这一章用乘法提醒学校：AI 不会脱离人的学习方式自动产生教育结果。先检查人的能力基座，再决定工具投入；公式是方向隐喻，不是增长倍数或财务结果预测。
〇、先回答一个更根本的问题：如果只能培养一种能力，培养哪一种？
在本书的价值排序里，自学能力是学校应优先培养的重要基础能力之一。
我认为：如果办学者要选择一项长期投入的基础能力，自学能力值得优先。它能支持人在新任务中继续学习，但不能替代品格、关系、身体、专业教学和其他能力。
为什么在 AI 时代尤其要重视它？因为知识与工具持续变化，“自己学会一样新东西”是孩子离开学校后仍可继续使用的重要能力之一。会自学不保证在所有领域都成功，不会自学也不意味着不能得到支持。
知识与工具持续变化，自学能力因而重要；本书不使用未经核验的统一“知识半衰期”，也不把缺少某项能力写成“没有未来”。
这一章不讨论“要不要上 AI”，而检查学校是否同时培养自学、判断与核验。工具投入若缺少这些基础，可能增加依赖风险；是否发生、程度如何要看实际使用证据。
一、核心论点：先别问”上不上AI”，先问”那个1立没立”
我先把本书的工作判断摆在前面：一些转型会先买工具，却没有同步改变任务、评价和学生判断权。
AI不是你这所学校的发动机。它是放大器。发动机是孩子自己。
这意味着：即使工具投入很高，系统本身也不会自动产生教育结果。它怎样被使用，取决于学生的主动学习、判断和学校的任务设计。公式里的”1”与”0”只是方向隐喻，不是效果倍数。
自学 × AI 是乘法关系。完整口径是：（信念系统＋四特质＋元认知）× AI＝全面学霸／超级学霸／终身学霸；人的能力基座在前，AI 是超级杠杆。数字只作方向隐喻，不是效果倍数。 ——舒大军《竹子学校·理念与课程体系介绍》
你看明白这个公式没有？它不是一句漂亮话，它是一道生死判据。
当学生保留主动启动、判断、核验和复盘时，AI 可能扩大探索与反馈；若长期把判断交给工具，也可能加重依赖。1、0 和负数只是方向隐喻，不是 10 倍、100 倍的效果模型，也不给孩子分类。
乘法中的 1、0 与负数只表示资源方向：人的能力基座在前，AI 是杠杆；它们不测量人、不预测倍数，也不给孩子分组。 ——舒大军《学霸心智刻意训练课完整手册》
-1 × 10 = -10 只表示风险方向，不给孩子打分。若学生习惯直接索取答案，低门槛工具可能减少独立思考；好的任务设计、核验和复盘也能改变使用方式。
整座学校应先明确人的学习目标，再决定工具怎样服务。顺序颠倒会增加投入与教育目标脱节的风险，但不是必然失败判决。
二、理念：符号一错，逻辑全错
1. 这个错，我自己也犯过
我要先承认一件事。
我们一开始也把自学与 AI 误解成并列相加。旧口径的前半句对，后半句错；这里保留认错事实，不再复写错误公式。
我们曾把自学与 AI 说成并列相加，后来确认方向错了。AI 放大的是人的学习方式；所以必须用乘法表达，核心在人，不在技术。
为什么不能把自学与 AI 当作两项独立相加？因为那容易诱导学校只增加工具，却不改变人的学习方式和任务结构。乘法表达提醒我们：人的能力基座在前，AI 是杠杆；具体效果仍须验证。
乘法符号提醒学校先建设人的能力基座，再使用 AI 杠杆；“0×10”只作方向隐喻，不是对人或教育效果的数值测量。
这组问题用于检查转型方向。方向与目标错位时，更多投入可能扩大偏离；具体影响仍须依据实施证据判断。
2. 同一个 AI，在不同任务与支持下可能产生不同结果
家长常见的问题是：“给孩子用 AI，他会不会变懒？”
我的答案是：取决于孩子怎样使用、任务怎样设计、成人怎样支持。相同工具可能带来不同结果，不能只用“正／负”给孩子定型。
AI 可能支持主动探索，也可能加重答案依赖；方向取决于任务设计、使用习惯、核验和人的判断。
“放大器／麻醉剂”只是风险隐喻。结果既与使用者的判断有关，也取决于任务设计、教学支持、核验机制和使用环境。
AI 可能支持主动探索，也可能加重答案依赖；方向取决于任务设计、使用习惯、核验和人的判断。
“放大器／麻醉剂”是风险隐喻，不是技术定律。AI 可能强化既有习惯，也可能在合适任务、核验和指导下帮助人改变；要看实际行为证据。
3. 教孩子”用”AI不够，要教他”驾驭”AI
那“1”具体是什么？会点击、会生成，不等于会设定任务、核验结果并承担责任。
只会点击工具、却把判断和责任交出去，会增加依赖与同质化风险；能设定任务、核验结果并负责的人，更可能保留主动权。这里不作职业淘汰预言。
使用者与驾驭者不是两种固定的人。区别在这一项任务中是否保留原始判断、核验和责任；同一个人可以通过练习改变使用方式。
判断一个AI好不好，也是同一把尺子：
好的AI，是引导你更多思考的AI，是不轻易给你答案的AI。
AI 可以辅助练习、反馈、验证与复盘，包括痴迷改进；真实成年人仍是关系、安全、长期陪伴与后果的责任主体。这条“驾驭”与“育”的边界，不能写成 AI 只帮得了前三个特质。
你培养的是会给 AI 设任务、核验并负责的人，还是只等工具给答案的人？这是一道行为自检，不把人测成正、零或负。
三、可操作的方法：把乘法变成能拍板的判据
理念听懂了，落地要有工具。下面这一套，是你作为决策者能直接拿去用的。
工具1：自学 × AI 乘法判据（投钱方向的第一道闸）
每一笔转型的钱、每一项新动作上马之前，先过这一道闸，问三句话：
- 这笔投入，是在做大那个”1”，还是在堆”0”？ 做大”1”的（养自学能力、建信念、改课堂结构）优先；只堆”0”的（再买一套AI工具、再上一门AI课）往后放，甚至不做。
- 学生是否保留主动启动、判断与核验？ 若整体仍习惯等待答案，先用小任务训练原始判断，再逐步增加 AI 支持；不把学生写成正数、零或负数。
- 去掉 AI，这个动作还保留什么教育价值？ 若只剩工具展示，就要重新检查目标；好的任务即使不用 AI，也应保留学生亲自判断、核验和负责的环节。
一句话心法：判断学校该把钱和精力投在哪，先看是不是在做大那个”1”，而不是堆AI工具。
工具2：AI使用三色场景规则（防”麻醉剂”的护栏）
光说”驾驭不是使用”太虚，得落成能挂墙上的规则。把学生用AI的场景分三色管理：
- 绿色（鼓励用）：孩子已经自己想过、卡住了，用AI拓展、追问、找多元视角——这是放大器。
- 黄色（先自己来）：先独立完成、保留自己的原始版本，再让AI点评对照——保住那个”1”先在场。
- 红色（慎用）：信念对话、自我反思、第一次面对难题的关键判断——先保留个人原始回应，再决定 AI 是否作为辅助；工具介入不等于必然替代成长。
注：三色场景规则是竹子教育的实践建议，不是已验证的统一效度量表。各校须结合学段、学科、安全与真实结果调整。
AI 使用三色 · 通用底表（按”动作类型”定默认色，判据见末行口诀）：
| 动作类型 | 默认色 | 为什么 |
|---|---|---|
| 第一次独立面对难题的关键判断 | 🔴 慎用 | 先留下自己的首答；AI 可在之后提供提示、核验或多元视角 |
| 信念对话 / 自我反思 / 人生选择 | 🔴 慎用 | 先由本人形成判断；AI 只能辅助提问，不能成为责任主体 |
| 考试 / 测评 | 🔴 红 | 除非考的本身就是”驾驭 AI”的能力 |
| 完成作业 / 作品初稿 | 🟡 黄 | 先独立做出初稿、保留自己的原始版本，再让 AI 点评对照 |
| 订正错题 / 复盘 | 🟡 黄 | 先自己复盘”为什么错”，再用 AI 追问、补盲区 |
| 已经自己想过、卡住了求突破 | 🟢 绿 | 想过再问，AI 是放大器；拓展、追问、找多元视角 |
| 查证资料 / 找多元视角 / 头脑风暴 | 🟢 绿 | 不替代判断，只扩大输入 |
一句口诀判色：问”这一步如果让 AI 替了，孩子那个’1’还在不在场？“——在场，可放 🟢绿 / 🟡黄；不在场（被 AI 顶掉了），就是 🔴红。各校拿这张底表当起点，按自己的学段、学科再往细里分。
这张表把乘法逻辑转成可讨论的课堂动作；是否可执行、是否有效，仍要按学段、学科与真实结果调整。
工具3：把”1”翻译成可观察、可培养的东西
“自学能力”这个词太大，培养不了。要把它落到四个可观察、可训练的特质上——这是你养”1”的施工图：
学霸四特质——自驱力、专注力、享受思考、痴迷改进——本质上不是能力，是信念和心智模式。
AI 可以辅助四特质的练习、反馈、验证与复盘；真实成年人仍是关系、安全、长期陪伴与后果的责任主体。
四、校长该做的具体动作
这一节我直接对你——决定这所学校怎么变的那个人——说。
第一，把转型预算表拿出来，按“做 1”和“堆 0”重新分类。 不预设预算一定压在工具上，只核对：工具投入是否挤占课堂结构、教师学习、信念支持与学生自学能力的投入。根据本校账目再调整，不拿推测当事实。
第二，给全校立一句不许漂移的口径：自学 × AI 遵守乘法逻辑，不把两者说成并列关系。 文件、会议、家长沟通与日常表达都要抽查；是否走样以真实样本为准，不写成作者已观察过的普遍规律。
第三，对外少讲“AI 用得多先进”，多讲“怎样建设人的能力基座”。 若比较焦点只落在工具投入，人的判断、核验与责任容易被忽略；竹子教育应把这些真实做法和证据讲清楚。
你打你的，我打我的。我们自己定义战场。
差异化不在“AI 先进”，而在学生是否保留判断、核验与责任。这个方向也可能被别人学习，竞争力要靠持续实践与证据，而不是宣称不可复制。
把“先立人的能力基座”写进招生、师训、课表和评价的优先级，再依据实际结果调整。它能减少方向混乱，但不能一次解决所有实施问题。
五、常见风险：乘法逻辑可能怎样走偏
下面列的是几类高风险做法，作为自检，不冒充已有一手材料与公开授权的学校案例：
风险一：只买工具、不改变任务与判断权，可能放大答案依赖风险。这是一类高风险做法：只买工具、不改变任务与判断权，可能增加依赖与同质化。是否发生要看作业、课堂过程和学生作品，不能写成最常见或最贵的统计结论。
风险二：给习惯等待答案的学生直接叠加低门槛生成工具。以下是假设风险场景，不是真实个案：若一群习惯直接索取答案的学生突然获得低门槛生成工具，独立思考可能减少，家长也可能担忧。结果并非必然，需用过程证据观察。
风险三：教”会用AI”，没教”会驾驭AI”——批量生产使用者。你开了 AI 课，教孩子怎么点、怎么问、怎么生成，他可能学会使用工具，却仍把判断权交给 AI。这样的使用方式会增加依赖与同质化风险。学校要训练的，是保留原始判断、核验结果并为使用负责。
风险四：口径在嘴上漂移——文件写乘号，开会说并列关系。如果口头表达把自学与 AI 说成并列关系，家长和老师可能误解顶层逻辑。应抽查真实会议与家长沟通样本，再校准口径；不能预设整套设计必然变形。
风险五：方向错了还在拼命跑——把对的事做错叫努力。一种需要检查的风险是：团队动作很多，但资源方向与人的能力目标错位。
方向比方法更重要，错的方向比把事情做错更严重。
方向与目标错位时，更多投入可能扩大偏离；在正确方向上也要复盘真实结果，不能用口号替代证据。
所以，回到开头那个符号。
你不用现在就把整套AI方案推倒重来。你只需要先停下来，看一眼你这所学校的设计图——它是先去立那个”1”，还是先去堆那些”0”。
这个问题想清楚后，再用小步试验核对方向与结果；若证据不支持，就及时调整。