号里。落到可操作，有三个。
其一，把「不会」从教学事故里摘出来，单独给它一格不被惩罚的位置。要紧的是，这一格不是简单地「允许犯错」。犯错意味着有一个对的答案、有一条基准线，只是这次没达到；而「不会」意味着，在问题生成与判断推进的过程里，基准线本身尚未形成。把一个「尚未形成的开放态」从教学事故里摘出来，同时又不把「不备课」混进来——这是旧评价表从没处理过的难题。它要的不是修补，而是评价对象的一次重定义：从「答对了吗」，改成「不会之后，发生了什么」。
其二，教师评价与教学评价，要把「教师暴露不会之后学生的推进」当核心指标。这会直接倒逼大学内部的教师评价转向，也正是要撬动上面那个中观节点。可操作的第一步是：让「无标准答案的开放项目」正式进入课程评价并占至少四成权重，同时把教师带开放项目的时长，计入最贵的一档工作量。否则，教师没有制度理由去冒这个险——第五节讲的那道免责闸门，若不落到工作量与评分权重上，就只是一句口号。
其三，把「快」和「一次答对」这两个旧美德，在教学制度里降格为低阶训练，并防它以新面目回流。这里绕不开一条老律——Goodhart 与 Campbell早已指出：一个指标一旦成了靶子，它就不再是好指标。旧美德之所以危险，正因为它们是最容易被瞄准、也最容易被 AI 以超人类水平复制的靶子。所以本文把它交给一条不含情态词的硬规则去处理：任何评价环节，只要其分数可以被 AI 工具以超过人类平均表现的水平复制，其权重就必须在两年内降为原有的一半以下。这条可以直接放进教学管理制度草案。教育管理者必须预期到，旧美德在降格后会有一个伪装性的回流期——比如用「AI 时代也需要基本的准确率」这样的说法，把旧考法原样保留下来；这条硬规则，正是用来堵这个回流的。
这三个动作合起来，一间教室会长成另一副样子。开学时，教师会在某些单元明确地说「这一块我也没有现成答案，我们一起试」，而这句话不再是一次冒险的个人表态，它写在教学大纲里、算在他的工作量里、不会在评估中被当作准备不足。学期中，学生会有相当一部分时间泡在没有标准答案的开放项目里，他们的评分不看「答得对不对」，看「卡住之后往前拱了多少、问题问得比上一轮更准了没有」。学期末，那些「AI 一秒就能给出满分答案」的考法，权重被明文压到很低——不是因为准确率不重要，而是因为它已经不再是这所大学能为学生留下的、别处得不到的东西。三个动作里没有一个需要新技术、新经费，它们要动的，是评价这台机器认账的对象：从「你答对了吗」，改成「你不会之后，发生了什么」。这件事不花钱，却触到大学最不愿意动的那根神经——它赖以售卖的，恰恰是「已认证的确定」，而本文要它开始为「尚未确定的发生」背书。
这三个动作，没有一个是本文的发明——允许试错、重视过程、给开放任务留权重，教育学里都有人主张过。本文加的，是把它们从「理念」拧成「可裁决的规则」：不是「应当鼓励探索」这种无法验收的话，而是「开放项目占评分权重不低于四成」「AI 可超人类复制的考法两年内权重减半」这种能直接放进管理文件、能被检查是否做到的条款。理念感召人，规则约束制度；这一轮教育应对里缺的，从来不是好理念，是把好理念译成制度能执行、能问责的那几行字。
还得回答一个现实的追问：不可能一夜之间把整套评价推倒重来，那先动哪一步？本文的建议是先动第一步——把「不会」从教学事故里摘出来——因为它成本最低、风险最小，且是后两步的前提：教师若还怕露怯，就不会去带开放项目，第二步的权重也就无人认领。第一步是松土，第二步是下种，第三步是拔掉那些会把地重新板结的旧美德。顺序颠倒——比如先压旧考法的权重，却没先给「不会」松绑——只会制造一段「旧的不让考、新的不敢试」的真空，让焦虑不降反升。换轴要一步一步来，但第一铲，必须下在免责上。
一个诚实的主张，要自己说出它最可能被做坏的方式。若照本文去做，最省事的落地，恰好会毁掉它想保住的东西。因为本文反复强调「不能靠增设 AI 课」，而现实里，最先被拿来顶替「真实困境」的，往往是一门名叫「创新思维」的通识课：它被简单地加进课表，学生在里面练几套「头脑风暴技巧」，教师照旧按出勤和汇报打分。这个省事的做法，会把「问题生成」标准化成一套话术，让学生获得一种「我已经在生成问题」的虚假身体证据。而这恰恰是第四节那个缓冲层最擅长的动作——把一件消化不了的事，改写成它认得的可打分形状，再顺利吞下。
把「问题生成」课程化的那一天，
就是问题生成肌肉被做成标本的那一天。
这条反噬不是外部批评，而是本文必须自担的风险。它也顺带给出了辨别真伪的判据：凡是把问题生成拆成可打分的步骤、给它配了标准答案的，都已经在做标本。
本文还得划两条适用边界，把自己不该管的地方交出去。其一，对那些尚未感到 AI 执行成本冲击的身体性技艺专业（某些工种、实操类艺术），本文的解释力显著减弱——它们身份货币的贬值压力，远小于高度可编码的执行型专业；那里的师徒制自有其不被 AI 打穿的信用结构，甚至「慢」而非「快」，才是它旧货币的承重美德。所以我收回一句本可能想说的大话——「所有专业都要从分拣机器转向问题生成」；不，有些专业面对的是另一种挑战，本文的焦虑生成解释对它们不适用。其二，本文「问题生成肌肉不能教」这一判断，不适用于那些已在家庭文化、非正式学习或过往经历里长出了问题生成基础的学生——对他们，「不能教」不是因为不需要教育，而是他们需要的是验证性的场景和平台，而非从头培育；教育制度对他们做过的伤害，是压制，而不是没能培育。
还有两个洞，本文自己也补不上，只能如实交出去。其一，为什么有一部分学生，明明处在「高贬值感＋低容忍度」里，却没有表现出焦虑，反而对制度彻底疏离——不焦虑、不学习、不反抗，呈现一种「闲散」？这指向一种本文没有处理的第三种身份状态。其二，为什么某些教师在自身焦虑极深时仍拒绝暴露不会，而一旦被迫暴露，学生的推进质量却极高？这说明教师暴露的效应，可能还取决于学生此前在课堂里积攒的其他信息，而那些信息，本文的分析没有纳入。两个洞都摆在这里，不填补，也不假装看不见。
这两个洞之所以留着不填，是因为填它们需要本文没有的东西——第一个洞（疏离而不焦虑的学生）需要一套关于「主动退出身份游戏」的分析，那是另一种身份状态，不在本文「贬值→焦虑」的框架里；第二个洞（教师被迫暴露不会后学生推进质量的差异）需要把课堂里此前积累的信任、关系、历史都纳进来，而本文刻意只取了「制度是否免责」这一个变量。把它们如实标为未解，不是谦辞，是给这套框架划出它管不到的边——一个诚实的框架，得说得出自己在哪里失效。
回到那个反常。优等生最焦虑，不是一件需要被平复的坏事，它是一份看不见的账终于被念出了声。焦虑的表面是痛苦，它的深处却是一种尚未被命名的清醒。当一个学生说「我不知道我还能做什么」的时候，他也正在说出「我不再假装知道」。旧教育的分拣机器，从不生产这种清醒，它生产的是「答对了的平静」。AI 让「答对了的平静」的保质期一瞬间缩短，大学于是第一次面临一种处境——它无法再靠加大正确答案的供给量，来解决自身的问题。
值得把这处「第一次」说得更重一些。教育史上历次危机，几乎都能靠「把正确答案供给得更多、更快、更公平」来缓解：学的人太少，就多办学校、多印课本；质量参差，就统一课标、统一考试；不够公平，就扩招、就标准化，让同一套正确答案惠及更多人。每一次，药方都落在「正确答案的供给」这条轴上。正因如此，这条轴被打磨得越来越精，也越来越被默认为教育本身。AI 带来的处境之所以特殊，是它第一次让这条轴失灵：当正确答案的供给成本趋零、且供给者不再是人的时候，「供得更多更快」不再是解药，反而把学生更深地推向那个可被替代的位置。教育第一次被逼着承认，自己真正稀缺、真正能留给一个人的东西，不在正确答案这条轴上。
这也是「AI 时代的新教育」这一栏立论的根子。它不是在旧轴上再加一段——不是更个性化的推送、更高效的讲解、更智能的题库；那些仍在「把正确答案供给得更好」的老轴上，而那条轴已经被 AI 走到了尽头。新教育要换的是轴：从「把已完成的知识搬运得更好」，换到「让知识在一个人身上重新发生」。搬运那条轴，交给 AI；发生这条轴，才是教育剩下的、也是唯一 AI 拿不走的那一段。焦虑，只是这次换轴在学生身上先痛出来的地方——他们比制度更早地、用身体感到了：旧轴到头了。
最后，回到那个具体的人。一个成绩很好、却忽然不知道好还能换什么的学生，站在这里，其实站在一个比他自己以为的更要紧的位置上：他是那套旧信用体系里，第一个诚实地感到它松动的人。制度还在假装那张支票能兑，市场还在用文凭省事地筛，而他已经先一步、用不安替所有人念出了那句没人愿意先说的话——「这可能不作数了。」教育若听得懂这句话，就不会急着把他的不安摁下去，而会认出：这不安里，藏着教育接下来该往哪走的全部线索。
所以「不焦虑」不该被当成要去追求的目标状态。本文想给的，不是一份「如何让人不焦虑」的配方，而是一条「焦虑暴露了什么、教育该往哪走」的路径。身份货币会继续贬值，问题生成的肌肉不会自动长出来。教育能在两者之间做的最要紧的事，也许不是去消除那段空腔，而是让那段空腔不被恐惧填满，让那个「我现在不会，但我在发生」的时刻——哪怕只在一间教室里——被制度承认。这也正是「AI 时代的新教育」这一栏一直在说的那条分界：搬运已完成知识的老路，AI 已经包办；教育剩下的，是让知识重新发生的那一段——而这一段，从来不是被搬进来的，是在每个人自己身上，被逼出来的。
对一所大学而言，这不比教任何一门课更难，却比任何一门课都更根本。