2026年7月25日，广西日报头版头条只有四个字：
《王的猜想》。
三天前，35岁的桂林人王虹拿到了菲尔茨奖。
广西日报是省级党报，正常年份里主要出现在传达室和会议室。那天之后它出现在闲鱼上，从二十块起步，一路涨到五十。有卖家一本正经地写：
全新未拆，无折痕，非诚勿扰。
报社紧急加印，两天卖了十万多份。
抢到的人绝大多数这辈子都弄不明白“三维挂谷猜想”在猜什么。他们抢的本来也不是猜想，是“我见证过这一天”。大家总需要一个确认：这个世道还奖励聪明和用功。
那几天所有版面都在写她拿了什么奖、为哪里争了光。真正值得看的，藏在没写的地方。
比如，她是怎么开始的。
1
王虹1991年生在广西桂林。
五六岁时，她在数学教材上看到一个小方框，里面是几道思考题，栏目叫“想一想”。
其中一道是：有7棵树，每3棵共线算一行，最多能排出多少行。
她自己算了出来，是六行。那天她特别高兴。
三十年后回忆和数学的第一次照面，她反复用的只有两个词：
好玩，有意思。
不是打基础，不是培养兴趣，就是好玩。
高中学校开了数学竞赛班，一周一小时。她在班里的状态是：不以考试为目标，对什么题感兴趣做什么题，一道难题常想好几天，做完忘了对答案。
做完题不对答案，放在今天大部分家长眼里，基本等于白做。
而在所有能被打分的地方，她都不算突出。
高一，年级一百名开外；高二，前六十；高三，才进前十。进了北大，在满院子的奥赛金牌得主里，她几乎是个“小透明”。田刚院士的评价很直白：
不是竞赛生，在班上的表现也不是最亮眼的。
但她一直在往前挪。小学跳过两级，2007年，16岁考进北大，进的不是数学系，是地球与空间科学学院。
她想学数学，就自己泡图书馆，一边修地空的课，一边把数学系的课一门门补齐，硬考了回去。后来去法国念书，中间还去建筑事务所短期实习过一段，最后还是回到了数学上。
跟她同届的北大本科生里，还有一个邓煜。深圳人，奥数金牌，保送，读了两年转去MIT，一路踩着轨道往上走。
二十年后，两个人在同一年拿到菲尔茨奖。一个是竞赛路线的完美产物，一个是自己弯弯绕绕爬回数学系的选手。
所以新闻出来之后，网上迅速分成两拨：一拨说，我们的教育培养出了世界级天才；另一拨说，天才都是从教育系统里逃出来的。
两边都在抢同一件事的功劳。但王虹身上真正稀缺的不是奖章，是她被允许的那种学习方式。
一道题想三天。课本上的定理，先自己推一遍，卡很久也不要紧。她自己的说法是，推导会花很长时间，也经常卡住，但这是很好的练习机会：
有自己独特的理解，是很重要的事。
朴素得不能再朴素。但把这套方式放进今天任何一间教室，立刻会发现它是奢侈品：
一节课四十分钟，铃一响，进度就得往前走。
没有一个孩子，被允许在第三分钟停下来，然后一直想到下周三。
2
这不是今天才有的难题。中国人很早就给它起过一个好听的名字，四个字：
因材施教。
出处是孔子。《论语》里有个名场面：子路问，听到一个道理该不该马上去做？孔子说，你爸你哥都还在呢，急什么。
冉有过来问同一句，孔子说：马上去做。
旁边的公西华听傻了，说老师你这不是双标吗。
孔子解释：冉有退缩，所以我推他一把；子路太冲，所以我拉他一下。
同一个问题，两个相反的答案。这件事能成立，只有一个前提：
孔子熟悉每一个弟子。
这个理想被引用了无数次，却从没被真正普及过。不是没人想做，是它太贵了。
私塾时代，一个先生带十来个孩子。谁背书快，谁字写得歪，谁昨天挨了打今天没精神，先生全知道。代价是：他一辈子只能教这么多人，而供得起先生的人家也就那么多。
后来夸美纽斯把班级授课制写成理论，普鲁士把它变成国家制度，工业化把它铺向全世界：
一个老师，四十个学生，一张课程表，一口铃声。
这是人类第一次把教育做成可以大规模复制的事，全世界识字率的抬升几乎全靠它。代价也一样清楚：所有孩子必须按同一个节奏走，快的等，慢的追。
这不是谁的失职，班级授课制是那个年代的最优解。但从那天起，教育行业就有了一个不可能三角：
大规模、高品质、个性化。
三样很难同时成立。因为后两样依赖同一种东西——一个好老师的时间。
他一天只能上八节课，给了这个班就给不了那个班；班上多一个孩子，每人分到的就少一点。
所以在教育这件事上，稀缺的从来不是知识。知识早就便宜到不要钱了：图书馆免费，公开课免费，维基百科免费。
真正稀缺的是“等”。
等一个孩子把定理自己推一遍。等他在一道题上耗三天。等他绕一段在所有人看来都毫无用处的远路，再绕回来。
过去三十年一直有人试图解这道题，工具一代比一代聪明：文曲星、复读机、点读机、拍照搜题、在线直播课。
光文曲星就卖出去几千万台。一代人从里面学到的最扎实的东西，可能是：
《英雄坛说》的通关方法。
把它们摆在一起看，规律特别整齐：解的都是同一道题——怎么让孩子更快拿到那个答案。
查一个单词，从翻词典的三分钟压到三秒；一道不会的题，从等老师明天讲，压到拍一张照片；一节名师课，从必须坐在海淀的教室里，压到点开一个链接。
这些都是真实的进步，分数和效率确实被抬高过。但三十年里，没有一样东西是用来买“等”的。
直到2022年，有样东西撞了进来，把这三十年的账推翻重算了一遍。
3
生成式AI出来之后，几乎每个行业都被预告过一次死亡：翻译、客服、文案、插画、初级程序员、财报分析师……
名单每几个月更新一版，一次比一次吓人。但这些焦虑本质上是同一种：
我会不会被优化掉。
只有教育不一样——它卖的东西本身就是“知道答案”。
学校教你知道答案，考试检验你是不是知道，分数决定你比别人多知道多少。整套系统的前提是：知道答案很难，很值钱。
还有更麻烦的一层。过去两百年，技术革命无论淘汰掉谁——纺织工人、马车夫、接线员、打字员，社会的兜底方案永远是同一句：
去多读点书，再学点新东西。
读书是那个最终的避难所。而这一次，技术革命对准的是避难所本身。
于是这个行业的慌乱来得比谁都早。大学把专业改得面目全非，文科生被告知得先补理工科的底子；家长在饭桌上、在家长群里逢人就问：
AI什么都会，我孩子现在学的这些，二十年后还算不算数？
前不久学而思开了场学习机发布会，台上两个人各自回答了这个问题的一半。
樊登说，人类没必要慌成这样。理由很短：AI再厉害，有一件事替代不了，就是一个人脑子里的神经元连接是怎么长出来的。
学而思硬件负责人赵璞铮说得更具体。他说这几年被问得最多的就是“AI时代该学什么”，所有人都想找一本武林秘籍。但计算机来过，互联网来过，AI也来了，四大名著还是经典必读，勾股定理一个字没改：
AI时代最先改变的不是学习内容，而是学习中的关系。
孩子和知识的关系，从被动接受，走向主动探索。
如果这句话真能成立，AI就是第一次有可能买到那个最贵的东西：等。
但话是话。头几年真实发生的是另一回事——最先学会用AI的不是家长，也不是老师，是孩子。
他们很快摸到诀窍：把一张什么都没写的空白作业拍上去，产品会老老实实给出完整答案和解析，连步骤都补齐。搜题工具就变成了一台：
抄作业机器。
这不是哪一家的问题，是整个行业的默认设置。答案越便宜，“学”这一步就越容易被绕过去。
所以AI到来的第一个结果不是“等”变便宜了，是答案又便宜了一次。
三十年前是三分钟压到三秒，现在是一整张卷子一键交付。方向没变，只是速度换了个数量级。
赵璞铮在发布会上把这层意思说得很直接：
AI今天替你写作业，明天谁替你考试？
所以真正的问题是，大模型要不要在“给答案”和“逼思考”之间，给自己设一道坎。
而这道坎只发生在一个瞬间。一个孩子把不会做的题拍上去，机器在那零点几秒里，决定要不要把答案递给他。
4
那零点几秒里要发生的事，比“给还是不给”复杂得多。
如果只是不给，那不叫教育，叫：
故障。
这道坎要立得住，得同时满足三个条件。前两个管卡住的孩子，第三个管没卡住的。
第一，它得知道你卡在哪。
判断一道题对不对很容易，十年前的技术就够；判出“错在第三步”很难；最难的是判出：
这孩子每次都错在第三步。
什么都不知道的机器说“你再想想”，是敷衍。知道你从哪一步走岔的机器说“你再想想”，才是教。
学而思新一代学习机T6做的，就是过程级批改：孩子在纸上答题，机器一路看纸面，一路认手写的每一步，定位从哪一步开始出错，而不是最后打个叉。
返回的不是答案，是错因诊断——知识点没掌握，方法不熟，还是理解方式一开始就偏。
这三种在卷面上长得一模一样，都是一个红叉。往下怎么讲，完全是不同的节奏：同一道题，平时考二十分的孩子，按最简单的方法讲；能考九十分的，才讲更难的那一种。
第二，知道卡在哪只解决了一半，它还得有耐心等你自己走出来。
好老师同样看得出孩子卡在哪，但常常还是把答案直接讲了。不是他不懂教育，恰恰因为他太懂——讲台底下还有三十九个人等着，半本教材没讲完，下周还有月考。
剩下那一半，叫耐心。而耐心是有成本的，尤其当它被四十个人分摊。
樊登常年劝家长别鸡娃、别报班，这次肯给一台学习机站台，逻辑只有一句：你交给孩子一个学习机，是孩子主动在学；你请个一对一老师站在他身后：
他就变成被动学习。
赵璞铮接了一句，叫“好内容不生气”。
回想一下自己辅导作业时的血压，就知道这句话的分量。同一道题讲到第三遍，人的声调会不受控制地往上走。
这不是修养问题，是生理问题。
老师的耐心要分给四十个人，家长的耐心通常撑不过晚上九点。
而机器的耐心，可能是这行第一件边际成本为零的东西：讲第一遍和第八遍，同一个语气，同一个速度。
第三，前两条管的都是跟不上的孩子。还有另一半人，得让他们好奇不要钱。
他们没卡住，只是想多走几步：课本这章讲完还想往后翻，老师讲的那个故事还想知道后来怎么了。
RAZ全套两千多本、牛津树BCK全系列、剑桥体系、《Time for Kids》、全英文STEAM Lab——这些以前是一个班一个班报名，是家长骑电动车满城送，是几千块一套的原版绘本在书架上吃灰。
现在它们被压进了一台设备的价格里。樊登管这个叫教育平权，更准确的说法也许是：
它把随便翻翻，变成了一件不要钱的事。
探索欲最怕的从来不是没有资源，是每一次好奇都要先算一笔账。只有翻三页就放下不需要付出代价，孩子才敢去翻第四页。
云南大理弥渡县新城完小有个五年级学生叫旋旋。2024年，学而思与北京大学教育学院联合捐赠的学而思学习机发到她手上时，她以为是个点读机，后来把它当成“能说话的朋友”。她现在的理想是当律师。
没有人打算把她变成数学家。一台机器能做的，只是让她多问了几句。
三个条件是不是都立住了，还得交给时间。今天的AI也远谈不上完美，讲不到点上的时候都还有，它自己也还在学。但能确定的，是一件事：
这是三十年来第一次，有人往“慢”的那个方向使劲。
5
不是每个孩子都能拿菲尔茨奖。培养出下一个天才没有标准答案，也不该成为任何一种教育的承诺。
今年颁奖之后，网上有一种说法流传得很广：
2026年，可能是最后一届没有AI深度参与的菲尔茨奖。
这话现在没法验证。但大概率会发生的是——再过二三十年，又一批人站在台上回头讲自己怎么走上这条路，那个童年里可能都会有一个AI学伴。
那个学伴不会替他们证明任何猜想。它能做的，小得几乎不值一提：
在他跟不上的时候，不催他； 在他想多待一会儿的时候，不赶他； 在他第三次错在同一步的时候，指出来，然后闭嘴，等他自己想。
一台机器造不出天才。它能做的，只是把“因材施教”这件贵了两千年的事，变得没那么贵——让跟不上的孩子不被拖着走，让有兴趣的孩子不被埋掉。
技术值不值得信任，最终不取决于它比人强多少，而取决于它愿不愿意慢下来。
那个五六岁的小女孩，在教材角落里看见一个叫“想一想”的方框。三十年后，她把一根针在三维空间里转了个身。
中间那三十年最重要的东西，不是那些框，也不是那些题。
是没有人在她想的时候，走过来给她一个答案。