张朝阳：当AI秒出答案，推导依旧不可替代？得到答案不等于知识属于你，AI时代更要亲自算否则人会变傻！工具善借终为辅，独立思考最为先

➡️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。