我儿子第一次用 AI 查作业是在小学三年级。他拍了一道数学题，两秒钟后拿到了完整解答，包括每一步的过程。
他当时的表情不是"我懂了"，而是"原来这么简单"。这两个表情差别很大，我当时没太在意，后来越想越觉得那是整件事的关键。
答案的价格崩塌了
在 AI 之前，获取一个正确答案是有成本的：问老师要等，翻书要会查，自己推要花时间。这个成本起到了一个隐形的作用——它逼迫学习者在拿到答案之前，先和问题共处一段时间。
而现在这个成本基本归零。任何一道有标准答案的题，从"不知道"到"知道"的路径被压缩到了秒级。
这不是坏事，但它确实抽走了一个东西：和问题相处的那段时间。
被抽走的是什么
那段时间里发生的事，才是学习真正的核心：
- 形成自己的猜测。 在知道答案之前，脑子里会先冒出一个不太靠谱的想法。这个想法很重要——它是后面用来和正确答案对撞的材料。
- 感受到卡住的张力。 卡住会产生一种不舒服，而这种不舒服正是记忆和理解的黏合剂。轻松得到的答案不会被记住，这是有生理基础的。
- 自己划定问题的边界。 一道题到底在问什么，往往要想一会儿才清楚。直接看解答，这一步被跳过了。
AI 把答案给了你，但这三件事一件都没替你做。更麻烦的是，它让你感觉这三件事不需要做——因为答案已经在了。
一个新的、更隐蔽的失效模式
以前不学习，表现是明确的：题不会做，考试分数低。
现在出现了一种新的状态：答案全都能拿到，理解却没跟上。
它的表现很温和。孩子能看懂解答的每一步，点头说"哦，原来是这样"，然后下一道同类题依然不会。因为他读懂的是解答的叙述逻辑，不是解题的搜索过程。前者是别人整理好的成品，后者才是需要自己走一遍的路径。
我在记录里把这种状态叫做"理解的错觉"。它比不会做更麻烦，因为它不产生任何求救信号——孩子觉得自己会了，家长看着也觉得没问题。
那什么是新的稀缺资源
如果答案不再稀缺，稀缺的就变成了那些无法被外包的部分：
一、提出好问题的能力。 答案的成本趋零，意味着问题的价值在上升。一个能问到点子上的问题，AI 才能帮上忙；一个模糊的问题，只会换来一段看起来很完整但用不上的回答。
二、判断答案对错的能力。 AI 会给错，而且给错的时候语气一样自信。能看出"这一步为什么对"和"这一步凭什么成立"，变成了必备技能，不再是加分项。
三、在没有答案的情况下持续思考的耐力。 这是最反直觉的一条，因为它和当下的便利完全相反。它需要刻意制造一些"暂时不给答案"的场景。
我们的做法
在家里具体落成了三条规则，都很简单：
- 提问之前先自己写一个猜测。 哪怕写在纸上只有半句话。这是为了保住"和问题相处"的那段过程。
- AI 给完答案之后，合上屏幕自己重做一遍。 做不出来，说明刚才读懂的是叙述，不是逻辑。
- AI 说错的地方，标记出来当天记一笔。 这既是训练判断力，也是在建立对工具的理性认知——它很强，不是全对。
第三条尤其重要。孩子第一次抓到 AI 的错误时非常兴奋，那种兴奋里包含着一个很重要的认知转变：他不再是工具的接受方，而是审阅方。
这套规则我们还在跑，效果不好量化，但有一件事是明确的：AI 不会让学习这件事变简单，它只是把难度从"获取"搬到了"判断"。