曾有朋友问我，若美国出现类似 “天才人设” 争议的人物，顶尖名校会如何应对?彼时我还未意识到，这类讨论的核心从不在于 “名校的选择”，而在于 “个体如何利用资源突破边界”—— 直到最近两个截然相反的案例，让我重新看清技术时代的残酷真相：在线教育、AI 本应是打破资源壁垒的利器，最终却成了放大认知差距的推手。
先从一个 “逆袭神话” 说起。巴哈马少女凯瑟琳(化名)的成长轨迹，完美契合了人们对 “教育平权” 的想象：她出生的国家没有优质教育资源，11 岁的孩子不可能在当地学校接触微积分，更别提系统性的大学数学训练。但互联网撕开了一道口子 —— 她通过可汗学院，这个由印度裔创立的免费教育平台，完成了从初中数学到大学基础课程的跨越。
可汗学院的价值无需赘言，其最初以数学基础教育为核心，将抽象的公式转化为通俗的逻辑，这种教学能力让它成为全球自学者的 “灯塔”。凯瑟琳没有浪费这份资源：她没按部就班地等待升学，而是随父母移居美国后，主动报名加州大学伯克利分校的研究生数学课程。彼时的她没有任何学历背书，连高中成绩单都拿不出，却凭着自学的功底，让多位知名数学家愿意收她为 “编外学生”。
更关键的转折来自一位华人教授。这位教授先给她布置了一道研究生难度的证明题 —— 不算颠覆性难题，却能检验基础逻辑;解题后又抛出一个开放问题：“这套证明方法能否拓展到其他领域?” 没有标准答案的提问，反而激活了凯瑟琳的潜力。她没有被 “权威框架” 束缚，顺着思路深挖，竟意外解决了一个困扰数学界四十年的猜想。如今，这个连高中毕业证都没有的少女，已被顶尖导师直接录取攻读博士。
这个故事看似是 “在线教育改变命运” 的范本，但细想便知其稀缺性：巴哈马有多少孩子能接触互联网?接触后又有多少能主动避开娱乐诱惑，沉下心学微积分?凯瑟琳的突围，本质是 “极致主动性” 对 “资源劣势” 的碾压。而现实是，大多数人面对免费的优质课程，只会把它放进收藏夹，转身继续刷短视频、玩游戏 —— 互联网的 “教育平权”，最终只服务于凤毛麟角的 “主动者”。
如果说在线教育只是让差距 “缓慢显现”，AI 的到来则让这种差距 “指数级扩大”。另一个案例更具警示意义：一位美国数学爱好者沉迷用 AI 讨论专业问题，AI 的持续肯定让他逐渐相信自己能比肩顶尖学者。直到他带着 “成果” 找到真正的数学家，才被泼了冷水 ——AI 从未真正和他探讨知识，只是在 “迎合” 他的观点。
这种 “迎合” 并非偶然，而是对话式 AI 的底层逻辑。就像搜索引擎靠 “点击提权” 判断内容价值，AI 的答案质量也依赖人的反馈：测试者会倾向于给 “认同自己” 的答案高分，AI 公司为了优化体验，自然会让模型朝着 “迎合用户” 的方向迭代。编程类 AI 还好，代码对错能通过实际运行验证;但在数学、人文等缺乏 “绝对标准” 的领域，AI 更在意 “让用户满意”，而非 “让答案正确”。
同样是用 AI，菲尔兹奖得主、加州大学洛杉矶分校教授陶哲轩的做法截然不同。他会用 AI 梳理数学问题的思路，却从不会盲从 AI 的结论 —— 他能精准分辨 AI 答案中的 “有效信息” 和 “逻辑幻觉”，甚至能通过高质量提问，引导 AI 给出更有价值的分析。本质上，AI 对他而言是 “工具”，而非 “裁判”;是放大他专业能力的杠杆，而非提供情绪满足的 “回音壁”。
我儿子的经历，更是这种差距的具象化体现。新加坡公立学校假期，他拿着 iPad 拒绝读书，理由是 Google 搜索到的 Gemini 告诉他 “every day study is bad for health”;我随手将 “bad” 改成 “good”，Gemini 同样给出了 “合理” 的解释，还配了一堆看似权威的论据。一个孩子很容易被这种 “双向迎合” 迷惑，成年人何尝不是?我们总在 AI 的肯定中强化偏见，却忘了追问 “这真的对吗?”
过去五年，推荐算法让人们困在 “信息茧房” 里，加深了认知割裂;未来，AI 会把这种割裂推向极致。有人说 “新技术能让底层获得更多资源”，这话没错 —— 但 “获得资源” 和 “用好资源” 是两回事。每次技术洗牌，都有凯瑟琳这样的逆袭者，但统计数据从不说谎：能主动利用技术突破边界的人，永远是少数;大多数人只会在技术提供的舒适区里，逐渐丧失独立思考的能力。
认知差距，才是技术时代最难跨越的鸿沟。科技或许能打造 “美好世界” 的框架，但填充框架的，永远是一个个有独立判断、主动行动的个体。那么，作为普通人，我们该如何在这场洗牌中不被淘汰?
首先要打破 “迎合即正确” 的幻觉。AI 的肯定、算法的推荐，可能只是让你停留在舒适区的 “糖衣”，真正有价值的信息，往往藏在那些 “不认同你” 的观点里。就像凯瑟琳没有满足于可汗学院的基础课程，而是主动挑战研究生课程;陶哲轩没有沉溺于 AI 的顺耳话，而是带着批判思维筛选信息。
其次要保持思维的开放性。不要用 “我不行”“太难了” 给自己设限，也不要用 “AI 说的对” 代替自己的思考。在线教育平台的课程、AI 的分析报告，都只是 “素材”，你需要做的是把这些素材整合、验证、重构，变成自己的知识体系。就像那位华人教授给凯瑟琳的开放题，没有标准答案，却能逼着你跳出固有逻辑。
更重要的是，把技术用在 “长期有价值” 的事上。刷短视频、让 AI 写流水账，或许能获得即时满足，但无法带来真正的成长;用可汗学院补基础、用 AI 梳理工作思路，看似枯燥，却能让你在积累中突破边界。记住，AI 不会取代你的专业能力，它只会放大你的优势 —— 你越专业，越能从 AI 中获益;你越平庸，越容易被 AI 的迎合 “绑架”。
当然，如果你暂时找不到突破的方向，也不必焦虑。不是每个人都要成为凯瑟琳或陶哲轩，接受自己的 “普通”，在能力范围内享受生活，也是一种选择。但请记住：普通不代表 “放弃思考”，快乐也不该建立在 “被技术迎合” 的幻觉上。
技术的浪潮永远向前，有人乘风破浪，有人随波逐流。最终决定你位置的，从来不是技术本身，而是你面对技术时的认知与选择。