校园里的AI分裂：有人偷懒，有人却学得更狠

在校园里，AI并没有把学生变得一样，反而制造了更清晰的分层：有人把它当代写工具，有人把它当“放大器”。Anthropic 这支《AI on campus》揭示了一个反直觉现实：真正拉开差距的，不是会不会用AI，而是你把学习的哪一部分交给了它。

最残酷的真相：AI不是让学生变懒，而是让差距公开化

视频里有一句话非常刺耳，却极其真实：学生如何使用AI，几乎是他们动机的“照妖镜”。一部分学生直接让AI替自己完成作业，目标只有一个——交差；另一部分学生则刻意避开“代写”，把AI当成解释器、陪练和放大器，用来加深理解。

这并不是技术问题，而是选择问题。AI把“偷懒”和“精进”这两条路同时铺在了所有人面前，而且不再需要任何门槛。结果就是：过去靠时间和体力拉不开的差距，现在被策略性使用AI迅速放大。AI没有统一校园，它在悄悄地分裂校园。

政策跟不上现实：灰色地带成了默认状态

几乎所有学生都提到一个共同体验：学校的AI政策混乱、反复，甚至彼此矛盾。有的课程全面禁止，有的课程默许使用，还有的老师“睁一只眼闭一只眼”。在这种环境下，学生并不是在“违规”，而是在不断试探边界。

更微妙的是，不同学科对AI的态度出现了明显分化。工程和计算机课程往往对AI限制更严，而人文、设计、跨学科项目中，AI却成了默认工具。这种差异直接塑造了一种身份极化：会写代码的人担心能力被稀释，不会写代码的人第一次感觉自己能做出完整项目。AI降低了技术门槛，但也重新定义了什么才算“真正的能力”。

Claude进校园：不是发工具，而是抢“使用权解释权”

视频中特别提到 Claude 校园大使和 Claude Builder Club 的存在，这并不是一次简单的品牌露出，而是一种更聪明的策略：与其争论“该不该用AI”，不如直接参与“该怎么用”。

学生用AI做的项目很具体：选课提醒工具、课程辅助系统、学习规划器，甚至医疗相关的原型。这些项目的共同点是——AI没有替他们思考，而是帮他们把想法变成可运行的东西。谁来定义“负责任地使用AI”，正在从学校管理层，转移到最早掌握实践经验的学生群体手中。

AI作弊之外，更大的风险是“所有权羞耻”

比作弊更复杂的，是责任和所有权的模糊。学生在视频中反复提到一种情绪：即便成果是自己主导的，只要用了AI，就会产生一种不安，甚至羞耻感——“这还是我的作品吗？”

这种情绪在求职中被进一步放大。AI可以帮你润色简历、模拟面试、筛选岗位，但也制造了大量“AI slop”——看起来专业、实际上空洞的内容。当所有人都用同一套模型输出“完美答案”，真正有区分度的反而是：你能否清楚解释自己为什么这么做、做了什么取舍。

不外包思考，是下一代AI素养的分水岭

在小组项目中，AI使用分歧几乎成了新型冲突源：有人全权交给模型，有人坚决手写推导。视频给出的共识很简单，却很难做到——AI可以参与，但不能接管“理解权”。

学生们给出的边界标准高度一致：你是否还能向别人解释这个结果？你是否清楚哪些部分是AI给的，哪些是你决定的？一旦解释权丢失，学习就被外包了，短期效率换来的是长期空心化。

总结

《AI on campus》真正讨论的不是“要不要用AI”，而是一个更尖锐的问题：在学习、就业和社交这三件大学最重要的事上，你打算把哪一部分人生决策权交给机器。对AI从业者来说，这是一面提前照到自己的镜子——未来的竞争优势，不在于谁用得多，而在于谁保留了理解、判断和解释的所有权。一个简单的行动建议是：每次用AI完成关键任务后，强迫自己用三句话讲清楚“如果没有AI，我会怎么做”。这可能是对抗思维外包，成本最低、回报最高的方法。

关键词： AI校园， Claude， AI应用， AI素养， 思维外包

事实核查备注： 需要核查：视频具体时长；Claude 校园大使与 Builder Club 的官方名称与定位；视频发布时间是否为 2026-01-12；“AI slop”在视频中的原始定义表述。