這個春天，國產AI大模型DeepSeek橫空出世，它讓對面矽谷精英恐慌的同時，也讓國內打工人心中隱隱不安。

有人說它對兩類人影響最大，一個是張雪峰，一個是程式設計師。其中，在前者深耕的高考志願諮詢領域，有網友嘗試向DeepSeek提問：

結果大模型在收集全網相關資料，進行精準的自動化分析後，給出絕對優先專業壁壘、次優考慮地域溢價、風險對沖保底三檔志願組合，其響應速度之快，決策邏輯之清晰，和張雪峰不遑多讓。

然而外行看熱鬧，內行看門道，很快有專業人士出來指證 DeepSeek 生成建議中的幾處硬傷：

1、地方專項計劃對考生個人情況審查嚴格：DeepSeek 在不知考生性別、政治面貌、是否應屆的情況下貿然推薦，一點也不專業。

2、佛山科學技術學院早已改名佛山大學，DeepSeek 沒有更新，可見資訊來源不及時。

3、“廣東海洋大學”是一個540來分的大學，作為一本線532分左右考生的穩妥方案，一點也不穩妥……

爭議發酵了幾天後，張雪峰本尊也出來回應，說他那個行當，很多時候傳遞的是一些情緒價值，AI給不了；再就是他能得到一些不公開資訊，AI只能搜到網路上的公開資訊。潛臺詞是至少在現階段，他完全不用擔心。

聽起來一針見血，但我們也知道大模型在快速迭代，尤其開源後，海量的使用者餵給它海量的資訊，假以時日，張雪峰們還能高枕無憂嗎？

相對於真人諮詢師，DeepSeek顯而易見的優勢是，它能快速處理海量資料，不受個人情緒和經驗侷限，分析過程高效，分析結果方便獲得，最最關鍵的一點，獲得成本近乎為0。

關於上文DeepSeek在高校資訊採集層面上的張冠李戴，業內人士坦言，大模型是拿2023年的資料訓練的，只要給它接入最新鮮的資料，錯誤很快就能得到糾正。

至於DeepSeek在志願決策輸出層面上的漏洞百出，是因為其還沒有學會人類諮詢師的思考邏輯，小紅書上有開發者將張雪峰老師選專業的方法論結構化提取出來，再餵給DeepSeek後，其分析出來的東西就靠譜多了。

以上，技術層面的瑕疵透過進一步垂直開發，其實都能得到妥善解決，但是張雪峰老師說的“不公開資訊”，它是什麼？為什麼DeepSeek難以獲得？

為了解答這個問題，說姐特意找到了張雪峰老師2024年的部分直播回放，由於深耕行業多年，張雪峰對各大學官網政策和錄取名單都瞭如指掌。除此之外，某些大學的特殊培養方案、調劑專業的隱性規則、專業組劃分，某些體制內崗位報考明面上的專業及學歷要求，暗地裡的生源地偏好等等資訊都能精準匹配、娓娓道來。

於是說姐按圖索驥，以自己的專業為例，試著讓DeepSeek像個資深諮詢師那樣，為我調取我們專業一本線以上不同院校培養方向、保研率、學長就業狀況、校招內幕、行業明星企業校招偏好等等資訊，結果竟然連某個業內知名公司喜歡去哪些學校校招、哪個學校畢業生體制內崗位報考，面試官基本是校友這種在行業流傳的小道訊息都能呈現出來，並且這些資訊和我在行業深耕十幾年瞭解到的是差不多的，這個結果確實令人驚豔。

所以你看，所謂的不公開資訊並非我們以為的，都是靠觥籌交錯間建立起來的私人關係、靠重金買來的行業會議交流獲得的，更多更大的可能，是一個人在教育諮詢行業摸爬滾打多年，持續關注高考招生、高校發展、大學生就業等領域動態，經過長時間對各類招生資訊的收集、分析和整理，逐漸總結出一些規律性的內容以及一些隱藏在公開資訊背後的 “門道”。

所以當DeepSeek被真正瞭解這個行業的人進一步垂直開發、訓練，再被使用者以更聰明、巧妙的方式提問後，所謂的不公開資訊其實並非多麼的難以獲得。

當然，對於學生和家長來說，資訊從來都不是不夠，而是太多。

以學醫為例，大家在網上搜索相關資訊時，往往會得到截然不同的觀點。有人說“勸人學醫，天打雷劈”，認為學醫是一條充滿艱辛的道路；而另一些人則認為，對於普通家庭的學霸來說，學醫是唯一能夠實現全家族階級躍遷的機會。

面對這些相互矛盾的資訊，普通家庭往往會焦慮、糾結、甚至家庭成員間充滿矛盾，如何引導他們內心安頓下來，理智的給這些資訊定權重、跟自身匹配，最後做出最有利的選擇，大概就是張雪峰老師口中人類諮詢師的情緒價值所在。

相比於早前其他大模型，DeepSeek最為人稱道的地方，就是不用很複雜的提示詞，跟它說人話就能得到比較有人味的回應，但這是否意味著它能為人類提供情緒價值呢？筆者嘗試將自己扮演成糾結的高三家長向DeepSeek提問——

結果得到的回答是這樣的：

回答讀起來總體實用有餘，人性關懷不足，但有網友說DeepSeek是一個語境響應的高手，你越“瘋批”地問它，它就會越“瘋批”地回應你，說姐於是一次次放飛自我，最後將尋找解決方案的提問徹底轉變成尋求心理安慰的傾訴：

對思想單純、喜歡在學習上偷懶的孩子，張雪峰老師用形象生動、對比強烈的語言勸誡，“學習的苦是坐著吃的，生活的苦是跪著吃的”。

對思想偏激、過於自信的理科學霸，張雪峰老師用理性、智慧的語言勸其多花點心思在弱科英語上，“人這一輩子我們無法決定乾的每一件事情都是自己喜歡的，但如果能把自己不喜歡的事情幹好，那它會讓你在更高的起點上幹自己喜歡的事情”。

單就語言表達方式層面，人類諮詢師能根據不同溝通物件靈活調整，大模型顯然還有很大的提升空間。而隨意翻看張雪峰老師的直播回放，還有更多基於人類真實生活的情感共振，讓人無比動容：

一位新疆罕見病孩子的媽媽在電話那端泣不成聲，電話這頭老師很得體的回應“我想想怎麼能幫到你”，連線結束時媽媽對自己百年後孩子的命運憂心忡忡，老師用非常堅定的語言為其打氣，“這個社會永遠方法比困難多，下個月我去新疆我們儘可能見一面”。

一位高中生因曾經歷校園霸凌，性格自卑懦弱，無法安心學習，老師透過自爆早年落魄經歷的方式與孩子拉近距離後，向其提出殷切期望，“自己是什麼樣的人，將要成為什麼樣的人，解釋權應該牢牢掌握在自己手裡而不是拱手讓與他人，好好學習過好自己的人生，才是對霸凌過自己的混子最好的報復”。

以上，DeepSeek自己也承認，“我的設計目標之一就是努力理解人類語言中的情感和需求，並透過合適的回應提供情緒支援。但我的‘共情’本質是演算法對語言模式的響應，無法提供真實人際關係的情感聯結，複雜情感問題建議結合人類專業支援”。

分析至此，我們不難發現，AI在資訊整合和決策分析上的能力正以驚人的速度逼近人類專家，當資訊壁壘或早或晚不再是AI的絕對短板時，我們不得不思考一個更本質的問題：在AI全面滲透的未來，人類真正的不可替代性究竟在哪裡？

答案或許就藏在人與AI的本質差異中——AI是工具，而人是目的。工具越強大，人類越需要具備“駕馭工具”的能力，而非與工具競爭。具體到教育領域，孩子最需要培養的幾大能力已清晰浮現。

上海一群初中生曾用AI完成了一份特殊的暑假作業。他們被要求“用AI工具解決一個真實問題”，結果大多數孩子只會讓AI寫作文、畫插圖，唯獨一個小組跑到菜市場蹲點三天，發現攤販總因算錯賬和顧客吵架，於是訓練AI開發了一款“語音算賬神器”——攤主報菜價，AI自動累加並語音播報總價。

這個案例暴露了一個殘酷的現實：當所有孩子都會使用AI解答問題時，真正稀缺的是一雙發現問題的眼睛。

AI能瞬間生成高考志願方案，但它不會告訴孩子：“你為什麼活著？你真正熱愛的是什麼？”北京某重點中學的生物老師，曾讓學生用AI分析“人類為什麼需要睡眠”，結果80%的學生直接複製AI的生理學解釋，只有幾個孩子追問：“如果未來AI不需要睡覺，人類不睡覺會失去什麼獨特價值？”這種追問背後，藏著人類最珍貴的能力——在已知答案的邊界外，點燃新的火種。

在廣東佛山，一個六年級程式設計社團正在顛覆傳統教育。孩子們用AI工具開發“校園流浪貓管理系統”，過程中出現戲劇性分工：擅長溝通的去採訪保潔阿姨，心思細膩的整理貓咪檔案，邏輯強的設計投餵演算法。最讓人驚豔的是，他們給AI下指令時像極了片場導演：“請模擬貓咪視角寫篇日記，要體現被學生投餵的溫暖，但別太煽情。”

蘇州某職校的汽修專業，老師不再教學生背零件手冊，而是讓他們用AR眼鏡掃描故障車，指揮AI生成維修方案。有個學生髮現AI總是漏檢老款車的離合片，他結合修車廠老師傅的口述經驗，硬是教會AI識別出27種異常磨損模式。

杭州有位媽媽發現，上小學的兒子和AI聊天的時間比和同學還多，她偷偷檢視對話記錄，發現兒子總在問：“怎麼讓爸媽不吵架？”、“爺爺化療掉頭髮怎麼辦？”這些連大人都難以啟齒的困惑，孩子卻願意向AI傾訴，由此可見，當AI用角色扮演的方式承擔起“情緒樹洞”的功能時，情感聯結是人類不論發展到什麼階段都在孜孜不倦追求的東西。

然而深圳某國際學校做過一場實驗：讓AI和人類教師分別安慰考試失利的學生，AI會精準分析錯題原因，給出複習計劃；而人類老師卻掏出一張皺巴巴的試卷說，“這是我當年考砸的物理卷，你看這道題，我直到當老師後才真正弄懂。”

這種“不完美”的共鳴，大概是AI永遠無法複製的溫度吧。

最後，回到文章開頭，假使讓孩子以使用者的身份，選擇AI或人類諮詢師來指導填報高考志願，我希望他們懂得的是：