哈佛和 Perplexity 的AI Agent数据，第一次把“未来教育”照亮了

Apr 29, 2026

在过去几年，关于 “AI 将如何改变教育 ” 的讨论，大多停留在 理念层、口号层、政策层 。而这篇研究第一次做了一件极其重要的事 ：它没有问人们 “ 认为 AI 能做什么 ” ，而是直接观察：人在真实世界中，已经把 AI 当作什么来用 。基于数亿次真实交互数据，这项研究给教育带来的，不是想象，而是证据 。

一、这项研究给教育的第一个启发 ：

AI 已经成为 “ 第二认知系统 ” ，但只有一部分人真正用起来 了。研究发现， AI Agent 的使用呈现出 极强的分化现象 ：

这意味着什么 ？AI 不是 “ 自动拉平差距 ” 的工具，它是一个 放大器。

对教育的警 示，如果教育仍然停留在 ：

那么 AI 时代的教育结果不是 “ 普惠 ” ，而是 ：强者更强，弱者更弱。

二、第二个关键发现 ：

AI 的主要使用场景不是 “ 解题 ” ，而是「学习 + 工作流 」

研究显示， AI Agent 使用最多的两大类任务是 ：

合计超过 一半以上的真实使用场景，这直接击穿了一个长期存在的教育误解 ：AI 并没有取代 “ 学习 ” ，而是正在取代 “ 低效学习方式 ”

学生、研究者、创作者正在用 AI 做的事情包括 ：

对教育的启 发，未来真正重要的，不再是 ：

而是 ：

三、 AI 给教育的最大警示 ：

“ 不会用 AI 学习的人，将被 AI 使用的人淘汰 ”这项研究还有一个非常值得警惕的发现 ：随着时间推移，用户会从 “ 简单任务 ” 转向 “ 高认知任务 ”，也就是说 ：

只有两类人会留下来 ：

而第二类人，才是长期赢家 。对当前教育的致命问 题

如果学生 ：

那么他面对 AI 时，只会问一句话 ：

“ 你帮我做完吧。 ”

这不是学习，这是 认知外包破产 。

四、 AI 时代，教育真正需要教什么 ？

结合这项研究，答案其实非常清晰 。

1 ️教育必须从 “ 内容教学 ” 转向 “ 认知训练 ”

重点不再是 ：教多少知识 点

而是 ：

2 ️教育必须从 “ 统一输入 ” 转向 “ 个体工作流 ”

AI Agent 的核心价值是 ：

这意味着 ：

真实世界使用 AI 的核心场景，是完成任务、解决问题、交付成果

未来最有说服力的教育证据，将是从“输入”到“输出”- 学习最关键的一环：

• 项目
• 研究
• 产品
• 系统
• 长期成长轨迹