《龙樱》
2026年，当TIME联合Statista公布全球教育科技公司榜单时，榜首位置已易主给Duolingo。中国公司猿辅导排在第八位。
一年前，编程猫、有道、好未来霸占全球教育科技前三甲，中国教育科技曾是当年最耀眼的行业叙事。这种历史版图的更迭，像极了一场不断更换主角的未来预演。
鲜有哪个行业，像中国教培这般急切地等待下一项技术救场。回望过往，教培史实则包含两条脉络：一部技术演进史，一部产业兴衰史。过去二十年间，两者虽常并行发生，却极少朝同一方向演进。互联网、MOOC、直播、大模型……技术一次次兑现承诺，行业却始终没能交出寄托于技术的答卷。AI来了，可为何每一次都像是初来乍到？
“AI能不能救教培？”这不过是老问题的新包装。也许从一开始，这就问错了方向。一个问题若连续二十年无解，值得怀疑的往往不是答案，而是问题本身。
01
技术革命，本质上是一种延期机制。每当行业在社会层面找不到出路，便会更狂热地投向技术怀抱。技术不仅提供工具，也描绘未来。它越来越像一种通用语言，凡暂时无法回答的难题，人们本能地将其翻译为技术问题。每次技术浪潮都在刷新行业的叙事方式，却极少改变其存在形态。教培，不过是时代症候的一个样本。
技术乐观主义持有一个基本假设：社会难题终将被技术消解。教培对此深信不疑，因为它售卖的从来不是知识，而是对不确定性的管理。互联网许诺消除信息不对称，直播承诺复制优质师资，AI保证人人拥有专属导师。
这些承诺共同回避了一个事实：教培本就不是教育制度的有机组成，它是竞争制度的一环。教育是入口，知识是媒介，机会才是硬通货。
当教育陷入困境，人们谈论的是模型、算法和算力，而非教育为何存在，又该通向何种社会图景。一旦教育只能用技术话语被讨论，它就退出了公共视野。
02
人们常低估技术真正撼动的东西。他们以为技术只改生产方式——更快的机器、更高效的系统、更低的成本。但技术的影响往往在另一个维度发生：它重塑了一个社会理解未来的方式。技术迷人之处，不只在于能解题，更在于让人相信，那些暂时的无解难题，终有一天会被攻克。
整整六十年前，德国人布鲁门贝格敏锐察觉现代社会的某种不安：我们拥有改变世界的能力，却越来越难回答一个朴素的问题——我们究竟想把世界改成什么样？传统、宗教和共同价值曾提供答案。现代社会甩掉了这些答案，也弄丢了它们。
技术承接了这份期待。未来不再是被动等待的到来，而变成可制造、可加速的对象。关于未来的疑问，被换算成能力考题。大家更关心有没有更好的工具、更高效的方法，有没有哪项技术能帮自己赢得竞争。
技术不要求你回答那些棘手的大问题，它只要求你相信：这就是未来，要么加入，要么被抛弃。它在宣告：未来已至。至于真正的问题，以后再说。
03
1954年，法国学者雅克·埃吕尔出版《技术社会》，预言技术将成为衡量问题价值的标尺。凡是可计算、可优化、可复制的，被认为值得解决；无法量化的，即将被淹没。
教培是这一变化最直观的领域。招生变成了流量运营，教学变成了产品研发，竞争变成了效率比拼。
技术最大的威力，不在于它能解决多少问题，而在于它决定了哪些问题值得被提出。因此，AI时代需警惕的不是AI够不够强，而是面对困境时，我们是否还保有跳出技术框架提问的能力。
04
1944年，卡尔·波兰尼推出《大转型》。他指出，市场从未独立存在，而是嵌入在社会之中。价格、交易和效率背后，隐藏着更深层的力量：制度、文化、关系以及人的选择。
教培并非教育制度的附属品，它是社会竞争系统的产物。人口结构塑造需求，考试制度指引方向，就业竞争制造焦虑，家庭选择决定支付意愿，社会流动承载期待。AI可以改变教育供给的方式，却无法改写需求背后的社会逻辑：
为何一个家庭要倾尽所有投入教育？
为何一个孩子必须在竞争中证明自我？
为何一个社会有权规划下一代的人生？
这是技术革命反复碰到的边界。行业不是孤立运行的机器，它生长于社会对机会、流动和未来的想象土壤里。
05
1865年，英国煤炭年消耗量逼近一亿吨。此前六十年间，英国煤炭消费增长了八倍。这发生在蒸汽机效率不断提升之后。
人们原以为高效机器意味着更少消耗。经济学家威廉·杰文斯却发现事实相反：效率降低导致成本下降，进而扩大了使用规模。技术节约下来的资源，最终被更大的需求吞噬。他在《煤炭问题》中记录了这一“杰文斯悖论”。
教培也面临类似困局。当效率成为公共标配，效率本身就不再构成优势。每次技术进步都扩大了供给，但供给能力的提升并未缓解竞争，反而让竞争更加汹涌。
“红皇后效应”揭示了另一种困境：在持续竞逐的环境中，参与者必须不断进化，才能维持原有位置。技术不断修改比赛规则，但它不会终结比赛。
06
物理学中有个著名的“洛施密特佯谬”，指出宏观世界有着明确的时间箭头，微观粒子运动却不具备这种方向性。秩序与方向，并非单个粒子的属性，而是大量互动中涌现的结果。
社会统计力学提供了另一视角。宏观趋势只是概率背景，绝非个体命运的定数。一个行业整体衰退，仍会有新组织生长；行业迎来技术浪潮，也挡不住海量失败的发生。技术划定行业边界，却不替任何机构完成进化。任何个体或公司若想保持稳定有序成长，必须持续从外部获取资源、信息和现金流。一旦停止输入，内部必然走向涣散。
一个行业最危险的时刻，不是没有答案，而是拥有了一个看似万能的答案。
决定行业命运的不是采用了什么技术，而是服务于什么社会。或许真正的问题，从来不是AI能不能救教培，而是当一个行业把全部未来押注于技术时，它是否还能想象技术之外的未来？
