张朝阳:这答案不等于知识属于你,AI时代更要亲自算否则人会变傻
➡️ 本文从张朝阳北师大张量的梯度与微分线下物理公开课切入,结合课堂推演内容、AI 时代学习方法论,探讨在大模型可以秒出答案的背景下,人类亲手演算、独立思考不可被替代的现实意义,同时分享面向青少年的学习理念与科普实践价值。

文|捉驿 • 栏目|数字视线
9 月 20 日,搜狐创始人、物理学博士张朝阳重返北京师范大学京师学堂,带来主题为张量的梯度与微分的线下公开课,深度推演广义相对论背后的微分几何逻辑。

黑板上写满密密麻麻的公式,一步步完成张量、度规、克氏符的完整推导。这场硬核的物理讲授,放在大模型唾手可得的当下,催生出一个直击当下教育与科研现实的命题:当 AI 可以瞬间输出推导结果,人类为什么依然需要亲手演算?
AI 可以输出答案,但推导的过程,才是属于人的认知训练。工具可以拿来借力,但思考的主权不能拱手交出。
一堂硬核物理课:拒绝猎奇,还原科学本来的面貌
时隔两年,这是《张朝阳的物理课》第二次走进北师大。
上一次专场聚焦恒星内部广义相对论解,本次课程进一步下沉到广义相对论的数学根基 —— 张量微分几何。
课堂之上,张朝阳没有用大量通俗比喻回避复杂数学,而是从张量的阶数、维度切入,系统推导对偶基矢、度规的定义,讲解度规如何完成指标升降,阐释克氏符的适配条件,着重强调度规的梯度为零,是弯曲时空里升降算符灵活运算的关键性质。

在和学生互动问答环节,不少问题直指物理概念的底层辨析。现场抛出一个基础问题:什么是标量?
他给出的结论打破很多人的固有印象:标量不等于简单的一个数字,核心判定标准是在参考系变换之下数值保持不变。
他以电荷密度举例:电荷密度看上去只是一个数值,但发生参考系变换时,受尺缩效应影响数值会发生改变,因此它并不是标量;电荷密度和三维电流密度组合,才能构成四维协变矢量。
顺着这个逻辑,他演示通电导线与运动电子的经典案例:地面参考系观测看到磁场力,切换到电子共动参考系,磁场力转化为静电力,以此演示相对论视角下电磁力的统一逻辑。
除公式推演之外,他结合爱因斯坦推导光线偏折的物理学史提出观点:理解物理学史不能只阅读结论,只有跟着完成计算,才能读懂当年科学家的思考路径。
同时建议青年学习者多读英文原始资料,英文学术资料库留存大量一手物理学史素材。
课程结束后,北京师范大学物理与天文学院依托中国物理学会科普教育基地,聘请张朝阳担任基地特聘科普专家。

谈及硬核科普的创作理念,张朝阳表达了自己的坚持:科普不应该刻意制造神秘感,不能依靠似是而非的比喻博眼球。
“到头来什么也没有懂,我还是觉得希望把科学原貌,怎么计算展示出来,如果真的懂了,优美之处比神奇的要深刻得多。”
科普的终点不是猎奇的故事,而是严谨数学推导之上,对科学原貌的理解。
AI 时代的尖锐叩问:得到答案,不等于知识属于你
当下大模型能力飞速迭代,无论是微分几何推导、天体轨道演算,还是数理习题,向 AI 输入指令,瞬间就能够输出完整步骤与最终结果。
工具极大降低获取答案的门槛,但也催生普遍的 “认知卸载” 现象:越来越多学习者习惯于直接索取结果,跳过思考、演算、试错的全过程。
在课后媒体访谈中,张朝阳抛出引发广泛传播的观点:“AI 时代更要亲自算,否则整天被动接收人会变傻,只有算了才能到脑子里面。”

他拿太阳同步遥感卫星轨道举例:AI 能够直接输出轨道相关全部结论,但如果没有亲自完成演算,就很难真正吃透轨道进动、地球扁率带来力矩这一套底层物理逻辑。
AI 可以交付结果,但对原理的深度内化,只能来自人自身的推演过程。
AI 一问,啪,结果就出来了,但你不懂还不是你的,你要创新或者做东西或者跟别人讲,你是要思考的,思考有元素的,你脑子里得有东西才行,你光看 AI 看到一个东西还是不懂。
这并非否定 AI 工具的价值。他并不反对使用 AI,而是提醒使用者分清工具与主体的边界:AI 是辅助工具,不能完全替代人脑完成思考训练。
这一观点也与全球科学界的警示形成呼应,2026 年 9 月 11 日,25 位菲尔兹奖得主发布联名公开信《人工智能在数学中的严重错位》,就曾警示:不能将攻克数学难题简单当做 AI 跑分竞赛,过度依赖机器生成答案,会消解人类推理、洞见与直觉的训练机会。
心理学上的 “元认知懒惰”(心理学教育领域研究概念)已经成为教育领域值得警惕的现象:把推理、演算、分析的脑力工作持续外包给人工智能,大脑缺少刻意训练,对应的思维能力便会慢慢退化,如同长期代步,人的体能会下降一样,脑力同样遵循用进废退的规律。
面向青少年:“烂笔头、烂嘴头”,跳出分数枷锁的学习观
结合开学季青年学生的现实处境,张朝阳分享一套数理学习实践方法论:善用烂笔头、烂嘴头。
读书的时间压缩到三分之一,剩下三分之二的时间交给动手推导、深度思考、口述输出,拒绝被动的阅读与死记硬背。
他提出 “业余者学习优势” 的概念:很多时候,当人摆脱考试压力、发表论文压力、害怕被嘲笑 “笨” 的心理包袱,纯粹依靠兴趣驱动思考,思维反而会更加活跃。
不必被分数、排名完全裹挟,好奇心才是驱动探索的源动力。

针对当代大学生普遍的专业焦虑,他也表达自己的看法:大学所学专业不必和未来职业牢牢绑定。
基础学科训练锤炼的逻辑思维,可以适配大量不同行业,终身学习才是关键。
专业只是学习的载体,底层逻辑能力,才是跨越行业的通用财富。
一场持续五年的科普实践:不止于课堂板书
《张朝阳的物理课》开播至今接近五年,据公开报道,线上直播达数百期,先后走进清华、交大、港科大、重庆大学、北师大等多所国内高校,坚持现场手写板书,一步步推演物理公式,把广义相对论、量子力学等高门槛内容,带到大众视野之中,相关科普书籍也被国家图书馆收藏。
谈及持续做物理科普的三重价值,他从个人、平台、社会三个维度解读。 于个人,是弥补早年没有深耕物理的人生遗憾,回归纯粹的兴趣; 于搜狐平台,物理直播丰富搜狐视频关注流的内容生态,关注流定位为真人社交创作者平台,知识内容只是其中板块,平台看重创作者本人,而非简单区分长短视频; 于社会,带有公益属性,希望向广大年轻人展示,物理并非遥不可及,完全可以有趣,鼓励大家通过讲述输出巩固自己学到的知识。
推演方知物理深,莫凭 AI 取答案。工具善借终为辅,独立思考最为先。
工具可以加速我们获取答案,但人类的洞见、直觉、逻辑训练,只能来自亲身的演算与思考。
写在最后:人机共生时代,守住思考的主动权
AI 的浪潮不可逆转,工具会越来越强大,会接管越来越多的计算、检索、文本生成工作。
但北师大这堂张量公开课给我们的启示是:学习的目标从来不只是拿到一个正确答案,而是获取推导答案的整套思维能力。
AI 可以成为效率助手,帮助查阅资料、辅助校验结果,但不能代替人走完思考的全过程。

无论是学生、科研工作者,还是普通的终身学习者,我们需要学会做 “AI 驾驭者”,而不是被动的 “AI 乘客”:先独立思考推演,再借助工具校验、拓展,而不是遇到问题第一时间把全部思考任务直接交给机器。
当大模型能够轻易给出结果,亲手演算、一步步推导,这件事的价值,反而变得愈发珍贵。
你怎么看待 AI 时代,还要坚持手动推导演算这件事?欢迎留下你的观点。
#AI思考边界# #张朝阳的物理课# #硬核科普# #大模型与教育# #数理学习#
【免责声明】 :本文部分配图源自公开渠道或CC0协议素材,仅作行业交流与产业参考使用。如涉侵权,请联系后台处理。本文仅做行业科普与实操分享,不构成任何投资、消费决策建议。文中数据及案例均来自公开信源,仅供参考,具体以实际为准。
作者声明本文无利益相关,欢迎值友理性交流,和谐讨论~

张大妈
校验提示文案
张大妈
校验提示文案