AI无法拯救教培：技术狂欢背后的社会竞争本质与行业终局
技术叙事的幻象：当教培将希望寄托于算法
在2026年的全球教育科技版图中，一个显著的变化悄然发生：Duolingo登顶全球教育科技公司榜首，而中国公司猿辅导位列第八。这一排名的更迭，并非简单的市场波动，而是教育科技史叙事的一次深刻迁移。回顾过去二十年，从编程猫、有道到好未来，中国教育科技曾一度占据全球前三的显赫位置，成为行业最耀眼的叙事主角。然而，这种主角的轮换揭示了一个残酷的事实：鲜少有一个行业像中国教培这样，如此迫切地等待下一项技术救赎。
教培行业拥有两部并行却错位的历史：一部是技术演进史，另一部是产业发展史。互联网、MOOC、直播、大模型，每一项技术的出现都伴随着行业的狂热期待。技术不断兑现其承诺的效率与便捷，但行业却始终未能兑现那些被寄托于技术的希望。当AI浪潮席卷而来，人们再次发出“AI能不能救教培”的疑问。但这或许是一个被问了二十年却从未得到正确解答的问题。如果一个问题长期没有答案，值得怀疑的往往不是答案本身，而是提问的前提。
技术作为延期机制：社会问题的技术化翻译
技术革命在某种程度上是一种“延期机制”。每当一个行业陷入社会性困境，无法从制度或结构层面找到出路时，它往往会热烈地投奔技术答案。技术不仅提供了工具，更提供了一种关于未来的语言。凡是暂时无法回答的社会问题，人们本能地将其翻译为技术问题。
这种技术乐观主义基于一个基本假设：社会的问题终究可以被技术吸收。教培行业天然地相信这一点，因为它出售的从来不是单纯的知识，而是对不确定性的管理。互联网承诺消除信息不对称，直播承诺复制优质教育资源，AI承诺让每个人拥有专属导师。这些承诺共同绕开了一个核心事实：教培并非教育制度的有机组成部分，它首先是竞争制度的产物。
在教育这一入口中，知识只是媒介，机会才是真正被交易的商品。当教育陷入困境，公众讨论的焦点往往集中在模型、算法和算力上，而非教育存在的根本目的及其指向的社会形态。当教育只能以技术语言被讨论时，教育本身便退出了公共领域的深度思考，沦为技术优化的对象。
布鲁门贝格的警示：现代社会的不安与未来制造
人们常常低估技术真正改变的东西。通常认为，技术改变的是生产方式，带来更快的机器、更高效的系统和更低的成本。然而，技术的影响往往发生在更深层的认知层面：它改变了一个社会理解未来的方式。
六十年前，德国学者布鲁门贝格指出，现代社会拥有一种特殊的不安：它拥有改变世界的能力，却越来越难回答“我们究竟希望把世界改变成什么样”这一简单问题。传统、宗教和共同价值曾提供答案，而现代社会在摆脱这些束缚的同时，也失去了这些答案。技术承担了这种期待，它让未来不再是被动等待到来的时间概念，而成为一种可以被制造、被加速的对象。
于是，关于未来的问题被换算成能力问题。人们不再追问方向，只关心是否有更好的工具、更高效的方法、能否通过技术赢得竞争。技术不要求回答那些艰难的价值问题，它只要求你相信：未来已经到来，要么加入，要么被抛弃。这种逻辑让教培行业陷入了一种集体催眠，认为只要技术足够先进，就能解决所有结构性矛盾。
埃吕尔与波兰尼：被量化的困境与嵌入社会的市场
1954年，法国哲学家雅克·埃吕尔在《技术社会》中预判，技术将成为衡量问题价值的唯一标准。凡是能被计算、优化和复制的，被认为值得解决；而那些无法量化的问题，如情感、意义、公平，则即将被淹没。教培是这一现象最显性的领域：招生被简化为流量问题，教学被简化为产品问题，竞争被简化为效率问题。
技术最大的力量不在于它能解决多少问题，而在于它决定了哪些问题值得被提出。在AI时代，我们需要警惕的不是AI的强度，而是当我们面对困境时，是否还保有提出技术之外问题的能力。
与此同时，卡尔·波兰尼在《大转型》中提出，市场从来不是独立存在的，它嵌入于社会之中。价格、交易和效率背后，隐藏着制度、文化、关系和人的选择等更深层的力量。教培不是教育制度的附属品，而是社会竞争系统的产物。人口结构塑造了需求基数，考试制度决定了竞争方向，就业竞争制造了焦虑源头，家庭选择影响了支付意愿，社会流动承载了代际期待。
AI可以改变教育的供给方式，却无法改变教育需求背后的社会逻辑。为什么一个家庭需要为教育倾囊？为什么一个孩子需要在竞争中证明自己？为什么一个社会可以规划下一代的人生？这些是技术革命反复遭遇的边界。行业不是孤立的机器，它生长于一个社会对机会、流动和未来的想象之中。
杰文斯悖论与红皇后效应：效率提升后的内卷加剧
1865年，英国煤炭年消耗接近一亿吨，此前六十年间增长了八倍。这发生在蒸汽机效率不断提高之后。经济学家威廉·杰文斯发现，事实与直觉相反：效率降低了成本，也扩大了使用。技术节约下来的资源，最终被更大的需求吞噬。这就是著名的“杰文斯悖论”。
教培行业正面临类似的困境。当效率成为公共能力，效率本身就不再创造优势。每一次技术进步都扩大了供给，但供给能力的扩大并没有降低竞争，反而让竞争更加汹涌。
“红皇后效应”揭示了另一种困境：在持续竞争的环境中，所有参与者都必须不断进化，才能维持原有位置。技术不断改变比赛规则，但它不会结束比赛。当AI让个性化辅导变得廉价且普及，家长和学生并没有因此减少投入，反而因为看到了更多可能性而提高了期望值。技术没有消除焦虑，而是将焦虑的阈值推向了新的高度。
洛施密特佯谬与行业终局：宏观趋势与个体命运
物理学中的“洛施密特佯谬”指出，宏观世界有明确的时间箭头，而微观粒子的运动却不包含这种方向性。秩序与方向，不是单个粒子的属性，而是在大量互动中涌现出来的结果。
社会统计力学提供了另一种视角。宏观趋势只是概率背景，从来不是个体命运的涨落。一个行业整体衰退，仍然会有新的组织生长；行业迎来技术浪潮，也不会阻止海量失败的发生。技术改变行业的边界，却不替任何一家机构完成进化。任何一个个体、一家公司想要维持稳定、有序成长，必须持续向外获取资源、信息和现金流。一旦停止输入，内部必然走向涣散。
一个行业最危险的时候，不是没有答案，而是拥有一个看似万能的答案。当整个行业开始把全部未来都押注于技术时，它实际上已经丧失了对技术之外未来的想象力。
决定一个行业命运的，不是它采用了什么技术，而是它服务于什么社会。AI无法拯救教培，因为教培的问题本质上是社会问题。技术可以优化过程，但无法重塑目的。当教育被简化为竞争的工具，任何技术加持都只是让这场竞争变得更加高效、更加残酷。
或许，真正的问题从来不是“AI能不能救教培”，而是当一个行业开始迷信技术万能论时，它是否还能回归教育的本质，重新思考教育与社会、个体与未来之间的真实关系。只有跳出技术的单一维度，从社会结构、制度设计和人文关怀的角度重新审视教培，行业才可能找到真正的出路。否则，无论AI如何迭代，教培都将困在“红皇后”的跑步机上，跑得越快，离终点越远。