1980年开始，制造业就业减少，高技能服务业需求增加，对学历要求高了，增加了对大学生的需求。制造业岗位消失减少了高中以下学历的工人的需求，LLM冲击也会减少对大学生的需求。
在当前的经济条件下，75%的美国人相信本科学历对找到一个工资待遇好的工作并不是非常重要，22%感觉大学的教育成本是值得的。这里好好谈谈中美教育的不同，美国大学学费。
关于教育，我们可能在进行一场竞赛，类似于长颈鹿的长脖子。我带女儿去北京动物园，总喜欢去的地方，长颈鹿馆。长颈鹿非常优雅地轻而易举地挂在树上的叶子。对于洒落在地面的叶子和草地上的青草，却无能为力。长颈鹿的脖子和它的身体完全不成比例，脖子的长度要超过四肢的高度，承受着长脖子的不变。我感慨这一生物奇观的同时，我们人类未尝不如此。尤其在当下。长颈鹿过度拉伸它的脖子，人类在过度拉伸脖子以上的部位，大脑。
学历可能没有以往那么重要，但学习却变更更加重要了。我们对根本性的技术，不能抱有美好的幻想。就像电灯的发明，让我们在天黑了之后继续工作一样，AI让我们的大脑超负荷运转。原本我们需要在三个月学会的技能，我们需要在一个星期内学会。有了AI的帮助，原本进入大学才学的微积分课程，可能在初中阶段就开始学习了。
有了AI，有一个不切实际的幻想，我们会过的更容易，AI不仅会帮我们思考，而且能帮我们规划，帮我们执行。恰恰相反，正是因为有了AI这个竞争者，你需要更加努力，如果别人用AI有5倍出产出，你需要有6倍的产出才能获得这个职位。原本需要三个月完成的项目，由于有了AI只需要一个星期就可以完成了。如果你选择休假或者休息，竞争对手可能在你休假回来就推出了新的竞争力的产品。所以的周期都在缩短，留给人类喘息休息的时间越来越少。就像机器不知疲倦一样，钢铁炉子点一次火成本很高，一旦燃烧运转，就不会停歇。钢铁厂工人需要配合炼钢的运转节奏，三班倒。AI也一样，人类休息的机会成本也很高。我们很担心，一觉醒来，对手已经远远把我们甩在身后。
虽然AI对教育民主化了。每个人都有一个AI导师，循循善诱，从你独特的角度，帮助你理解。但理解本身，就很消耗脑力，脑力劳动本身就很困难，不管AI给你解释的怎么浅显易懂。AI就像给你的一把梯子，原本你很难摘到的果实，现在可以摘到了。但是，梯子是在克服难以攀登无处落脚的困难，但是并没有减少你消耗的能量。地球的地心引力，仍然需要克服，登到高处的需要额外的能量，仍然来自你自身的热量消耗。AI可以帮助你减少理解学习的弯路，但学习和理解，这种脑力劳动，仍是极大的消耗。虽然学习效率越来越高，但要学习的内容越来越多。我们在拉伸我们的脑袋，就像长颈鹿在不断拉伸自己的脖子一样。
技术和教育的关系是经济学研究的中心议题。教育可以让工人提高技能，在劳动市场获得更高溢价。Tinbergen 描述为教育和技术的竞赛。教育系统供给高技能人才，科技发展创造对这些高水平人才的需求，高技能人才和低技能工人的收入差距分化。但也同时创造了许多中产收入人群。
实证证据显示，技能偏向型技术大大增加了美国工资的不平等。提高对教育的投资被看作是增加收入减少不平等的途径。
中产阶级最重要的资本，来自于人力资本，来自于其获得的知识和技能。
AGI能做认知工作，能做严肃思考，复杂问题解决。这会使许多有市场价值的技能变得过时，侵蚀传统教育的价值。当前 的AI系统降低了许多白领专业人士的技能和经验的价值，拉平了低技能和中等技能的竞争格局。AGI时代，技能开始贬值。
虽然AGI让技能贬值，但教育却比以往任何时候都重要。尤其是掌握AI相关的技能，能更好地与AI协作。这涉及到理解AI的能力和局限。更高效地与AI交互。知道怎么将AI整合进人类的决策过程将是非常重要的技能。
AGI将进一步侵蚀中产岗位，对剩余的岗位竞争愈发激烈。千军万马过独木桥。
为什么大家要更加努力学习。我们看看我们的父辈就很清楚了。我们的父辈，找工作初中高中毕业，就能找到一份工作。只要踏实肯干，就能获得不错的工作。中专学历，就能获得一个铁饭碗，有着不错的待遇。而现在呢，一个一本的大学生，很可能只能拿五六千的工资。我们成长起来的一代，比父辈学了很多知识，但是不是这些知识本身无用，而是因为，课本学到的东西，但电脑都已经会了。我们无法提供独特的价值。如果我们学到知识，AI都会，将来恐怕博士都很难找到工作。树上容易摘到的果实越来越少，大家都必须伸长脖子，才能够到更高处的东西。达尔文，物竞天择，适者生存。这没有什么道理可讲，当前的事实就是这样。如果让马云从现在再来一遍，他可能连个小学英语老师都竞聘不上（马云原来是英语老师）
只优秀还不够，你必须learn fast，快速学习，比别人学得更快。这是AI时代最重要的人力资本。那种学一种技能，就能吃这碗饭一辈子，时代过去了。
教育阻力很重要，教育是打破不平等代际传递的很重要手段。美国大学生，无论最终完成学业，都面临沉重的综合债务负担，未尝债务已经超出1万亿美元。
教育不平等的影响超出了教育对当代人收入的直接影响，因为受过良好教育的父母往往会赋予下一代许多优势。通常情况下，均受过大学教育的男女通常婚后生育，教育孩子读书。所有这些优势，都降低了社会流动性，建立了一个自我维持的教育精英体系。
自1972年以来，大学教育成本的上升是整体通胀率的3倍以上。州和政府支持高等教育的资金下降了1/3.即使公共奖学金和助学金给全额学费打折，美国要达到目前的大学完成率，可能只有通过学生贷款急剧上升来实现。美国人现在所欠的大学债务达到1.2万亿元。 研究表明，平均而言，一个承担10万美元学费债务的大学生到34岁时，才能从债务中解脱出来。 它们很少能申请到那些可以全额资助无需贷款的名牌大学，所以会止步于不够格的高校，而且负债累累。 都一样，越是好的大学，越是不怎么花钱。三本学费最贵。
很快AI就能自己做端到端的大项目，全程不需要人们参与。即使传奇程序员都感到自己落后了。人力资本和技能不断贬值，需要不断学习。各种变化都很快，人们需要加快学习，才能适应。
会写代码本身作为一项技能，其价值越来越低了。AI已经非常擅长编程。作为软件工程师，要转向工程架构设计，从繁琐的语句和语法总解脱出来。一个可靠的健壮的软件系统并没有变得便宜，虽然代码很便宜了。一个能用的软件和一个7*24小时不间断运行不会出故障的系统，是不一样的。
依赖AI工具，会让你的能力产生退化。从某种程度上来说，一些能力的进化也意味着其他能力的退化。自从我们从大猩猩近亲越走越远，我们的大脑得到更多进化，我们肢体的肌肉就在退化。
在教育中使用AI，也有可能毁了孩子。如果教育过程是考试导向，而不是兴趣导向。如果使用AI作为拐杖，而不是作为杠杆，去撬动更大的物体。孩子可能会表面上考试很好，但是通过作弊的方式。他可能什么都学不到。
人类学习，是一个不断试错的过程。AI把这个过程绕过去了，直接给出了答案。AI代替了大脑的思考过程。
在工作和学习中引入AI，会带来一些权衡取舍。不是所有的对AI的依赖会带来同样的结果。我们跟AI互动的方式，当我们追求更高的效率，会影响到我们学到的东西。如果领导安排期限紧，任务重，我们为了更快完成任务，会以技能发展为代价。
使用AI就像做高铁一样，可以让你在4个小时不到，就跨越从上海到北京的两千公里的路程。但你千万不要以为你可以在四个小时内欣赏沿途的所有历史名胜和自然景观，除了疲惫和无聊，你可能所获甚少。
认知努力，学习遇到的卡顿，困惑，对于掌握新的技能，学习新的知识都是不可或缺的，移除了这些，你什么也没学到。
AI不能代替你的认知努力，高铁可以快速带你到很远的地方，但你的感受，你的理解力，跟你你的脚步匹配的。
很有可能，如果你已经有专业技能了，AI会加快你的生产效率，但也可能会阻碍你获得新的技能，如果你把所需要承担的认知负担都交给AI的话。
AI 时代，学习必须基于兴趣，AI能帮助你学很多，广度遍历，耗尽你的心力，必须基于兴趣。 AI时代有个悖论：获取知识的成本趋近于零，但人的注意力和精力是刚性稀缺的。 以前知识有门槛，门槛本身就是筛选器——你愿意花力气翻墙进去的，大概率是真感兴趣的。 兴趣在这里扮演两个角色：一是筛选器，帮你决定往哪走；二是续航器，让你在某个方向上能够深入，而不是每个房间看一眼就走。
感兴趣，才能让你在一个领域深入下去。AI消除了学习门槛，让你容易广度遍历，什么都浅尝辄止。要深度遍历，深入进去。这样才能在AI时代生存下去。什么都会点，你可能相对AI没有任何比较优势。
千万不要混淆，能干很多活，做了很多题目，能力就很强，学了很多。如果你对要学习的内容不感兴趣，即便你在AI帮助下做很多事，这也不过脑子，什么也没学到。