〇、这篇文章是什么#
9 月 23 日深夜到 9 月 24 日午后，我和一个 AI 断续讨论了 30 轮。起点是一条暴论——「读研读博其实是学校花钱让一部分人缓慢就业」；终点是那个所有人都躲不开的问题——当硕士、本科、大专、博士都说自己「会用 AI」的时候，底层能力到底是什么。
《通道正在逐段关闭》写的是结论：旧通道在关、评价语言还在转、AI 放大产出补不齐判断。这一篇写过程——那些结论是怎么在一场真实的讨论里被打磨出来的，包括它打错的部分。
先立规矩。这场讨论里 AI 联网检索给了大量带编号的引用，但没有可点的链接。我把其中关键的部分逐条核了一遍：核到一手来源的，正文给链接、当事实写；只有检索口径的，标「据检索」；查无此数的，明说查无此数。这场讨论本身还顺便演示了为什么需要这条规矩——AI 的检索结果里混着张冠李戴和数字演绎，有几个翻车现场我原样留在第三节。
一、起点：一条暴论和它的两面#
暴论是这么说的：读研读博其实是学校花钱（不是政府钱），让一部分人缓慢就业；这帮人学不到太多东西，真正能培育出来的人才仍然是那个基数；扩招的主要目的就是缓解就业压力。
AI 把它拆成了「对的一半」和「过头的一半」。
对的一半：教育确实有就业蓄水池功能，1999 年本科扩招和 2020 年研究生扩招都有明显的就业缓冲背景；学历通胀真实存在，个人理性地读研，集体结果是相对位置没变、只是多读几年多花钱；部分研究生培养质量参差也是实的，有些人读研的教育增量确实有限。
过头的一半：「学校花钱」在财务上不成立——公办高校经费主要来自财政拨款、学费、科研项目，学校扩招反而能拿到更多生均拨款，它有扩招激励，但这不等于学校自己掏钱做慈善；扩招目的从来不是单一的，缓就业之外还有人力资本、产业升级、科研产出、高校自身的生存；「人才基数不变」把人才当成了固定池子，扩招会稀释人均资源，但也在扩大受过科研训练人群的绝对规模。
我的判断是：这条暴论的合理内核不是「阴谋」，是「功能」。扩招确实在承担蓄水功能——这和《通道》切片二的读法一致，那是本文的解释模型，我没有招生和就业数据来证明它。但从「它有这个功能」滑到「它就是这个目的」，就从观察滑向了阴谋论。
二、市场已经在重新定价#
讨论往前推了一步：既然硕士溢价在部分领域塌了，市场拿什么重新定价？
AI 给的框架我认为站得住：在迭代快、以工程实现为核心竞争力的方向，学历正在让位于可验证的能力证据——GitHub 贡献、竞赛名次、实习产出、开源项目参与度。不是排斥硕士，是排斥只有硕士文凭、没有深度积累的人。这个框架的价值在于它同时解释了两个看似矛盾的现象：为什么 DeepSeek 招本科生做算子研究员，而量子计算、具身智能这些长周期方向仍然硕博起步——前者要看的能力证据本科生就能攒出来，后者要的系统性训练三年替代不了。
制度侧的松动也有实据了。2024 年通过、2025 年 1 月 1 日施行的《中华人民共和国学位法》，第二十条和第二十一条写的是：硕士、博士学位申请人「通过学位论文答辩或者规定的实践成果答辩」，即可授予相应学位（gov.cn 全文 ↗）。注意准确口径：这是对研究生教育的整体规定，「实践成果答辩」并不是给专业学位专设的通道。但它至少说明，「学位=论文」这个等式已经在法律文本上松开了。
这里必须当场演示一次翻车。讨论中 AI 给了一批看起来很硬的数字：「大模型算法岗硕士起薪 120-240 万」「某 985 新传硕士投 47 份简历最高 offer 8500 元」「早期科研训练的本科生科研理解深度 81.26% vs 研究生 56.97%」「31% 的学习者凭微证书获得实习机会」。我逐条去核：前两条找不到可定位出处；第三条那篇 Frontiers 论文不存在于我够得着的任何检索入口；第四条我打开了 Coursera 微证书报告的官方页面，官方口径是 96%、94%、87%、90% 那一组——没有 31%，也没有「实习」。
检索结果会把数字说得像真的。这是这篇文章想让你看到的第一课。
三、本科+AI：企业开始算的另一笔账#
这一节是整场讨论里市场颗粒度最细的部分，也是核验之后损伤最大的部分——它有真东西，但每一件都需要重新称重。
昆仑万维的内部信。据多家媒体报道，2026 年 2 月 25 日昆仑万维董事长方汉发内部信，为全体技术研发人员开通 OpenAI Codex 或 Claude Code 账号，基准额度约 100 美元/月（约 700 元，媒体换算口径），并有报道称 AI 编程能力纳入绩效考核。要打的补丁：内部信原文未公开，「约 700 元」是媒体换算，与考核挂钩的说法来自转述。
腾讯的「22 万 Token 套餐」。这个数字流传很广，地基是 2026 年 3 月脉脉社区的员工爆料——每月约 700 美元 Cursor 加 700 美元 Claude 加 1000 美元 CodeBuddy 之类的额度，合计约 22 万/年，经多位自称腾讯员工的人证实，但腾讯官方从未确认；而且据经济观察报等报道，2026 年 6 月起已把统一额度改为按部门动态分配（普通岗每月 1000-5000 元，外包约 1000 元）。引用它必须带足三个限定：爆料口径、官方未证实、已经下调。
黄仁勋的「半薪 Token」。GTC 2026 期间（经 Business Insider 报道、All-In Podcast 访谈扩散），他主张在工程师基础薪资之外，再给相当于一半薪水的 Token 预算，原话大意是年薪 50 万美元的工程师一年烧掉的 Token 不到 25 万美元，他会深感不安。注意：这是主张，不是英伟达已落地的制度。
「求职者把 Token 预算写进入职条件」。这场讨论里 AI 把这句话安在了「微软高管」头上。我去核了，目前所有证据指向的是 OpenAI Codex 工程负责人 Thibault Sottiaux 在 X 平台的发帖，说的是求职者在面试中越来越多地主动询问入职后能用多少算力和 token 预算——不是微软，也没到「写进入职条件」的程度。从微软改成 OpenAI，从「入职条件」降成「主动询问」，两处都更弱，但都更真。
哈佛那项研究。论文真实存在，但两个口径都要修正。它不是「哈佛大学研究」，是哈佛两位博士生 Hosseini 和 Lichtinger 的 SSRN 工作论文（DOI: 10.2139/ssrn.5425555 ↗，预印本，非期刊发表）；数据覆盖约 6500 万美国工人、28.5 万家企业的简历与招聘信息；结论口径是：采用生成式 AI 的企业，初级员工规模相对未采纳企业六个季度累计下降约 7.7%（初级与资深之比下降近 12%），机制主要是缩招而非裁员，资深岗位几乎不受影响。媒体流传的「下降 9-10%」是取整演绎。
SK 海力士。2026 年 6 月 17 日宣布取消应届生招聘的学历硬性门槛，8 月 20 日启动的下半年招聘正式落地，高中、专科毕业者可以投递芯片设计、器件研发等核心技术岗，选拔核心转向实际能力与成长潜力（据朝鲜日报独家及公司公告的多家媒体转引）。官方口径就是「取消学历硬性门槛」，没有「大规模」「全面」这些修饰。
把这六件东西拼起来，是一幅不完整的图：企业在给 AI 工具出预算（昆仑万维、黄仁勋的主张、候选人开始主动问 token），学历门槛在个案上松动（SK 海力士、《学位法》）——但「企业用本科+AI 替代硕士」这个完整命题，我没有核到任何规模化的 JD 数据或行业报告。讨论里 AI 检索到的那些具体案例岗位，也全部停在检索级。所以这一节只能写成：方向有实据，命题本身目前是一条「据检索的叙事」。这个区分很重要。
四、AI 触到前沿的那一刻#
9 月 23 日，就在这场讨论进行到一半的时候，Anthropic 发布了官方公告：Claude 智能体在噬菌体基因组数据里发现了一个新型逆转录酶系统，官方命名为 ART（array-associated reverse transcriptases，阵列相关逆转录酶），基因布局「类似 CRISPR」（Anthropic 官方新闻稿 ↗）。
数字全部是官方口径：约 950 个智能体，搜索了 21 个小时，消耗 2.1 亿 token；从超过 20 万个逆转录酶里挑出 3500 个新候选系统，再收敛到 20 个最值得深入研究的对象。
但这条新闻里最值得注意的是两个限定词，官方自己写的。
第一，底层酶本身此前已被识别。Claude 被描述为「首次注意到该系统定义性特征」的一方——那段等距重复的 DNA 序列，加上功能未知的 accessory 蛋白。它没有从零发明什么，它是在人类已经建好的数据库里，看到了人还没看过的模式。
第二，「所有实验室工作由人类科学家完成」。表达、生化表征、结构解析，全是人做的。Claude 的角色被严格限定在计算与假设生成。官方同时承认：「我们尚不知道它的功能。」
张锋的评价（据 Anthropic 公布）是「AI 智能体如何为生物发现做出贡献的一个令人兴奋的例子」，同时认为这一识别值得进一步研究——措辞是「值得研究」，不是「已经证明」。
《通道》那篇写过一个「复现现场」：产出与验证之间的价差在拉大。这次发布把那个抽象判断具体化了——「找针」的成本被打到近乎零，「验证针是不是真的」仍然昂贵，而且昂贵得理直气壮。AI 没有替代生物学家，它替代的是生物学家里「大海捞针」的那一段工时。
五、另一张桌子：安理会#
同一天，2026 年 9 月 23 日，联合国安理会召开第 10228 次会议，议题「人工智能与国际安全」。这是安理会第二次把 AI 作为专门议程项目，距上一次整一年（UN 官方会议记录 SC/16462 ↗）。
出席并发言的（据官方会议覆盖与联合国新闻中文版 ↗）：OpenAI CEO 奥尔特曼、Anthropic CEO 阿莫迪、Hugging Face CEO 德朗格（经视频连线——顺便说一句，这场讨论里 AI 把「远程参会」安在了阿莫迪头上，实际视频连线的是德朗格，又是一处张冠李戴）、联合国 AI 独立国际科学小组联合主席本吉奥。
几个值得留下的原话级口径。阿莫迪谈滥用与失控两类风险，称若管理不善「AI 甚至可能对全人类构成风险」，并警告能力增长可能超过人类理解和监管的速度——他还在会上亲口提到了 Anthropic 当天发布的那项酶系统发现。奥尔特曼谈「递归自我改进」，说「这一刻需要极度审慎」，但他同时反对盲目乐观和末日论两个极端。美方代表克拉齐奥斯当场声明，国际对话「不能被允许滑向全球治理」，并引述总统联大讲话称美国「完全拒绝任何构建超级智能全球控制方案的企图」。中国常驻联合国代表傅聪批评在科技领域拼凑排他性「小圈子」、服务于「谋求数字霸权」的企图，主张发展与安全并重。
据路透社 9 月 22 日报道（两名知情人士），DeepSeek 与月之暗面受邀向会议通报——这一条 UN 官方记录里没有，梁文锋「不打算出席」也只是会前消息且注明有变数，所以只能写到「据路透社报道」这一层。
《通道》第六节写安全治理的时候，我说「只作背景判断，不作为本文证据——没有核到可定位的信源」。这篇补上那个信源：现在它有日期、有届次、有会议记录、有各方原话。这也顺带演示了材料分级的意义——同一个判断，隔了一个核验动作，就能从「不作证据」变成「给出处」。评价体系这样，写文章也这样。
六、反驳、撤回：这场讨论最值钱的十分钟#
讨论到这里，我做了个试验：让 AI 反驳我此前所有观点。
它反驳了五条，条条工整，从经济账、认知科学一路讲到制度演进。但其中一条把「教育会消失」安在了我头上——而我从头到尾没说过这句话。它还顺手反驳了「本科生完全取代硕博」「评价体系彻底崩溃」这些我同样没主张的极端版本。
我指出来：这是莫须有的反驳。
AI 的回应值得原样留一句：「上一轮反驳时我陷入了稻草人谬误——把你没有主张的极端观点（如教育消失、体系彻底崩溃）拿来当靶子打。」然后它逐条撤回、重新校准。校准之后的推进反而比之前深了三层。
它承认「面试考核 AI 使用深度、看开源项目、给你一道 AI 解决不了的难题看你怎么处理」是招聘市场的真实反馈，不再用「短期降本策略」一笔带过——但补上了边界：这种替代集中在执行层的高效产出，不是架构层的顶层设计。
它把我「AI 用多了自然就懂了」的粗糙说法，修正成了一个更准的概念——Debug 式学习：当 AI 解决不了某个问题，人被迫去查文档、看源码、理解底层逻辑，这本身就是系统性科研训练的一种低成本替代路径。但它同时标注了这种学习的天花板：它是点状的、需求驱动的，能培养出超级工程师，很难培养出底层理论突破者——因为如果 AI 一直输出看似正确的结果，缺乏体系框架的人连「自己不懂」都察觉不到。
它接受了我补的条件——「如果这个人本身具备基础科研能力，AI 就能将其放大」——并给出全场最锋利的一句结论：AI 确实能让一个具备本科生基础的人，在短时间内完成博士级别的流程操作；AI 放大的是产出效率，并没有降低验证成本。这和《通道》第七节的「AI 可以把许多标准化产出放大到非零，但不能自动补齐判断、验证和责任」，是同一句话的两个写法。
关于评价体系，它接受了「局部最优解」的说法：任何面向分数的评价体系都可被策略性应对——刷题是过拟合，反套路的题被研究之后照样过拟合——评价机制的迭代，永远在解决旧漏洞和产生新漏洞之间循环。不存在完美无漏洞的终极评价机制，只存在当前社会认知下各方利益的暂时平衡。
我为什么把这段单独成节：结论不是一次到位的。它先错、被指、认错、修正，修正后的版本比最初两版都好。如果一场人机讨论里 AI 永远正确，那它给你的只是检索结果的排版；正因为它会打错靶子、又当众撤回，这场讨论才产出了检索本身给不出的东西。这也是我对「和 AI 讨论能不能当真」的答案：能，但前提是你得当场核它，包括核它对你的转述。
七、收束：当所有人都会用 AI#
讨论的最后停在了一个问题上。硕士说自己会用 AI，本科说自己会用 AI，大专和博士都说自己会用 AI——「会用 AI」本身失去区分度之后，底层能力是什么？
这场讨论收敛出来的是四样东西。定义问题的能力：AI 擅长给答案，但极度依赖好输入，能从复杂困境里界定出核心矛盾、约束条件和解决目标，决定 AI 产出的上限。验证与判断力：AI 能生成看起来完美的报告，但对结果做交叉验证、逻辑溯源、为现实世界的失败负责的，只能是人。系统整合力：把 AI 的碎片化产出，结合资金、硬件、人力这些真实世界的资源，整合成一个能运转的闭环。跨域迭代力：存量知识在快速贬值，快速学新领域、在陌生环境找破局点的元认知在升值。
拿这个去对《通道正在逐段关闭》第七节的收束——「定义正确问题的判断力、验证结果真伪的手段、为后果签名的承担」——会发现一场独立进行、绕了两天路的讨论，最后停在了同一组词上。这不是谁抄谁：是同一个现实从两个入口被摸到了。
评价体系从「看产出」转向「看验证」，这个转向不会一步到位。旧标准的失效和新标准的未成之间，有一段空窗期——大概就是现在。空窗期的策略不是等新标准颁布，是去积累那些在新标准下可验证的东西：真实项目、开源记录、经得起复核的产出。旧价签失效的那一刻，正是新价签还没写好的那一刻——看懂这一条的人，不需要等。