李飛飛給年輕人的建議：學歷不重要了，學習的能力才重要

本文整理自 Tim Ferriss Show 2025 年 12 月播出的訪談。

學歷正在貶值——這不是預言，是現實

Tim Ferriss 問李飛飛：你會怎麼建議年輕人選擇要學什麼、專注在哪裡？

她的回答很直接：

「以我的新創公司 World Labs 為例，當我們面試軟體工程師時，老實說，我個人覺得他們的學歷已經不那麼重要了。」

「對我們來說更重要的是：你學了什麼？你用什麼工具？你能多快用這些工具讓自己變強？而這些工具很多都是 AI 工具。你對使用這些工具的心態是什麼？」

她進一步說明：「我不會雇用任何不擁抱 AI 協作工具的軟體工程師。不是因為我認為 AI 工具是完美的，而是因為這展現了一個人能否跟隨快速成長的工具包一起成長，展現了開放的心態，也展現了最終結果——如果你能使用這些工具、能學習，你就能讓自己變得更強。」

這段話的關鍵詞是「學習的能力」。過去，工具變化慢，你可以沿著既定軌道走：小學、中學、高中、大學、職業訓練，一路拿到學歷和證照。但 AI 改變了這個遊戲規則。

「學習如何學習這個永恆的價值，現在比以前更重要了。」

AI 時代的教育評估：不是抓作弊，是拉高標準線

談到 AI 對教育的衝擊，李飛飛分享了一個她非常認同的故事：

有一位高中英文老師，在開學第一天就對全班說：

「我要讓你們看看，我會怎麼給 AI 打分數。」

老師出了一個作文題目，然後展示最好的 AI 寫出來的文章，逐點分析：這裡寫得好、這裡寫得不好、這裡次優。最後給了這篇 AI 作文 B-。

然後老師說：「這就是我的標準線。如果你懶到直接用 AI 寫作文，這就是你會拿到的分數。你可以用 AI，完全沒問題。但如果你願意做功課、學習、思考、成為最好的人類創作者，然後在 AI 的基礎上再往上，你可以拿到 A，甚至 A+。」

李飛飛認為這才是正確的教育評估方式：

「不是讓人類對抗 AI，然後試圖監管學生有沒有用 AI。而是展示工具的標準線在哪裡，以及人類學習者的標準線應該在哪裡。」

空間智慧：被低估的下一個前沿

李飛飛現在全心投入的新公司 World Labs，正在開發「空間智慧」（Spatial Intelligence）——一種超越語言的 AI 能力。

什麼是空間智慧？她用一個簡單的例子說明：

「當你把三明治裝進袋子裡，當你在山裡跑步或健行，當你粉刷臥室——所有跟『看見』有關、然後把看見的東西轉化為對 3D 世界理解的事情，接著你可以與它互動、改變它、享受它、用它創造東西——這整個從『看』到『做』的循環，都是由空間智慧支撐的。」

「你能裝三明治，是因為你知道麵包長什麼樣、知道怎麼把刀子放進去、知道怎麼把生菜放到麵包上、知道怎麼把三明治裝進夾鏈袋。每一個步驟都是空間智慧。」

今天的 AI 有這種能力嗎？她說，正在進步，但跟語言智慧相比，AI 在「看、推理、在虛擬和真實 3D 世界中行動」的能力還很早期。

這正是 World Labs 在做的事：創造一個前沿模型（他們稱之為 Marble），能夠創造世界、在世界中推理、讓創作者、設計師或機器人與世界互動。

應用場景包括：

• 劇場布景：預算有限的高中劇團可以用 AI 生成中世紀法國小鎮的 3D 場景
• 心理治療：研究強迫症觸發因素的學者，可以用低成本創造各種變化的環境（草莓田在夏天、草莓田在夜晚⋯⋯）
• 機器人訓練：用生成的 3D 世界作為機器人的飛行模擬器

被低估的 AI 衝擊

Tim Ferriss 問：有什麼是被低估、但幾乎必然會發生的事？

李飛飛列了幾個：

已經被充分認識到的：

• 對電力的需求會持續增加
• AI 會越來越多，不會變少
• 機器人會來

被低估的：

1. 空間智慧：大家還是只談大型語言模型，但像素和 3D 世界的建模被低估了
2. AI 在教育的影響：AI 會加速那些想學習的人的學習速度，這會對學校體系和人力資本評估產生連鎖效應
3. AI 對勞動市場的細緻影響：極端的說法（「後稀缺烏托邦」或「所有工作都會消失」）都過於誇張。真正被低估的是那個「混亂的中間地帶」——從知識工作者到藍領到服務業的各種變化，政策制定者和學者都還沒充分理解

你的北極星是什麼？

訪談最後，Tim Ferriss 問李飛飛：如果可以在廣告看板上放一句話，你會放什麼？

她的答案是：

「What is your North Star?」（你的北極星是什麼？）

「我相信這是讓我們如此人性化、如此完整活著的東西——我們這個物種可以超越只是追求基本需求，而是追求夢想、使命、目標和熱情。每個人的北極星都不一樣，這沒關係。不是每個人都要把 AI 當作北極星。」

「但找到它，回到教育的核心——我不是指正式的課堂教育，而是教育的旅程。很多時候，那是學習你是誰、學習如何形成你的北極星、學習如何追逐它的能力。」

我的觀察

這集訪談裡，最讓我停下來想的是那位高中英文老師的故事。

開學第一天，老師就把 AI 寫的作文拿出來，當著全班的面打了 B-，然後說：「這是你用 AI 交差會拿到的分數。你可以用，但如果你想拿 A，就得在這之上再往上。」

這太聰明了。

過去一年，我看到太多學校和企業在糾結「要不要讓人用 AI」、「怎麼偵測有沒有用 AI」。這是一場注定會輸的軍備競賽——偵測工具永遠追不上生成工具，而且你花越多力氣抓作弊，就越沒力氣教真正重要的東西。

那位老師的做法完全跳脫這個框架。他不對抗 AI，他把 AI 變成新的地板。地板是 B-，天花板還是 A+，中間的空間就是人類學習者要去爭取的。

這個思路其實可以套用到很多地方。與其問「AI 會不會取代我」，不如先搞清楚：AI 目前能做到什麼水準？那個水準大概值多少錢？然後問自己：我能在那之上創造什麼價值？

李飛飛說她的公司招工程師已經不太看學歷了，看的是你學得多快、用什麼工具、對新東西的態度是什麼。這不是預言，是她公司現在的做法。台灣的職場還沒走到這一步，但全球頂尖的 AI 公司已經在這樣篩人了。這個落差遲早會反映出來。