image 读完探月学校的报道，我第一反应不是羡慕那些‘超级高中生’，而是想到自己在工程落地中踩过的坑。核心在于，项目制学习听起来很美——学生做创业、写论文，甚至与月之暗面合作获马斯克点赞，但关键数据是‘升学结果不突出’和‘学费超20万/年’。这本质上是用高成本堆出的精英实验，而非可复制的教育范式。从技术视角看，AI时代需要的不是花哨项目，而是扎实的‘元能力’：比如从零搭建一个RAG系统时，学生能否理解tokenizer切分误差对检索的影响？探月强调的‘跨学科实践’确实有道理，但个人经验告诉我，没有数学和算法根基，项目容易沦为表面功夫。我的疑问是：当学生花时间搞创业项目时，基础学科（如线性代数、概率论）的课时被压缩了多少？这会不会导致‘会做但不懂原理’的工程陷阱？另外，VC关注教育项目是好事，但行业更应该警惕‘数据造假’风险——比如项目成果被包装成学生独立完成，实则依赖导师或外部团队。对AI行业而言，真正的趋势不是‘培养天才’，而是设计出低成本、可评价的元能力训练体系，比如用开源LLM搭建自适应学习平台，让学生通过动手调参理解模型局限性。否则，探月模式只会是少数人的奢侈品，无法推动教育公平。