身处应试教育的我们擅长解题却常丢掉信仰,刘嘉教授通过错失AI浪潮的二十年,揭示了从“术”回归到“道”的紧迫性。本期节目将带你跳出标准答案的束缚,利用脑科学视角重构自我,在AI时代找回对抗不确定性的底层逻辑。

我们这代人最缺的不是勤奋,而是一个引路人,去逼着你思考那个最底层的逻辑:你为什么要做这件事?你的逻辑原点到底在哪里?
https://youtu.be/-Et3GJRSI_0?si=EygwbruuBYr8kkdn 里提到的应试教育的观点

逻辑原点是指一个人做事的底层逻辑和内心深处的信仰,即“你为什么要做这件事”的最根本理由。在应试教育背景下,许多人习惯于在封闭的大纲中寻找标准答案,成为擅长规避风险的“做题家”,却缺乏独立思考的能力。在AI迭代极快的时代,知识和技能很容易被取代,唯有找到那个能支撑你对抗不确定性、哪怕全世界反对也敢于坚持的逻辑原点,才能重建独一无二的自我,避免在信息洪流中随波逐流。
刘嘉教授认为,意识的终极定义在于对死亡的感知。人类从幼年起就知道生命有限,这种在“必将死亡”的确定性与“何时死亡”的不确定性之间的巨大张力,激发出人类追求意义的本能。我们从事科研、艺术或创作,本质上是在死亡阴影下寻找活着的证据。相比之下,AI由芯片和代码组成,可以无限重装和替换,缺乏这种“向死而生”的使命感。这种对生命意义的执着追求,是目前人类领先于AI的核心特质。
目前的人工智能(如大语言模型)主要擅长逻辑推理和符号处理,但在本能生存技能和实时环境感知上仍有欠缺。刘嘉教授指出,未来的AI需要借鉴脑科学中的“并行加工”和“长程反馈”机制。人类大脑拥有复杂的长程连接,能从额叶向感官区域回传预测,使我们能在信息模糊时做出快速判断。通过将这种仿生架构引入AI,可以推动其从单纯的计算工具演变为具备感知与行动力的“具身智能”。
传统的“螺丝钉”式教育已不再适用,因为AI能比人类更高效地完成标准化工作。未来的教育应侧重三个方面:首先是建立强烈的“我”的概念,以个人兴趣作为驱动力;其次是培养“AI原生思维”,让孩子自然地与AI协作共生;最后是锻炼“第一性原理”的思考能力,学会提出深刻的问题并寻找逻辑原点。在这种背景下,学校的社交价值和对创造力的激发将远比单纯的知识传授更重要。
From Columbia University alumni built in San Francisco
"Instead of endless scrolling, I just hit play on BeFreed. It saves me so much time."
"I never knew where to start with nonfiction—BeFreed’s book lists turned into podcasts gave me a clear path."
"Perfect balance between learning and entertainment. Finished ‘Thinking, Fast and Slow’ on my commute this week."
"Crazy how much I learned while walking the dog. BeFreed = small habits → big gains."
"Reading used to feel like a chore. Now it’s just part of my lifestyle."
"Feels effortless compared to reading. I’ve finished 6 books this month already."
"BeFreed turned my guilty doomscrolling into something that feels productive and inspiring."
"BeFreed turned my commute into learning time. 20-min podcasts are perfect for finishing books I never had time for."
"BeFreed replaced my podcast queue. Imagine Spotify for books — that’s it. 🙌"
"It is great for me to learn something from the book without reading it."
"The themed book list podcasts help me connect ideas across authors—like a guided audio journey."
"Makes me feel smarter every time before going to work"
From Columbia University alumni built in San Francisco
