{"source":{"id":"2076483966337741258","title":"芝加哥大学法学院，正在把 AI 时代的法学生，逼回口试时代。 一年级学生进课堂，手机、电脑、平板，全禁。 不是象征性收手…","url":"https://mubeitech.com/p/2076483966337741258"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2070877170201727378","account":"mubei","brand":"@mubei","title":"学校教AI，最忌讳的是什么？ 是“半遮半掩”的温水区。 现在很多学校的逻辑很拧巴。 嘴上鼓励技术创新，私下又防着学生作弊…","summary":"学校教AI，最忌讳的是什么？ 是“半遮半掩”的温水区。 现在很多学校的逻辑很拧巴。 嘴上鼓励技术创新，私下又防着学生作弊。 最后搞出一些折中规定，比如“可以用AI找资料，但不能用来写大纲”。 结果学生既没有学会怎么把AI用出花来，又彻底丢掉了深度思考的能力。 在模糊的灰色地带里，…","body":"学校教AI，最忌讳的是什么？\n是“半遮半掩”的温水区。\n\n现在很多学校的逻辑很拧巴。\n嘴上鼓励技术创新，私下又防着学生作弊。\n最后搞出一些折中规定，比如“可以用AI找资料，但不能用来写大纲”。\n结果学生既没有学会怎么把AI用出花来，又彻底丢掉了深度思考的能力。\n在模糊的灰色地带里，两头不讨好。\n\n真正聪明的教育，应该把场景彻底撕开。\n要么彻底放开，要么绝对禁用，绝不留任何中间地带。\n\n第一种场景：强制使用 AI。\n老师布置的作业难度直接拉满，逼着你必须用AI当杠杆才能完成。\n在这里，学生要学的是怎么调教模型、怎么做架构设计、怎么进行多轮追问。\n这是在训练“借力”的上限。\n\n第二种场景：物理断网，绝对禁用 AI。\n回到最原始的白纸纸笔，甚至面对面的口头辩论。\n逼着你用自己的大脑，去经历逻辑推演的痛苦过程。\n有些脑部神经元的连接，是任何工具都替代不了的，必须靠肉身硬刚。\n没有这个基础，你甚至连AI是在给出神作，还是在装模作样地胡说八道都分辨不出来。\n\n未来的竞争，拼的不是谁会折中。\n要么训练出最强悍的生物大脑，要么培养出最顶尖的硅基指挥官。\n在中间地带和稀泥，只会批量制造出既不会自己想、又不会用工具的二流废柴。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2071251771897336155","translated_status_id":"2071251771897336155","published_at":"2026-06-28 15:18:04","created_at":"2026-06-28T17:15:20+02:00","url":"https://mubeitech.com/p/2070877170201727378","markdown_url":"https://mubeitech.com/p/2070877170201727378/markdown"},{"rank":2,"id":"2090068040318644581","account":"mubei","brand":"@mubei","title":"最懂屏幕成瘾的硅谷高管，私下里连智能手机都不准自己的孩子碰。 保姆进门，甚至要先签一份不让孩子接触屏幕的合同。 他们把子…","summary":"最懂屏幕成瘾的硅谷高管，私下里连智能手机都不准自己的孩子碰。 保姆进门，甚至要先签一份不让孩子接触屏幕的合同。 他们把子女送进几乎没有电子设备的学校，在纸和笔里打基础。 一边把设备卖给全世界，一边让自己的下一代和屏幕彻底隔离。 这到底是在防什么？ 纽约大学教授、社会心理学家乔纳森…","body":"最懂屏幕成瘾的硅谷高管，私下里连智能手机都不准自己的孩子碰。\n保姆进门，甚至要先签一份不让孩子接触屏幕的合同。\n他们把子女送进几乎没有电子设备的学校，在纸和笔里打基础。\n一边把设备卖给全世界，一边让自己的下一代和屏幕彻底隔离。\n\n这到底是在防什么？\n纽约大学教授、社会心理学家乔纳森·海特（Jonathan Haidt）把账算得很明白。\n他在大学教二十多岁的MBA研究生，立下一条硬规矩：课堂上严禁出现任何屏幕，记笔记也不行。\n交着昂贵学费的成年高材生，只要面前摆着电脑，注意力就会被多任务撕得粉碎。\n连二十多岁的人都控不住自己，凭什么指望七岁小孩对着屏幕专注学习？\n\n2014年前后，全美掀起过一场轰轰烈烈的教育科技浪潮。\n当时的口号叫“一人一机”，给每个中小学生配发平板和笔记本。\n结果呢？\n全美学生的考试成绩立刻掉头向下。\n放眼全球，国际学生评估项目（PISA）的数据显示，多国学生成绩的滑坡同样从那一年开始。\n\n最早推行全盘数字化的先锋国家瑞典和丹麦，如今正在把屏幕从教室里全拆出去。\n平板被打包搬走，学生重新抱回纸质课本和铅笔。\n折腾了一大圈，大家才发现基础技能只能靠翻书和写字磨出来。\n\n海特 ，人类和硅谷交手了四个回合。\n第一轮早期电脑和互联网，孩子学编程，算是一次成功。\n第二轮智能手机和社交媒体，把青少年精神健康拖进了灾难。\n第三轮教育科技，事实证明让孩子越学越差。\n第四轮，则是现在扑面而来的AI。\n\n巨头们泄露的内部文件里，写满了怎样打败对手。\n至于普通人的孩子，根本不在他们的考虑清单里。\n他们早就用无屏幕的纸笔课堂，为自己的下一代筑好了高墙。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2090069916174987620","translated_status_id":"2090069916174987620","published_at":"2026-08-19 13:31:16","created_at":"2026-08-19T15:27:07+02:00","url":"https://mubeitech.com/p/2090068040318644581","markdown_url":"https://mubeitech.com/p/2090068040318644581/markdown"},{"rank":3,"id":"2055709870951977368","account":"mubei","brand":"@mubei","title":"以前用来筛选顶尖数学家的问题，现在刚好落在 AI 的解题射程里。 陶哲轩认定，数学界的研究生教育体系到了必须推翻重写的时…","summary":"以前用来筛选顶尖数学家的问题，现在刚好落在 AI 的解题射程里。 陶哲轩认定，数学界的研究生教育体系到了必须推翻重写的时候。 学术界有一套沿用多年的通关路径。 导师挑一个有难度的题目，学生花几个月死磕。 解出来，发第一篇论文，拿到学术圈入场券。 现在这条护城河被端了。 研究生拿来…","body":"以前用来筛选顶尖数学家的问题，现在刚好落在 AI 的解题射程里。\n陶哲轩认定，数学界的研究生教育体系到了必须推翻重写的时候。\n学术界有一套沿用多年的通关路径。\n导师挑一个有难度的题目，学生花几个月死磕。\n解出来，发第一篇论文，拿到学术圈入场券。\n\n现在这条护城河被端了。\n研究生拿来练手的题目，和 AI 现阶段能搞定的问题出现了巨大的重合。\n整个系统却依然极度看重这些初始论文的发表。\n当算法能轻易平替推导过程时，旧的选拔标准直接散架。\n\n陶哲轩给出的策略彻底回归原始。\n导师继续发那些 AI 几秒钟就能解决的题目。\n唯一的规矩是，学生必须切断所有辅助工具，用人脑硬碰硬地走完全程。\n解题的目的从产出前沿论文，变成了单纯的思维举重。\n\n这场文化转向的边界还很模糊。\n但在绝对的算力面前，靠解题发论文的通关路线已经走到尽头。\n强迫人脑去吃推导的苦，成了新体系下唯一的训练出路。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-16 19:19:47","created_at":"2026-05-16T21:18:37.092801","url":"https://mubeitech.com/p/2055709870951977368","markdown_url":"https://mubeitech.com/p/2055709870951977368/markdown"},{"rank":4,"id":"2069876535331611124","account":"mubei","brand":"@mubei","title":"为什么 Anthropic 或者 OpenAI 不直接把律师事务所全买下来，然后开发一个专属的“法律版 Claude”，…","summary":"为什么 Anthropic 或者 OpenAI 不直接把律师事务所全买下来，然后开发一个专属的“法律版 Claude”，彻底颠覆法律行业？ 很多人觉得这只是时间问题，毕竟 AI 巨头手里有的是钱。 但答案是：他们根本做不到。 这里面有两道极深的护城河，一道是法律，一道是认知。 第…","body":"为什么 Anthropic 或者 OpenAI 不直接把律师事务所全买下来，然后开发一个专属的“法律版 Claude”，彻底颠覆法律行业？\n\n很多人觉得这只是时间问题，毕竟 AI 巨头手里有的是钱。\n但答案是：他们根本做不到。\n这里面有两道极深的护城河，一道是法律，一道是认知。\n\n第一道，是美国独特的法律伦理监管。\n在美国，非律师身份的人，是不能持有律师事务所股份的。\n这意味着，不管是 Anthropic 这样的技术巨头，还是华尔街的私募股权基金（PE），法律上直接禁止他们收购律所。\n制度红线直接把资本和技术巨头挡在了门外。\n\n第二道，则是技术 and 业务层面的真相：根本不需要什么“法律版 Claude”。\n硅谷精品律所 Rains LLP 的管理合伙人 Zack Shapiro 说了句大实话：最好的“法律版 Claude”，就是原版的 Claude。\n通用大模型在法律领域的表现已经极其优秀了，它不需要什么特殊的二次微调或行业专用外壳。\n\n真正决定 AI 法律工作质量的是输入，而非模型本身。\n也就是律师给它的提示词、极其具体的指令，以及律师自己构建的独特工作流。\nAI 无法直接代替律所，因为只有顶尖的律师，才知道如何把自己的专业认知“翻译”给 AI 听。\n\nShapiro 自己的律所只有三个人，主要做初创公司和风投交易。\n以前，他每天要弯着腰，在 Microsoft Word 面前痛苦地死磕 4 到 6 个小时。\n现在他的日常是：遇到最复杂的案子，他直接出门散步，对着手机上的 Claude 录音，自由表达个 3 到 4 分钟。\n等他走回办公桌，一份完美的初稿已经躺在那里了。\n\n他现在还在帮全美前 50 的顶尖大律所（AmLaw 50）做 AI 转型。\n秘诀根本不用去开发什么新系统。\n他只是坐下来，跟那些经验极其丰富的合伙人沟通，帮他们把平时分配给资深律师、或者自己死磕的任务，精确地翻译成给 AI 的指令。\n\n说白了，AI 无法通过买下行业来颠覆行业。\nAI 只是一个极其听话、不眠不休的“超级实习生”。\n而人类律师积累一生的专业洞察和高价值输入，才是那条谁也跨不过去的护城河。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070182191942819958","translated_status_id":"2070182191942819958","published_at":"2026-06-25 16:01:02","created_at":"2026-06-25T17:55:38+02:00","url":"https://mubeitech.com/p/2069876535331611124","markdown_url":"https://mubeitech.com/p/2069876535331611124/markdown"},{"rank":5,"id":"2070613269484863810","account":"mubei","brand":"@mubei","title":"一年收 8 万美元学费的精英学校，要怎么跟一个一年 100 美元的 AI 订阅服务竞争？ 估值 27.5 亿美元的教育巨…","summary":"一年收 8 万美元学费的精英学校，要怎么跟一个一年 100 美元的 AI 订阅服务竞争？ 估值 27.5 亿美元的教育巨头 MasterClass 创始人 David Rogier，最近在节目里抛出了这个极其锋利的问题。 在他看来，教育行业的“护城河”正在发生根本性移转。 过去，…","body":"一年收 8 万美元学费的精英学校，要怎么跟一个一年 100 美元的 AI 订阅服务竞争？\n\n估值 27.5 亿美元的教育巨头 MasterClass 创始人 David Rogier，最近在节目里抛出了这个极其锋利的问题。\n在他看来，教育行业的“护城河”正在发生根本性移转。\n\n过去，学校兜售的是稀缺的教师和打包封装的课程。\n我们为什么要二三十人、甚至几百人挤在一个教室里听讲？\nRogier 说了大实话：纯粹是因为成本，因为以前没有学校能给每个人都配一个专属私教。\n\n但 AI 正在用极低的成本，把这种昂贵、即时的个性化反馈，拆成一个人人都买得起的订阅产品。\n\n根据 Rogier 分享的数据：\n在合理引导下使用 AI 学习的学生，可以用减少 60% 的时间掌握相同的知识点。\n从 8 万美元降到 100 美元，从漫长灌输变成即时反馈。\n这超越了“AI 代替老师”的情绪化命题，这是整个教育成本结构的重组。\n\n现在最大的阻碍，根本不是技术，而是害怕改变的学校机构。\n很多学校选择最省事的办法：禁用 AI。\n但 Rogier 警告，这种做法正在拉大孩子之间的差距。\n\n当然，AI 替代不了真人的社会化接触和情感纽带，学校的社交功能依然重要。\n但那些懂得把 AI 当作“超级辅助”的孩子，学习速度已经和被禁用的孩子拉开了代差。\n\nRogier 预测，那些拒绝适应这种技术变革的学校，在 10 年内甚至将无法生存。\n\n当教育的门槛从“能不能塞进昂贵的课堂”，变成“谁能更高效地驾驭学习反馈系统”；\n传统学校和下一代人的智力分布版图，都将被重塑。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070616561027531165","translated_status_id":"2070616561027531165","published_at":"2026-06-26 21:10:11","created_at":"2026-06-26T23:00:48+02:00","url":"https://mubeitech.com/p/2070613269484863810","markdown_url":"https://mubeitech.com/p/2070613269484863810/markdown"},{"rank":6,"id":"raw_1a60ea8b6afdac0c","account":"mubei","brand":"@mubei","title":"把美国 99.9% 的公开判例全塞给大模型，它的法律调研准确率能有多少？ 54%。 有没有搞错？ 这还是在 OpenAI…","summary":"把美国 99.9% 的公开判例全塞给大模型，它的法律调研准确率能有多少？ 54%。 有没有搞错？ 这还是在 OpenAI 最新的 GPT-6 Astra 底座上，外挂了 2.3 亿条专业法律检索索引后的成绩。 更离谱的是，在整个法律科技圈里，这已经被当成一次重大突破。 因为以前让…","body":"把美国 99.9% 的公开判例全塞给大模型，它的法律调研准确率能有多少？\n54%。\n有没有搞错？\n这还是在 OpenAI 最新的 GPT-6 Astra 底座上，外挂了 2.3 亿条专业法律检索索引后的成绩。\n更离谱的是，在整个法律科技圈里，这已经被当成一次重大突破。\n因为以前让大模型去普通网页上搜索，准确率只有 38.7%。\n\n很多人纳闷，大模型写代码、写文章早就一套一套的，怎么到了法律领域，连及格线都爬得这么艰难？\n因为法律这行有一个最要命的规矩：它容不下哪怕一次凭空编造。\n2023 年纽约曼哈顿联邦法院出了个轰动全美的案子，Mata v. Avianca。\n两位执业三十年的资深律师用 ChatGPT 写起诉书，提交上去六个看起来严丝合缝的判例。\n结果法官一核验，全美判例库里根本没有这六个案子，全是大模型脑补出来的虚假判例。\n法官直接以违反联邦民事诉讼规则第 11 条为由，对两位律师开出五千美元罚单，还在全美法律界通报示众。\n对律师来说，文采好不好是小事，引错一个先例是会被直接赶出法庭的大事。\n这就是为什么普通大模型进了律所根本没人敢用。\n\nOpenAI 这次推出的 Astra for Law，就是想把这块心病给彻底封死。\n他们找了全美最大的法律数据公益机构 Free Law Project，接入了 CourtListener 的全部底层库。\n整整 2.3 亿个专业网页索引，把美国历史上 99.9% 的公开先例判例、联邦成文法和行政法规全锁进了检索库。\n为了让顶级律所敢把案子放进来，瑞生律师事务所 Latham & Watkins 还帮着设计了行业级的安全机制。\n接口实行零数据留存，绝不把客户的案卷拿去二次训练。\n系统内部还立起严格的伦理墙，防止不同客户的敏感信息发生利益冲突。\n\n这一套组合拳打下来，最先冒冷汗的是硅谷那些做法律垂直 AI 的创业公司。\n过去两年，像 Harvey 这样的法律 AI 明星公司拿了几亿美元融资，估值冲到十几亿。\n他们给投资人讲的故事，无非是自己有专用的法律数据和工作流清洗能力。\n结果 OpenAI 一转身，直接在基础模型底层把 2.3 亿条判例索引和伦理墙全部搭好了。\n原本自命为颠覆者的垂直应用，一夜之间变成了依附在底座上的插件和接口客户。\n基础大模型在往下吞噬垂直索引的时候，单纯靠数据搬运做出来的护城河，脆弱得像一层窗户纸。\n\n但这套武装到牙齿的系统，终究还是要面对那个残酷的现实。\n在 Vals AI 的法律基准测试里，面对两百道专业的法律检索难题，Astra for Law 的得分是 54%。\n尽管它找准相关判例的概率提升了 24%，抓取判决核心段落的能力提升了 54%。\n但 54% 的准确率，意味着还有 46% 的地方是不准的。\n在商业咨询里，对一半就能当参考；但在法庭上，46% 的差错率跟赌博没有区别。\n漏掉一条致命的反面判例，整场诉讼就可能当场翻盘。\n\n那为什么全美排名前列的大律所还在抢着排队试用？\n因为他们赖以生存的商业模式，正在被这台机器逼进死角。\n英美法系大律所几十年来最赚钱的机器，叫作按小时计费。\n合伙人带着几个初级律师，初级律师每周花六十个小时泡在法条和文书堆里找先例，律所按每小时几百上千美元向客户收账。\n现在 Astra for Law 把翻找 2.3 亿条索引的时间，从三天压缩到了三秒。\n可因为那 46% 的差错率，初级律师的工作并没有消失。\n他们只是从人肉翻书，变成了高风险的找茬校对。\n客户不再愿意为漫长而低效的初级检索买单，律所又必须为 AI 漏掉的每一个细节押上自己的执照。\n\n大模型可以把 99.9% 的判例瞬间堆到眼前。\n但最后在起诉书上签下名字、替那 46% 的未知承担全部责任的，依然只能是律师自己。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2101194618662535274","translated_status_id":"2101194618662535274","published_at":"2026-09-18 22:40:29","created_at":"2026-09-18T22:40:29.860757","url":"https://mubeitech.com/p/raw_1a60ea8b6afdac0c","markdown_url":"https://mubeitech.com/p/raw_1a60ea8b6afdac0c/markdown"}]}