死记硬背要翻身了。教过几百万人学习的奥克利说，AI时代更要背书。这几天，这个观点彻底传开了。大家好，欢迎收听老范讲故事的YouTube频道。AI时代更要背书，离开AI，你还能干成什么样呢？先说结论：AI时代，人确实更需要往脑子里装东西，但是要分层装。半衰期长的背下来，背到不用想，直接形成肌肉记忆；半衰期短的就别背了，交给AI去查。

死记硬背在任何时间点都是负面的。背得对不对，标准就一条：离开AI工具之后，你到底能干成什么样？咱们今天分五段来讲。第一段，这位26岁才开始补习数学的教授，她的论文到底说了什么；第二段，什么都不背，全交给AI到底行不行；第三段，该背的背、该查的查，按照半衰期到底怎么分；第四段，丰田为什么一直留着手工活，它有一部分车是手工拼装的；第五段，什么都背、死记硬背为什么反而是负面的。

从数学挂科到研究“记忆悖论”

咱们先从这个人开始说起。这位奥克利到底是一个什么样的人呢？她现在是美国密歇根州奥克兰大学的工程学教授，可她前半辈子跟理工科一点都不沾边。她自己写过，小学、初中、高中，数学和科学一路挂科。高中毕业后，她就去当兵了，在军队里学了俄语，在德国当过通信军官，当到上尉。

她还在白令海峡的苏联拖网渔船上给人当过俄语翻译，在南极点的科考站当过一季的报务员。26岁从部队退下来，她才开始补习数学，一路读到电机工程学士、系统工程博士，当上了工程学教授。2014年，她跟神经科学家谢诺夫斯基一起在Coursera上开了一门课，叫做《学会如何学习》，到现在注册的学员大概是400万。

她是怎么把数学补上来的呢？跟当年学俄语用的是同一个办法：反复练。她2014年写过两句话，一句是：“不是理解带来熟练，是熟练带来理解。”另外一句更冲：“对不起了，各位教育改革家，我们需要的还是记忆和重复。”这个让我想起以前私塾先生讲的“念、背、打”。什么意思？这个书不给你解释，就是“书读百遍，其义自见”。

你先把它念，念完了以后就背，背不下来就打。中国自古以来都是这么学的。这位教授也是靠背来把数学学好的。她这篇论文叫做《记忆悖论》，讲的是为什么AI时代我们的大脑仍然需要知识。论文去年挂在网上，今年5月正式收进了施普林格出版社的一本讲AI革命的书里。论文开头要反驳的，就是教育界流行了几十年的一句口号：“能查到的东西为什么还要背？”

她的回答是，外面的工具越能干，脑子里的记忆越容易萎缩。可你要跟AI好好合作，脑子里必须先有一套扎实的东西，才判断得了它给你的东西对不对。举个简单的例子，12*12等于多少？144。要是有人跟你说等于2,474，你一秒钟就知道不对。你没去算，你是背过的。

英国从2021年那个学年开始，小学四年级每个孩子都要上机考乘法表，一直考到12*12。25道题，每道只给6秒，就是不让你算，要你张嘴就来。脑子里没有这张表，AI跟你说2,474，你也只能点点头。像英国也开始考这个，我没想到。中国原来是背九九表，十几的乘法一般会背11*11、12*12，一直背到19*19。

中间这种，比如12*13，我们是不背的，反正我小时候是这么过来的。现在看来，英国的小朋友也开始背了。论文里还引了一大堆实验，其中一个叫“谷歌效应”：人一旦知道这东西以后能查到，记住的就不是内容，而是它放在哪。论文管这个叫“生物指针”，脑子里只剩下一个地址，东西就不在了。而且谷歌效应还有一个很重要的缺陷，或者说弊端。是什么呢？

就是当你记住它在哪的时候，它会骗你，告诉你说这个东西你会了，实际上你离开谷歌以后是不会的。最吓人的一条是智商。20世纪，智商测试的分数差不多每十年涨3分；1970年代中期以后出生的人，在好几个发达国家开始往下掉了。挪威的数据是，一代人最多掉了7分。

作者把这个现象跟教育界不再强调记忆、大家越来越依赖外部工具放在一起来讲。作者自己也承认，时间对得上不等于就是它造成的，这只是有相关性，但是并没有严格证明其中的因果。翻译成大白话：AI越能干，你脑子里越得有货。没货，AI就在旁边，你也看不出它哪句话是错的。

什么都交给AI，代价在哪里

而且AI有的时候挺鸡贼，它会猜你到底会不会。如果它发现你不会，骗你没商量。我觉得AI绝对是中国人做出来的。我们讲记忆有三个层次，先说最时髦的那个：什么都不背，全交给AI，行不行呢？快是真快，可对人判断结果对不对是有害的。

沃顿商学院的巴斯塔尼团队在土耳其一所高中找了差不多1,000个学生，做了一次随机对照实验，就是抽签分组：一组随便用GPT-4，一组用添加了规则的GPT，一组不用AI。研究去年登上了《美国国家科学院院刊》。练习的时候，随便用GPT-4的那一组，题做得比不用AI的好48%；可是到了期末考试，这组比不用AI的那组分数低了17%。

更要命的是，他们自己不觉得学得少了。研究者翻了聊天记录，发现很多学生就是让它出答案，然后抄下来。上了规矩的那组，AI只给提示，不直接给答案，练习时成绩涨了127%，期末考试的时候跟不用AI的差不多。坏就坏在直接要答案的这波人，到了期末考试，分数掉了17%。

麻省理工媒体实验室还给54个人戴上脑电帽写作文。用ChatGPT写的那一组，大脑连接最弱；写完才几分钟，让他们背一句自己文章里的话，83%的人背不出来，另外两组背不出来的只有11%左右。所以直接从AI那里拿结果，人会变笨，记忆那一块、神经那一块根本没有被激活，连接也搭不起来，到了考试，分数自然就往下掉。

大家注意，这里面除了有统计结果，还有真实的脑科学、脑电扫描结果，是有数据支撑的。而且AI其实挺狡猾，如果它发现你不懂，它就会糊弄你。那你说，糊弄你对它有什么好处呢？可以节省算力。如果它发现你不好糊弄，才会舍得花更多算力，给你找到更好的答案。

它要找到答案，要进行搜索，然后进行比对，这些都需要消耗算力。对于AI服务来说，OpenAI也好，Anthropic也好，会写着：在给用户提供满意答案的前提下，尽可能节省算力。那什么叫用户满意的答案？你要是不懂，随便给你点什么，你就觉得说得很有道理；你要是懂，它就会慢慢找到更好的答案。

这话有实验能对上。麻省理工另外一个团队拿同一批题去问GPT-4、Claude、Llama三个模型，只是在提问前换了一段自我介绍，说自己没念过多少年书，英语不是母语，答对的比例就明显往下掉。两样都占的人掉得最多。Claude对没念过多少书的人，有43.74%的回答带着居高临下甚至嘲弄的口气；对高学历的人，这个比例不足1%。

这篇论文今年1月发在了人工智能顶级会议上。大家要注意，不要被AI嘲笑了，这个太丢人了。算力这一头，OpenAI自己说过，GPT-5里有一个路由，相当于一个分诊台，看你这个问题像不像难题，看你有没有说明。比如你写一句“好好想这个”，它再决定派哪个模型来回答。你不较真，它就拿最省事的来打发你、糊弄你。

什么都不背，你连它骗没骗你都看不出来。离开AI，你还能干成什么？基本上什么也干不出来。所以真正需要做的，就是该背的背、该查的查。

按知识半衰期，决定背什么、查什么

第二个层级，就是咱们今天讲的这篇论文所要求的东西：该记的记下来，该查的让AI去查。问题是，哪些该背，哪些该查？这个才是真正需要讨论的。这里要用一个词，叫做“知识半衰期”。半衰期本来是讲放射性元素的，指衰变掉一半要多久。1962年，经济学家马赫卢普把它借用来讲知识：一门知识过多少年，就有一半过时了。

三档知识，三种处理方式

按半衰期，我们将装进脑子里的东西分为三档。第一档，几十年、几百年都不变的，比如乘法口诀、常用汉字、母语的语法、物理化学的基本定律、历史的大脉络。这一档背死，背到不用想，背到形成肌肉记忆。

第二档，十年八年变一回的，比如一个行业的基本原理、常用的框架和方法。这一档记住骨架，细节用的时候再查，不需要把它完全记下来。第三档，几个月、几天就变的，比如价格、政策细节、新闻。这一档一个字都别背，每一次用的时候让AI自己查就可以了。

这么分完了，人手里就有一个基本判断：到底应该把什么样的东西背下来，才能哪怕离开AI工具，也能够顺顺当当地把活干完。有了AI以后，效率确实会急剧上升，这也有实验。哈佛的物理课做过一个随机对照实验，去年发表，涉及194个学生。用AI辅导的那组，学到的东西中位数比课堂里那一组多两倍还多，花的时间还更短。背下来的那套框架配上AI，学得更快，这可能才是未来的方向。

但是要注意，管用的AI都是上了规矩的。哈佛那个是一步一步带着学生往下走；土耳其那个实验里没掉分的那组，是只给提示、不给答案。因为人性还是有惰性的，你真给他一个直接给答案的GPT-4，或者是现在的GPT-6，人还是会天然地偷懒。

所以要在AI上加一些限制。学的时候可以用AI，但不能直接给答案，要按照正常的教学方式，先诱导、再启发，让他自己去做判断。这才是AI教育真正该走的路线。现成的产品也有，ChatGPT去年7月出了一个学习模式，上来先问你问题，不给答案。

可是OpenAI自己也承认，学生把这个模式一关，就能够直接拿到答案，目前没有任何防护，一关就完事了。国内这边，教育部去年5月发的《中小学生成式人工智能使用指南》写得很明白：禁止学生直接复制人工智能生成内容作为作业或者考试答案，要防止不合理使用影响学生的知识建构与思维发展。

判断的标准实际上就一条：离开AI工具之后，你到底还会不会？在这里，要跟大家讲一个特别有趣的案例。这是我应该是前年去日本时，一位会员给我讲的故事。这种本事到底是怎么练出来的呢？咱们就要讲日本汽车的案例。

丰田留下手工线，是为了让人驾驭机器

丰田有一个人叫河合满，15岁初中毕业就进了丰田自己的技工学校，在车间里一干50多年，从锻造工一路干到副社长，是丰田头一个工人出身、坐进高管层的人。大概2012年前后，他在丰田日本国内的工厂里搞了差不多100个纯手工的工位和生产线。

工人拿手去锻曲轴，扭、转、锤，一样一样来。注意，这个手工线不是为了卖车，是为了练人。练出来的是一种能力：车出了任何问题，生产线出了任何问题，人都能够快速判断方向、快速找出问题、快速排除问题。

河合满的原话是：“我们不能光靠那些只会一遍一遍重复同一个动作的机器。要当机器的主人，你就得有知识、有手艺，能去教机器。”他还说过一句更狠的：“技工要是被自动化的机器使唤了，就完了。”

物联网也好，AI也好，连丰田自己的看板在内，在他嘴里说到底都是工具。练了有没有用？丰田说，从手工线上琢磨出来的改进，让生产线缩短了96%，材料浪费减少了10%。要是没有这种肌肉记忆，没有这种手摸熟了的感觉，出了问题就只能去翻手册。

阿波罗11号光发射操作检查单就有113页，指令舱的操作检查单有200多页，训练计划里专门给熟悉这些本子留了100个小时。阿姆斯特朗他们三个人，每人还多练了40多个小时。手册再厚，也得有人先熟练了才能翻得动。所以还是要有训练，要进行这种记忆，或者说徒手训练，非常非常有必要。

可是这一套在中国车企，特别是电动车企，已经不现实了。原因很简单，现在的车大量使用一体压铸，就是一台巨大的水压机，把原本几十个、上百个零部件，“咔”一下给你压成一小块。小米那台压铸机，锁模力9,100吨，72个零件压成一个，少了840个焊点，这东西手工搞不定。

再一个，有些车企用外包员工，花大价钱训练他们，人一走，就把你们家的机密全都带走了。所以他们大概率是不会干这件事的。离开机器的本事是花钱练出来的，这笔钱不是谁都愿意花的。

什么都背下来，同样是一条歧路

再说死记硬背，也就是第三个层面：把什么都背下来，这到底行不行呢？要注意，“死记硬背”这个词从来都是一个负面的词。中国这几十年，死记硬背最出名的一次大实验，叫做“读经运动”。1994年，台湾一个叫王财贵的教授开始推广儿童读经；1996年，他第一次来大陆演讲。

他的主张叫“老实大量读经”，只管读，不管懂。他自己的原话是，儿童记忆力很强，理解力比较差，边读边讲的教学方式反而浪费了生命。有多少人跟着读呢？王财贵自己2015年说过，严格按照他的标准、从《论语》开始，可能有几十万人。读经学堂从近百家发展到上千所。他们用的读经教材序言里写得明明白白：“最好的读经老师不是人，而是复读机。”

结果呢？《新京报》2016年采访过一个化名叫郑惟生的孩子，山东济南人。小学四年级离开学校，9年里辗转了8个省、10个读经学堂，背了20多万字的经典。出来的时候19岁，识字量不够，错字连篇，英语是小学入门水平，写一篇800字的作文都吃力。

王财贵还对他说过：“如果还考虑前途问题，你就不要读书了。”背了20多万字，离开了那几本经书，连800字的作文都写不利索。这是一场拿孩子做的实验。2019年，教育部专门发通知，要严厉查处社会培训机构以国学班、读经班、私塾等形式替代义务教育的非法办学行为。

学校里的死记硬背也有两种。一种是什么都背，连随用随丢的垃圾也要求学生背下来。这些东西以后没什么用，学生只会越背越讨厌学习。另一种更麻烦：背下来的东西不允许变化，不允许批判，不允许辩驳，特别是时事、历史、政治这几门。

为什么不让学生辩驳呢？因为对于老师来说，结果的评判成本实在太高，而且很容易给老师和学生带来不必要的麻烦。因为现在举报成风，大家最好都是背下来完事。死记硬背，缺乏理解地背，在任何时候，对于学生来说都不会有好的结果。

最后总结一下。这些实验数据量都不是特别大，个人、家庭、教学的差别又大，结论我们可以看，但是也不能全信。大的方向很清楚：半衰期长的背在脑子里，形成肌肉记忆；中间的把大框架记下来；半衰期短的交给AI。

AI时代更要背书，唯一的评判标准就是看：离开AI，你到底还能干什么？

好，这就是今天的故事。感谢大家收听，请帮忙点赞、点小铃铛、参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。

再见。

背景图片

大家好，欢迎收听“老范讲故事”的YouTube频道。今天，来跟大家讲一讲AIGC时代的英语教育。为什么要讲这样的一个话题呢？周一，我去参加了塔主的茶话会所举办的塔克学院英语老师培训。我去给他们讲了一下，在AIGC时代，英语老师应该如何使用这些工具。他们的口号也很有意思，叫“go solo, get rich”。以前，大量的英语老师是在机构里面的，比如新东方，或者是其他的这种培训机构。现在，因为有打击嘛，这些人就都回家去自己办公了，solo了嘛。然后，当然那个演讲有一个半小时，今天咱们尽量简单讲一讲。

首先，英语老师是不是要失业了呢？大家要注意，AIGC上来以后，所有人都号称要失业：程序员要失业，化学家要失业，英语老师要失业，各种中介也要失业。所以，首先英语老师是不是要失业了？确实有一部分活AI可以干得很好。比如说，现在的AI工具，你让他说跟我练会儿口语啊，跟我去改一篇作文，给我出一些阅读，这个AI工具已经做得比英语老师要好很多了。在国外，你可以用GPT4O跟他聊个天啊，问问各种问题啊，他都会很好地回答你啊。国内的话，用豆包啊，字节跳动做的豆包还是非常好用的。大家可以跟他练口语，可以让他去给你做各种的作文的批改，做各种的阅读理解，都是可以的啊。甚至说，给我出题，都是没有任何问题的啊。在国内呢，情况也类似。AI工具在辅助英语学习方面，已经展现出巨大的潜力，但是否意味着英语老师将完全被取代，这仍是一个值得探讨的问题。毕竟，教育不仅仅是知识的传授，还涉及到情感交流、个性化的指导以及现场的互动，这些都是目前的AI技术难以完全替代的。

包括像Kimi什么的也是可以去使用的啊，但是Kimi的语音的部分稍微差一点。豆包呢，语音的部分做的还是不错的。那你说都这样了，那英语老师还折腾什么劲呢？这个里头要注意，AI有些事情是擅长的，有些事情并不擅长。这我们举一个最典型的案例啊，AI不擅长的事情，你可以去问他这样一个问题啊，说爱丽丝有3个姐妹和5个兄弟，请问他的兄弟们有多少个姐妹？大部分的AI都是答不对这道题的。这个题其实很简单，爱丽丝是个女生，她有三个姐妹和五个兄弟，那实际上就是一共四个女孩，五个男孩嘛。那么她的兄弟们应该有四个姐妹。这就是一个稍微复杂一点的逻辑问题了，现在的AIGC搞不定这件事情，或者说有时候能搞定，有时候搞不定。所有复杂逻辑，AIGC是搞不定的，边界的判断也搞不定。什么意思呢？比如说我们现在告诉他说，你现在是大学英语老师，改改一篇四级的作文，或者说你要给我一篇四级的阅读理解。这个呢，一般情况下，他未必能执行的好。为什么？因为他搞不清楚到底边界在什么地方，哪些是属于四级，哪些属于六级，哪一些属于托福雅思的。有的他可以认准，那边托福雅思比较有名，他认准了四级六级啊，他可能也能够知道词汇量在什么地方。但是你说哎，我今天是一个什么什么小单位的，我们单位有一个英语考试，请你给我批改一下，按这个标准批改。

他改不出来你所有设计、教育和考试的事情，一定是有标准的。我按照幼儿园的方式给你来批改，行不行？按照中学生的方式来批改，行不行？他这个叫编辑啊，这个AIGC是自己搞不定的，需要老师去设定的。然后呢，一些特定的知识库啊，他也是没有的。你比如说去年考的什么题啊，以前的真题是什么样的，SAT的、ACT的真题什么样，这个里头他肯定是没有的。啊，就算有他也不能承认，这个也是AIGC的一个问题。还有一个问题是什么，就产生幻觉啊，就是胡说八道，这个也是AIGC解决不了的问题。所以，AIGC并不是什么都能干啊。

我们呢，经历一次次失业啊。我在95年上大学，毕业的时候，就已经告诉我说以后程序员要失业了。现在都2024年，我依然在时不常的班门弄斧一下，写点小程序。搜索引擎出来的时候，其实很多人说，哎呀，每个人都可以得到信息了。AI出来每一个人都可以去学习了。线上教育出来的时候，说所有人都可以成才了。但这件事其实是错的。随着工具越来越先进，能够使用这些工具处理相应事物的人，会变得越来越少。我们认为成才它是有标准的，你而是有这个位置啊，要有一个很高端的位置给你才叫成才。所以我们其实很悲观的发现，甭管是搜索引擎，是前头的互联网、移动互联网，包括我们的软件，对吧，还有后面的在线教育和AICC出来以后。

最上层的那些职位其实是会变少的。成才的比例啊，未必会上升啊。这其实是稍微有一点悲哀的事情。对于英语老师来说呢，我们也要去适应整个的潮流。这个潮流是什么？家长会进一步的焦虑。原来可能必须一个很大的班子才可以处理的事情，现在只要很少的人就可以处理掉了。那么，上升的岗位减少了，家长一定会更加焦虑。

后面英语老师还可以在AIGC里干很多不同的事情。是什么呢？第一，我们的效率提高了啊，就可以让更多的小孩可以来学习。至于说谁最后能学的出来，谁学不出来，那是另外一个问题。我们教了这么多的学生去学英语，大家都能达到英语母语吗？或者说都能考试考通过吗？这不可能的吧。但是，可以教更多的学生了。

另外一个是要注意啊，AIGC里边使用的语言是什么呢？自然语言吗？以前很多人说AIGC出来以后，程序员要失业了，因为以后不用程序语言了，都使用自然语言了。这个事跟英语老师有什么关系吗？有关系啊。AIGC其实使用的不是自然语言，不是说我用自然语言就可以编成了。这个东西，使用的是什么？它使用的叫英语，没有第二种语言。它叫英语，为什么呢？因为现在所有的大模型，包括国内的所有大模型，都是拿英文语料训练的。如果你发现你给他下了指令以后，他的反应不是那么敏锐，或者说不是那么忠实的执行里的命令，怎么办？把齿轮改成英文的。

对于英语老师来说，确实存在新的教学机会。你可以教授学生如何撰写有效的英文提示词，这不仅有助于提升写作技巧，还能在使用AIGC（人工智能生成内容）工具时，通过精心挑选的词汇和情感丰富的描述，引导模型生成更高质量的输出。比如，描述一个咖啡厅时，避免使用过于直白和简单的词汇，转而使用如“一个非常舒适的咖啡厅，温暖的阳光照进来，让每一个人都感到时间过得很缓慢”这样的表达，这样可以激发AIGC模型的创造力，生成更具有意境的画面。

此外，鉴于AIGC模型有时会给出不准确或不合理的结果，英语老师还可以教授学生如何批判性地评估这些模型的输出，分辨真伪，这是一项在人工智能时代愈发重要的技能。目前，一些学校已经开始将AI教育纳入课程，甚至将英语专业与人工智能结合，开设“人工智能英语”专业，这反映出人工智能时代对教育领域的影响，对英语老师而言，这既是挑战也是机遇。

因此，英语老师在新时代下面临的机遇包括：教授学生如何有效使用AIGC工具进行创意表达，以及培养学生的批判性思维，教会他们如何在海量的AI生成信息中辨别真伪。这些都是在人工智能时代下，英语教育可以探索的新方向。

那么，我们用AI到底能干什么呢？刚才我们讨论了，AI的目的不是让我们失业，而是让我们能够做更多的事情。那么，我们该如何利用AI呢？首先，获取流量。现在，很多英语老师都选择独立发展，自己在家办公。在这种情况下，大家如何得知你的存在呢？过去，你在机构里，他们会负责招生和广告，但现在，我们需要自己经营自媒体。在这个过程中，AIGC（AI生成内容）大显身手。无论是撰写各种文案，如小红书、博客、公众号文章，还是拍摄抖音短视频，AIGC都能出色完成。它可以为你生成文档、文案，甚至模仿别人的风格，这是它的拿手好戏。

获取流量之后，接下来要做的事情就是课程的标准跟踪。正如我之前提到的，针对小学、初中、高中不同阶段，课程有着各自的要求。如果你给AI一个标准提示，比如“请按照初中二年级的标准帮我修改作文”，虽然AI可能不清楚具体的标准细节，但你可以提供详细的指导范围，告诉它哪些要求必须遵守，哪些词汇可以使用，哪些词汇超出了范围，以及如何评判作文的质量。要做到这一点，前提是你需要将课程标准录入系统。比如说，你告诉AI“现在是初中二年级的英语课程”，它会从课程标准库中调取相关信息，从而确保修改的作文符合教学大纲的要求。

利用AI，我们不仅能够提高工作效率，还能确保教育内容的质量和一致性，让教学更加个性化和高效。

把相应的提示词拎出来，哎，然后呢，再通过这些提示词，对这个作文进行批改。他是可以去干这样的事情啊，但是，前提是我们要能够跟踪这些课程标准。再往后呢，就是内容准备。你说我现在要给人讲课了，讲什么样的课？讲什么样的内容？你说我十年讲一本书，讲一篇课文，讲十遍行不行？可以，但是我们要提高自己的水平吧，提高我们的吸引力嘛，让学生听着有意思嘛。那就要不断地加入新的内容进来。现在有些时事的内容，学生喜欢的内容，我们要把它加进来。那咋加呢？比如CNN，BBC有很多的这样的网站，它是有文章的呀，我们直接可以把它拉回来。但是说这些拉回来以后，他适合比如说初中二年级吗？还是适合哪一个标准吗？他应该是不适合的。那咋办呢？啊，扔给这个大模型啊，说请按照这样的一个标准，重新去给我梳理这篇内容。那我现在要用他们能够读懂的词汇，去把这个内容讲给他听，或者我希望在这个里边，去把某一些重点讲给他听。那么，这个是内容准备，这一块AIGC也可以做得非常好。

还有一点什么呢？就是作业的处理，改作文啊，刚才我们反复在讲改作文。你呢，可以告诉半坡形说，请按照一个什么样的标准，去把作文改掉。再告诉他什么呢？请给我写出批改的详细的意见和标准，为什么我要这样去批改，然后再给我写一篇新的范文出来。这个是AI可以完完全全搞定的，而且，

只要是你把前头的课程标准搞定了，它就可以快速的，可能啊，几分钟处理一篇，几分钟处理一篇就搞完了。这是为什么呢？因为大家要想，每一个人，如果他真的是想自己去学英语，不需要老师，他能学会，还有些人，你怎么教他也学不会。那英语老师要教的是哪些人呢？这个人不笨，你看着他学，你给他一些压力和动力，他就能提高。这是我们最喜欢的学生。那么在这个过程中，我们就需要付出大量的劳动去陪着他，陪着他一起阅读，陪着他一起写作，陪着他一起去改进。这才是真正英语老师作为人，不可被AI所替代的部分。这一块啊，AI可以帮我们去输出大量的修改意见，这块是我们可以去偷个懒的。但是呢，这些东西，我们可以真的去看着学生去做，看着学生去写。这一块是可以让学生也好，家长也好，能够体会到老师的辛劳的。这个懂的都懂。

再往后呢，就是克服和答疑。我们既然已经有了课程标准了啊，也有了一些标准的题库范文了，那么我们可以通过这样的方式呢，给学生去答疑。学生说：“哎，我这块不会写了，我那怎么样了？哎，我今又写了一篇作文，老师帮我看一下。”这些呢，我们现在都可以通过AIGC直接做。做不出来啊，要搭建叫AI agent，叫做智能代理。它呢就可以自动的去答疑，自动的去做一些客服，甚至最简单客服说：“是什么时候上课？我给你预约一节课吧。啊，或者是什么什么时间。”

关于作业的提交方式和评分标准，大漠型AI可以提供详细的解答。它不仅能够回答这些问题，还能记录下学生的信息，比如谁询问了什么问题，谁背诵了多少单词，谁完成了哪些练习，谁教授了何种类型的作文，以及作文的写作质量如何。它能够记住这一切。

现在的AI大模型已经非常先进，我们甚至可以将客服机器人部署在微信、Discord、Telegram以及像飞书这样的办公平台上。这样一来，用户就可以在这些平台上利用AI智能体来完成各种任务，接触面得到了极大的扩展。

然而，接下来的一步是什么呢？实际上，我们刚才已经提到了一点，那就是可以为学生建立个人知识库。每当学生写一篇作文，我们都会保存下来；无论是人工批改还是AI批改，每次的批改记录也会被保存。这些资料有什么用呢？它们能够让我们见证学生的发展和进步。

在计算机行业，我们是如何盈利的呢？我们的盈利模式被称为“提高用户迁移成本”。这可能听起来有些互联网黑话的味道，意思就是让用户搬家变得困难。既然搬家如此辛苦，用户就更倾向于继续使用我们的服务。如果我们能够保存学生以往的作文、题目以及我们给予的批改意见，当学生再次提交新作文时，我们就能根据过往记录给出更加个性化的反馈，这一切都记录在案，为学生的学习历程提供了连续性和深度。

这样的系统不仅提升了教育的个性化水平，还增加了用户对服务的粘性，因为学生的学习历程和进步都被系统细致地记录和分析，形成了独一无二的个人学习档案。

你看，上次你是犯过同样的错误。这一次啊，这个错误你又犯了。我们应该怎么去着重改进一下？或者，你可以告诉他说：“哎，你看你上一次犯的错误，这次没有犯啊，你已经有进步了。”而且，这一次呢，在我们上一次给你提醒说应该在哪块哪块加强的时候，你真的做出来了啊。真的在一块加强了。那么，这个学生和家长都会觉得：“哦，我真的是上升了。”他会非常有感觉。那么，在这样的情况下，你说，这个学生愿不愿意再换一个老师呢？他不愿意换一个老师。他是一个新的老师，以前你到底做过什么，以前到底犯过哪些问题，有了哪些提高，他都不知道。那么，这个是很好的，可以提高学生粘性的方式。或者，用我们教育行业的说法，叫提高复购率的方式。这些呢，都可以用大模型，用AI Agent，用本地知识库的方式解决掉。但是，具体怎么解决，我们今天在这里不讲啊。可能，会在会员频道里头，慢慢跟大家继续上课。

这呢，是AI可以给我们英语老师带来的一些新的工作方式。可以给我们提高效率，可以让我们获得流量，可以让我们去把标准化的工作固定下来，也可以让我们固定下来学生的知识库，让他所有的学习痕迹我们都可以记得住。现在呢，在AITC大模型和AI Agent这样的智能机器人的帮助下，都可以相对来说比较容易地实现。但是，每一个英语老师说：“哎呀，这个很麻烦啊，都要我自己弄起来，实在是太痛苦了。”

这个事情，怎么办啊？这个，其实呢，我们现在要讲到另外一个话题——就是会不会有新的分工合作方式诞生出来？因为大家都是 go solo 了嘛，都已经回去，一个一个人去做。但是，原来大机构做的很多事情呢，其实还是挺有效果的，包括是课程的整理、课件的制作、学员的组织啊，出去打广告，这件事情我们还是很喜欢的。现在啊，在 AIGC 时代里头，我们是不是可以重新做起来这个事情？因为现在呢，我们不再需要大型组织机构了，大型组织机构的价值下降了。每一个人、每一个小团队呢，都可以自己去做这个事情。而且，在做的过程中呢，他的试错成本下降了。原来需要像新东方这样的机构，因为他试错成本很高啊，你要去编一套教材，成本非常高。现在，AIG36 有大模型了，你可以输入提示资讯去，然后看看结果怎么样。这整个的效率都提升了，试错成本降低了，我们可以反复试一下。

那么，在这种情况下呢，我们就可以进行这种相对松耦合的配合。什么叫松耦合？就是原来我们是要进行紧密配合，才可以大家协同一起工作的——先签协议，规定接口，然后再做。现在不用啊，我们做的各种中间结果，都可以再重新扔给大模型，他可以认得出来，然后可以继续去使用。所以，未来是不是有可能会变成一些新的协作方式？有些人就不愿意去上课，说我就去做这个题库去了，我就去做课程标准去了。

咱们剩下的一些老师说：“哎，我实在懒得做课程标准了，我也实在懒得做题库了，我直接用别人的行不行？”那中间，可能也会有一些新的现金流的产生。大家付出劳动都是要有收效的吧。而且在这个过程中呢，大家都可以去商量说：“哎，你这个题库便宜些，那个题库贵一些，或者说哪个题库效果更好一些。”哎，我们是可以去让它运作起来的。大家有更广泛、更松散的选择，不像原来似的，你加入一个大机构，人家甭管做的好赖，你都得用它的。那么现在，大家就可以进行松散的协作了。而且就算是你做了题库没人用，你自己用吧，这个成本也不是很高。或者说你没有题库可用，我就升在里头去编一些东西出来，每一件事情我都每一次现去做，也不是做不出来啊。

所以呢，就是这种合作呢，变成可以做。做了以后效率会提升。但是呢，我不做，或者是我做完了以后东西没有卖掉，卖给其他人，没有被复用，也不是说这日子就过不下去了。这是新的分工协作方式。那么最后呢，AI也会带来新的机遇啊。刚才我们讲了AI时代，英语就是标准的语言啊。而且在英语的使用中，还要求使用优美的、带有感情的英语。一个很有趣的事情，在跟大模型沟通的过程中，所有人都变客气了。为什么呢？就是当我们隔着一个黑板，跟后面的人去沟通交流的时候，我们不知道后面人是谁，这个呢，其实有一点像三体里边黑暗森林法则，我们必须要告诉对面。

那个我不认识的人啊，他也不认识我。我是个好人，一定要去想这件事情。所以，大家现在对啊，这个大模型说话都比较客气啊。而且，也尽量的会去用一些更好一点的语言，去跟大模型去沟通。啊，现在的人类语言，其实已经在被大模型所影响了。就是你跟任何人说话，说时间长了以后，你口音都会发生变化。那么，在这个过程中，其实我们需要更多的英语老师去教说，应该如何的去跟大漠青沟通，跟大漠青打交道。甚至呢，有一门新的学科叫提示词工程，英语提示词工程，没准会变成一门新的课程。也许，大家可以思考一下，能够做一点什么其他的事情。这就是我们今天讲的内容，所有相关的案例演示，我就不在这里给大家演示了。那个，我尽量到付费频道里去给大家演示。那个有专门的成系列的AI课程。这就是今天我们讲的，英语老师在AIGC时代应该如何使用这些工具。好，这期就讲到这里。感谢大家收听，请帮忙点赞，点小铃铛，参加Disco的讨论群。也欢迎有兴趣，有能力的朋友参加我们的付费频道，特别是对相关的课程感兴趣的朋友。可以参加我们的付费频道，再见。