全校就剩9人,更可怕的不是关校！国家已定调，撤校省钱不是出路

2026年秋季开学，广西桂林灌阳县东流村教学点突然受到关注。一年级教室里，只有一个6岁的孩子。

整所学校一年级1人、二年级3人、三年级5人，一共9名学生，却仍有4名教师值守。孩子读完三年级后，再到镇上的寄宿制中心小学继续就读。

这个情况已经得到当地校方公开回应，并非网络杜撰。很多人看到这里，第一反应可能是：9个学生，4个老师，这所学校还有没有继续办下去的必要？

但真正值得讨论的，恐怕恰恰不是“这一所学校该不该关”，而是当越来越多学校遇到生源变化以后，我们到底准备把省下来的教育资源用到哪里。这才是关键。

教育部公布的2025年全国教育事业发展统计公报显示，全国普通小学为12.83万所，小学在校生10178.29万人。

2024年普通小学还是13.63万所，一年之间减少约8000所；幼儿园则从2024年的25.33万所降至2025年的23.19万所，减少2.14万所。与此同时，人口端的变化已经非常清楚。

国家统计局公布的数据是，2025年全国出生人口792万人。这意味着，未来基础教育面对的一个现实，不再只是过去那种“学位不够、学校不够、老师不够”，而是部分地区会越来越明显地出现另一种情况：孩子变少，原来的校舍、教师和教育资源怎样重新配置。

如果仍然只按照过去的办法计算成本，答案很简单：学生少了，撤点；学校小了，合并；教师富余了，转岗。账面看起来确实节约了。

可一旦所有地方都只算这笔账，就可能错过另一笔更重要的账。过去几十年，中国基础教育要解决的首要任务，是让数量巨大的孩子都有学上。

在资源相对有限的条件下，大班额、规模化学校、统一教学进度有它明确的现实基础。现在条件正在变化。

当学生数量下降，同样的校舍、教师和财政资源，对应更少的学生，人均能够占有的教育资源本来就存在上升空间。问题不是简单地把富余资源“砍掉”，而是能不能把过去很难实现的精细化教育做起来。

《教育法》第五十四条明确规定，国家财政性教育经费支出占国民生产总值的比例，应当随着国民经济发展和财政收入增长逐步提高；第五十五条还明确要求，使按在校学生人数平均的教育费用逐步增长。所以，生源下降并不等于教育只能做“减法”。

恰恰相反，这可能给基础教育留出了一次做“质量加法”的空间。过去一个班四五十个孩子，老师首先要保证教学进度，很难长期照顾每个孩子在理解能力、兴趣方向和思维方式上的差别。

如果班额逐渐下降，老师能够真正观察学生，讨论、表达、项目学习、个别辅导才有更大的实施空间。但这里必须讲清楚：小班化绝不是简单地把50个人拆成30个人，然后老师继续站在讲台上用完全相同的方法讲课。

人数少了，课堂不变，那只是“小班额”，还算不上真正的小班化教育。真正需要改变的，是教学方式、评价方式和教师角色。

这一点，现在已经不是民间讨论。

教育部此前在部署“十五五”教育工作时，还提出“办好必要的乡村小规模学校”。上海2026年秋季也在继续推进小班化教学改革试点。

政策指向已经很清楚：面对生源变化，办法并不是简单撤校减人，而是优化配置、扩优提质。这件事为什么恰恰在今天显得重要？

因为教育面对的外部环境，也已经和过去不一样了。昆山杜克大学社会学家周忆粟长期从事教学和学校管理工作。

他谈到AI进入教育后的变化时，反复提到一个很重要的词：friction，也就是“摩擦”。学习不是把答案拿到手就结束。

一个人真正学会东西，往往恰恰发生在不会、卡住、反复试错、自己想办法解决问题的过程中。AI把其中很多过程变简单了。

学生现在可以把一个任务直接交给AI。中文、英文、代码、数据分析，都可能很快得到一个看起来相当完整的结果。

效率提高了，另一个问题却出现了：作业完成了，人有没有真的学会？周忆粟接触到的一些学生已经意识到了这种矛盾。

有的学生会主动控制AI的使用，因为他们知道，如果每一个难题都直接交出去，自己的大脑几乎没有经历解决问题所需要的“摩擦”，最后看起来什么都会，真正离开AI以后又未必会。也有学生会走向另一边。

既然AI能够帮忙完成任务，那么为了分数、GPA和考试成绩，把更多劳动交给AI，自然成了一种诱惑。还有一批学生夹在中间。

他们知道AI不能不用，因为不用意味着效率上可能落后；可他们也不知道，到底哪一步应该让AI做，哪一步必须自己做。这恰恰说明，未来学校真正稀缺的东西，可能已经不是“把标准知识讲一遍”。

机器越来越擅长做这件事。真正稀缺的是，有没有老师能够判断，一个孩子现在应该自己想，还是可以借助工具；哪里需要给答案，哪里反而应该故意不给答案；什么时候应该追求效率，什么时候必须允许他慢一点、痛苦一点。

这就不是一个老师面对五六十个孩子时很容易完成的工作。人数越多，教育越容易退回统一进度、统一作业、统一答案。

人数少下来之后，教师才更有条件判断每个学生究竟“卡”在哪里。所以，把东流小学“9个学生、4个老师”只理解成教育资源浪费，可能恰恰把问题看窄了。

当然，这不意味着所有只有几名学生的学校都应该原封不动保留。人口流动不同、交通条件不同、住宿条件不同，各地区当然要根据实际情况调整学校布局。

国家现在提出的也是“结合实际”。真正值得警惕的是另一种惯性：一看到学生减少，就自动把学校减少、教师减少和经费减少绑在一起。

因为AI时代对教育提出的挑战，恰好要求我们在很多地方做相反的事——学生少了以后，尽可能让每个孩子得到更多教育资源。这种变化甚至已经从学校延伸到就业市场。

周忆粟在和学生交流时发现，毕业生对就业和未来职业发展存在明显焦虑。其中一个问题很有代表性：过去一个年轻人进入企业，通常先做Junior，也就是初级岗位。

这些工作不复杂，甚至有点琐碎，但很重要。年轻人通过这些工作认识行业、熟悉组织、学习如何解决问题，几年以后才能成长为Senior。

社会学里有一个概念叫“legitimate peripheral participation”，可以理解为“合法的边缘性参与”。新人不可能一进公司就做最核心、风险最高的工作。

他得先站在边缘位置，做一些真实但相对简单的事情，一点点进入这个行业的核心。医生如此，程序员如此，很多职业都是如此。

问题是，AI最先接手的，偏偏可能就是其中一部分入门工作。过去一名资深员工为什么愿意花半年时间带新人？

因为即使新人前几个月效率很低，将来他仍然可能成为团队骨干，而且总要有人完成那些基础工作。现在AI进入以后，资深人员会面对一个新的选择。

同样花半年时间，是培训一个新人，还是不断调整一个Agent，让它熟悉自己的工作方法？尤其是在高度数字化、结果又容易验证的工作中，这个问题越来越明显。

写程序、整理数据、查资料、处理文档，都属于这种场景。周忆粟自己在科研中就感受到这种变化。

过去很多数据整理工作，需要学生或研究助理一点点完成，从网页、Excel等来源寻找数据，再清洗、整理。现在Agent可以长时间连续执行这些任务。

他曾经只给出一个比较模糊的数据需求，让Agent去几个地方寻找，对方持续执行大约10个小时，最后整理出一套比较完整的数据库。对于资深研究者来说，这是巨大的效率提升。

对于年轻人来说，却出现了另一个问题。过去那些看起来低效、重复、麻烦的工作，恰恰是很多人学会专业技能的入口。

如果入口被机器做掉了，年轻人怎么成长？这就是所谓“梯子被抽掉”。所有Senior都曾经是Junior。

可如果Junior的岗位越来越少，不能因为机器能完成入门工作，就默认新人可以直接跳到高级岗位。他没有经历中间那些训练，凭什么突然就会？

这和学校教育现在遇到的问题几乎是同一个问题。过去老师布置一项任务，学生把它完成，工作过程本身就是学习。现在任务和学习分开了。

任务可以被AI完成，但学生不一定因此得到训练。企业也是一样。

任务可以被Agent完成，但年轻员工过去借助任务成长的那条路径，也可能一起消失。所以未来教师面对的难题，不再只是“怎么让学生把作业做出来”。

恰恰可能要反过来设计：哪些东西故意不能让AI替他做？哪些问题必须让学生自己撞墙？哪些环节必须当场解释？

哪些技能即便机器能够完成，人仍然应该掌握？周忆粟认为，传统评价方式已经可能发生变化。

过去让学生回家写一篇论文、写一段代码，最后看成品。以后仅仅看成品越来越困难，因为你不知道其中多少工作是AI完成的。

现场表达、口头解释、展示解决过程的重要性可能上升。结果不是不重要，而是过程重新变得重要。

一个学生拿出一段非常漂亮的代码，不如让他当场解释为什么这么写。一篇论文写得很完整，也要看他能不能用自己的语言说明论点怎么来的。

因为真正学进去的东西，应该能够经过自己的大脑重新组织。这又回到了“摩擦”。以前没有AI的时候也一样。

从Stack Overflow找到一个现成答案，当时觉得自己看懂了，过几天碰到同样的问题，很可能还是不会。真正留下来的，往往是那些自己折腾很久、反复失败后才解决的问题。

AI只是把这种矛盾进一步放大。它让答案变得太容易获得。教育于是必须更加重视“获得答案以前发生了什么”。

这也是为什么，小班化如果能够真正落实，价值绝不仅是“一个老师少教几个学生”。真正的变化，是老师可以从知识广播员，逐步变成学习过程的设计者。

一个孩子可以多问几句。一个问题可以多讨论几分钟。老师可以发现哪个孩子只是记住了答案，哪个孩子真正理解了。

也可以发现哪个学生适合独立思考，哪个学生需要通过讨论进入状态。周忆粟谈孩子未来应该学什么时，也没有给出某个具体专业作为标准答案。

他更看重的是好奇心，以及能不能真正投入一件事。因为AI让进入一个知识领域的门槛下降以后，“知道多少”未必还是唯一优势。

一个人有没有兴趣继续追问，有没有能力长时间投入，反而变得更重要。围棋也好，绘画也好，乐器也好，体育也好，它们的意义并不只是将来靠这个找工作。

学习一个东西本身，可以训练人面对困难、理解自己的身体、形成审美、建立解决问题的方式。很多人大学里具体学过什么，几年以后已经记不清了。

真正留下来的，是遇到陌生问题时，到底怎么开始，怎么判断，怎么坚持下去。这才是教育中最不容易被替代的部分。

也正因为如此，今天再回头看广西那所只有9个学生的乡村教学点，问题就完全不一样了。素材本身所呈现的核心矛盾，已经从简单的“学校人数太少”，延伸到了教育资源在生源变化后究竟该如何使用。

关掉一所学校很容易计算节约了多少钱。可一个地方如果能够把人口变化释放出来的教师、校舍和财政空间，转化成更低的班额、更充分的互动、更精细的教育，这笔账要很多年以后才能看到结果。

国家在“十五五”教育规划里同时强调两件事，一边是适应学龄人口变化优化教育资源布局，另一边是结合实际推进小班化、办好必要的乡村小规模学校。这两个方向放在一起，意思其实很清楚。

不是每所学校都不能调整，也不是学生少了以后什么都原样保留。真正要避免的是只有一个动作：撤。因为中国基础教育已经到了一个新的阶段。

过去最紧迫的是“有没有”。接下来越来越重要的，是“好不好”。

当孩子越来越少的时候，如果每个孩子得到的关注、师资和教育质量没有因此提高，那才是真正值得担心的事情。全校只剩9个人，看起来像是一场生源危机。

换一个角度，它也是一道选择题。省下来的资源，是从教育里拿走，还是重新放回每一个孩子身上？AI正在让标准答案越来越便宜。

人的独立思考、真实经验、好奇心和判断力，却因此越来越贵。所以，比关掉多少学校更重要的，是别把这一轮人口变化留下来的教育空间也一起关掉。