TL;DR — 一种 AI 学校用「两小时学习」把核心学科压缩完，下午全做项目，逻辑是移除摩擦、让学习更快（业者宣称学生成长 2.6 倍，待独立验证）。这个时间结构跟真实任务教育很像，但哲学相反：它相信移除摩擦，我相信能力来自摩擦。这篇追问一件事：当 AI 把学科学习的挣扎都优化掉，孩子还剩下哪里，可以练习面对困难？

有一种学校，最近在教育圈被讨论得很多。它用 AI 家教，把一天的核心学科学习压缩到两小时。

它叫「两小时学习」。孩子上午用 AI 一对一，按自己的精熟速度学数学、语文、科学，据业者的说法，学生的成长速度是同侪的 2.6 倍（这个数字目前是业者自陈、独立验证还在进行）。学科两小时搞定，下午整段时间全部释放出来，拿去做项目、练公开演说、学创业、玩户外。老师不再叫老师，改叫 guide，角色从讲授者变成动机管理者。

我第一次看到这个模式，心里有一种很复杂的感觉。因为它的时间结构，跟我带孩子做真实任务的配置，惊人地像：把知识学习压缩、把时间还给真实的项目。但再看下去，我发现我们的底层哲学，其实是相反的。

一个相信移除摩擦，一个相信摩擦

这种 AI 学校的逻辑：学习的敌人是低效率。

一个老师对三十个学生，速度一定被拉平：快的被拖慢，慢的跟不上。AI 一对一可以解决这件事，它移除重复、移除等待，让每个孩子用最短的路径达到精熟。省下来的时间，拿去做更有意义的事。这个逻辑很漂亮，也确实戳中了传统课堂最大的浪费。

但我实际参与教学任务的体感，长出来的直觉刚好相反：能力的来源，往往正是摩擦。

我在〈四个孩子，一个暑假，一个要上线的网站〉里写过，那四个孩子最重要的成长，发生在他们对着空白页面卡了两周、想不清楚网站到底要做什么的时候。那两周的焦虑、混乱、一再重来，用效率的眼光看是彻底的浪费。但认知的建构，恰恰发生在那里。如果有一个工具，在第一天就把答案顺顺地喂给他们，他们会做出一个更快的网站，却长不出那个「把模糊想清楚」的能力。

学习，发生在挣扎里

这不只是我的个人直觉。学习科学有一个概念，叫「有生产力的挣扎」（productive struggle）。

它的意思是：真正的理解，往往长在你卡住、困惑、必须自己想办法穿过去的那段过程里。答案来得太容易，那条神经回路就没有被锻炼到。我在〈当作业可以被生成，真实任务为什么更重要〉里谈过同一件事：AI 最擅长的就是消除挣扎，它让你几秒钟拿到一个看起来不错的答案，省下所有卡关的痛苦。这在很多场合是好事，但放在学习里，它刚好抽掉了学习发生的地方。

所以我对「两小时学习」最想追问的，不是它快不快，而是这个问题：如果 AI 把学科学习里所有的挣扎都优化掉了，孩子还剩下哪里，可以练习面对困难？

一个上午零摩擦的孩子，下午忍得住挫折吗？

这种学校会说：练习面对困难的地方，就是下午的项目啊。

这个答案不能说错。但我会再追问一层：一个孩子，如果整个上午都习惯了即时反馈、无摩擦、按最短路径前进的学习，他下午走进一个真实项目，面对那种没有标准答案、会卡住好几天、可能做不出来的挫折，他忍得住吗？

面对困难的耐受力，是需要练习的。而练习它的方式，是反复地经历「卡住、难受、还是撑过去」。如果一个孩子在学科学习里从来没有机会经历这个循环，因为 AI 每次都在他快要卡住的前一刻，就把路铺平了，那他下午在真实项目里遇到的挫折，对他来说可能是陌生的、甚至是想逃的，而不是一个他熟悉、知道怎么撑过去的老朋友。

我不是说 AI 家教不能用。我是说，把摩擦全部当成敌人来消灭，可能连学习本身也一起消灭了。

该分清楚的，是哪一种摩擦

这篇不是要否定 AI 个性化学习。它有很真实的价值：重复练习、基础精熟这些确实低效的部分，AI 让它变快，省下的时间本来就该拿去做更难的事。

该想清楚的，是分辨两种摩擦。一种摩擦是浪费：一个老师讲三十个人听、快的等慢的、重复抄写。这种摩擦，AI 该优化，优化是功德。另一种摩擦是学习本身：把模糊问题想清楚的烧脑、跟人协作的冲突、在混乱里整合的煎熬。这种摩擦，不能被优化掉，因为它就是能力生成的现场。

AI 把学习变快，是了不起的事。但我们得看好，别在把浪费的摩擦优化掉的同时，也一起把学习的摩擦抽走。

总论〈从翻转到翻越〉里我说，教育是设计一条有足够真实挑战、也有足够支持系统的路。AI 可以把支持系统做得很强，但那条路上的挑战，不能全部被铺平。孩子要翻越的，始终是真实的坡，不会快，会颠簸。