专著母题 · 德麦国际专著第 263 号
《教育的新使命》
机器接管的不是「想」的全部而是下面一层，教育的使命是把学生培养成站在上面一层、定标准担后果的人。
一、它推翻的默认看法
被推翻的有两种相反的看法。一种说机器都会了，学校还教什么，因此要么禁用，要么多开一门「AI课」；另一种说会用工具就够了，学会写提示词的人就是新人才。书的出发点是一句判词：旧教育看见了人要会想，却把「会想」当成一个人全包；新教育要把它拆成两层，机器接管下面那一层，人站到上面那一层，会合成，能评判评判者，敢定标准、担后果。错在两处：把「想」看成不可分的整块，因此只能全交或全留；把用工具看成加快一个点，其实是思维结构分了层，人只占一层。书特别指出「学会一台机器就够了」是错觉，因为分界线本身在动，明年就会掉下来。
二、母题怎样立起来
第一步取历史：工具每来一次，形状相同，接管、退出、上升、重组。车来了，腿没有废，只是退出主要工作，人上到交通那一层，管路线、换乘、目的地；老会计老岑用计算器接管「算」，升到看报表、估数那一层，而只会按键的小会计掉进空处。文字、计算机也一样，每次还长出新本事，车来了有驾驶，文字来了有写作，这些本事长在人与工具对接的接口上。这一次不同的是接管的是「想」，分层发生在思维内部，分界线在动，连判断也开始松动。
第二步立颗粒度：同一道几何题，初二学生走七八步，熟手把许多步打成一包。人一次处理约七个组块，大颗粒装进去想得就远；象棋大师的优势来自认出阵型，在阵型这一粗颗粒上继续推理，所以直觉是推理压缩后的样子，粗的那一层也是严格的推理。由此批评「让孩子去发展直觉」，正确的切法是细颗粒的逻辑归机器，大颗粒的逻辑归人。
第三步立复合思维体：不是一个学生加一件工具，是分了层的思考者。下层做执行，上层做定问题、拆任务、选路径，以及合成（含命名）。第四步，判断也分两层：智能体判断产出，人判断智能体，办法是抽查、对照、看记录画出错地图、给机器出考题、看后果。第五步问链条停在哪里：停在定标准与担后果这两样交不出去的东西上，「好」由过这种日子的人说了算，机器没有可被后果碰到的东西。于是得到四层图：执行、判断、元判断、目的，分界线往上走，进不了第四层。最后落到课堂，并先把五种担心听完，它们推翻的是错误的分层，不是分层。
三、核心构念
- 学生—AI复合思维体：思维分成两层，机器占下层，人占上层；教育的第一件使命就是建起它。
- 思维颗粒度：想的单位大小；细颗粒外包是为腾出位置装大颗粒，大颗粒须自己打包养起来。
- 合成：把小颗粒组成大颗粒，要选择、排序、连接、补缺、消解矛盾；最高形态是命名。
- 元判断：判断那个判断的东西；五样办法为抽查、对照、画出错地图、给机器出考题、看后果。
- 四层图：执行、判断、元判断、目的；前三层的分界线会一直上移，第四层（定标准、担后果）归人。
- 接口上的本事：每次分层长出的新本事，往下要说得清，往上要看得明。
- 学习幻觉：产出变好不等于学会，「坐车跑得快，所以腿部肌肉锻炼得好」。
四、全书骨架
七篇加尾篇，共五十二章。第一篇讲人与工具向来分层上移；第二篇讲颗粒有大小，粗的那一层也是严格推理；第三篇立复合思维体及合成；第四篇讲判断也分两层；第五篇讲链条停在定标准与担后果；第六篇落到明天的课堂，包括培养目标、练提问、练合成、练判错出题、何时往下钻、留多少手算、考试考什么、老师站哪一层、不同年龄升哪一层；第七篇正面回答五种担心；尾篇回到岑家三代，书里有虚构的陪读人物老岑、岑岚、阿迟，不承担证据。结语、附录七件，包括口述命题登记、课堂练习三十二题和本书自认最弱的几处。
五、关键案例与证据
老岑收起算盘改学看报表；柏拉图《斐德若篇》中塔穆斯国王说文字是提醒的药，不是记忆的药；工程师不手算却能一眼看出错，靠估算这个报警器；米勒1956年的组块论文；蔡斯与西蒙1973年的象棋实验，棋子随机乱摆时大师的优势几乎消失；钟铭与林可用同一台机器做公交课题，一个交四十页公共内容，一个多坐一星期公交只交十二页，三建议中一个被公交公司采纳；阿迟让机器写奶奶，老师批「你没有奶奶，你是外公带大的」；岑岚的十段好论证拼不成文章；总经理不核每一笔账；班布里奇《自动化的反讽》。
六、碰撞接口
- 可抽出的命题：
1. 凡工具接管某一层，人不上升，就是往下掉。2. 判断链不会无穷上溯，凡停止之处必是定标准与担后果。3. 好的直觉不是逻辑的对立面，而是推理压缩后的样子；细颗粒归机器，大颗粒归人。
- 可相撞的方向：与「AI赋能教学」一类主张相撞，检验成绩提升如何区分系统收益与学习者成长；与认知科学的组块和专长研究相撞；与任何认为判断终将全部自动化的观点相撞，可撞点在「担后果」；与技能萎缩论相撞，书的回应是全交只看着才萎缩。
- 站内邻书：第249号《普通人都能明白的雅斯贝尔斯》（材料标为同向）；第157号《哲学的使命是什么？》（后记所列的前一卷，可对读使命问题）；第138号《普通人都能懂的柏拉图》（对读《斐德若篇》文字之忧）；第252号《胡敏讲维果茨基：普通人能懂的》（可对撞学习中的上升与支架）。
七、边界：什么情况下算错
书自认是形状，不是预测，不猜机器几年后能做到什么，也不是乐观宣言。分层有代价，附录六列出本书自认最弱处，附录七自陈双层模型仍需实证检验，过程指标与成绩相关只是联系证据，不是因果。其依赖的前提是：第四层（定标准、担后果）机器进不去，分界线只止于元判断的高处；若机器能被后果碰到并承担责任，或「好」不再由过日子的人说了算，母题的上限便不成立。书还承认，若未在细颗粒里走熟，大颗粒可能是空的；委托边界须在实际学习中形成。