有一组数字，这两个月在朋友圈和行业群里被转了很多遍。
大意是：国内 AI 用量最大的去处，不是写代码，不是搞科研，是拍短剧——还是那种三分钟逆袭、扇耳光下跪、开局隐藏千亿家产的经典爽剧。
很多人看完的反应是愤怒：这代年轻人怎么了？我们辛辛苦苦搞的 AI，就被用来喂这些东西？
我做 AI 教育这几年，接触过不少高校的领导、教务处长和信息化负责人。说实话，我对这组数字的第一反应不是愤怒，是后背发凉——但发凉的点不一样。
它不是一份给学生的成绩单，它更像一张给大学的体检报告。
视频生成
（直播 / 广告）
（含编程）
国内 AI Token 消耗份额分布。数据来源：A 股上市公司中文在线《投资者关系活动记录表》（2026 年 6 月）；中国信通院《词元（Token）经济发展研究报告（2026 年）》亦采用同组数据。
PART 01先把这个数字校准一下
面向高校管理者写东西，有个规矩得先守：数据不能糙。
网上流传的版本是「国内一半算力在造爽剧」。这个说法，经不起推敲。
原始数据的口径是「Token 消耗」，不是「算力」。Token 衡量的是模型处理和生成了多少信息，算力衡量的是跑了多少计算资源——两者不能画等号。字节跳动方面曾公开回应，其公司总算力中用于视频生成模型训练和推理的约占 10%，并认为相关表述不成立。潮新闻在 10 月底的追踪报道里也专门澄清过这层概念混淆。
所以，「一半算力造爽剧」这个结论，我们不能用，也不该用。
但把这层水分挤掉之后，剩下的东西依然扎扎实实站得住：
在 AI 已经规模化落地的应用侧，短剧与视频生成确实是当下国内最大的消耗场景；而一度被寄予厚望的软件开发，只排在它后面，不到它的三分之一。
一个社会怎么用 AI，最终取决于这个社会怎么教 AI。
当一个国家的年轻人第一次大规模接触 AI，接触到的形态是「我来消费、你来生成」——那么他们脑子里建立起的第一认知就是：AI 是个更好玩的电视。
这一点，跟大学有关。
PART 02这 55%，到底在提醒大学什么
把这件事翻译成高校管理者的语言，其实是三个正在发生的、肉眼可见的变化。
「努力」正在被「速成」挤出学生的词典
短剧的底层语法是：不需要积累，只需要一个反转。三集之内，草根变首富。我们讲「一分耕耘一分收获」，而算法给的是「一秒钟逆袭」的即时反馈模板。
校园里的样子：课堂抬头率下滑，期末临时突击成常态，学生对「需要长期投入才有回报」这件事的耐心在变短。这不是学风口号能解决的，因为对面是一个 24 小时在线、每 90 秒给一次多巴胺的产品。
学生学聪明、学做人的渠道，正在从课堂迁往推荐算法
解决冲突靠扇耳光，处理感情靠换人，判断对错靠谁更有钱。这些内容不是敌台，是我们自己平台上的「本土创作」，所以更难防。
校园里的样子：思政课、班会、辅导员的触达效率在下降。不是我们讲得不对，是我们在跟一个更懂人性的推荐系统抢同一批注意力。价值引导如果不主动进到算法的主场里去，就只能守在场外。
「空心」的背后，是没有一个地方让他动手创造
消费型内容给的是替代性满足，刷完是空的。真正能填意义感的，只有一件事——我做出了点什么。
校园里的样子：慢就业、缓就业、躺平、「不知道学了有什么用」。这些现象常常被归因为就业形势，但另一半原因是：四年里，很少有哪个环节让学生真切地体验到「用知识造出一个东西」的成就感。
学生的手机一天亮屏上百次，AI 几乎参与了每一次。可如果大学四年里，AI 出现在他学习环节中的次数屈指可数——那么他对 AI 的全部理解，就只能是「拿来娱乐的工具」。
这大概就是那 55% 真正想说的话。
PART 03政策已经写明白了，缺的是校内施工图
2026 年 4 月，教育部、国家发展改革委、工业和信息化部、科技部、国家数据局五部门联合印发《「人工智能+教育」行动计划》，明确了「十五五」期间的四项重点任务。里面有几条，高校管理者大概得划重点：
| 师资 | 制定教师智能素养标准，分层分类开展 AI 素养培训并实现全覆盖；AI 将纳入教师资格考试和认证内容；国家级及省级教学成果奖中设立智能教育项目。 |
|---|---|
| 课程 | 高等教育阶段将AI 纳入公共基础课程体系；鼓励开设交叉融合课程、微专业与微证书项目，纳入高校学生就业能力提升「双千」计划。 |
| 环境 | 建设未来课堂、未来学校、未来学习中心、未来实训中心；建立智能应用能力评估体系；筑牢安全屏障，防范 AI 伪造诈骗、学术造假、隐私泄露。 |
| 导向 | 各地各校要将「人工智能+教育」纳入发展规划，开展应用示范，实施 AI 赋能教育行动试点，及时总结宣传优秀经验做法。 |
方向、考核、荣誉通道，文件都给好了。真正卡住大多数学校的，是一个很朴素的问题：谁来做，从哪儿第一步。
PART 04落地，其实就是三件事
我们的建议顺序是：先师资，再课程，最后实训室。顺序不能乱——没有会用 AI 的教师，课程改革会变成换 PPT；没有改革的课程，再贵的实训室也只能用来参观。
教师 AI 能力提升：别办讲座，办工作坊
多数学校搞过 AI 培训，效果一般。原因很简单：请专家台上讲两小时「AI 时代的教育变革」，老师听完很激动，回办公室还是不会用。真正的改变发生在他自己那门课被改出来的那一刻。
| 层级 | 对象 | 产出 |
|---|---|---|
| 通识层 | 全体教职工 | AI 认知与工具素养，统一使用规范与学术诚信红线 |
| 专业层 | 专业课教师 | 按学科场景分组（如 AI+经管 / AI+文科 / AI+工科），每人带走一门课的改造方案 |
| 种子层 | 骨干教师 | 能自建课程智能体、AI 助教，回院带队孵化——这是未来申报教学成果奖的主力 |
关键设计：讲练一体，带着自己的课程大纲来，带着改好的教学设计走。培训结束时应留下可验收的东西——改造后的教案、课堂智能体、学生项目样例。
AI 课程改革：难的不是开课，是改考核
三个层次可以并行：一是公共基础课，把 AI 通识真正纳入必修体系，而不是做成一门没人选的公选课；二是专业课改造，在现有专业里嵌入「AI+X」模块（文科做内容生产与舆情分析，经管做数据分析与决策模拟，工科做设计与仿真）；三是微专业、微证书，直接对接「双千」计划和就业。
但真正难的一步在后面：考核怎么改。
现在不少学校的精力花在「查 AI」上——查重、AI 生成痕迹检测、禁用令。这条路投入大而收效薄，还会把 AI 使用推到地下。更有效的思路是把考核从「结果交付」改成「过程可见」：现场答辩、课堂口头汇报、项目分阶段提交、上机限时实操。学生照样用 AI，但他的思考路径必须自己讲得出来。
配套还要有一张纸：《学生 AI 使用规范》——什么可以、什么禁止、违规如何处理。先立规矩再谈放开，学校才不会因为一起学术诚信事件被动收摊。
AI 实训室：别急着买卡，先想清四个底座
政策文件里对应的词叫「未来实训中心」。这几年很多学校在建，最常见的误区是把它当成一个硬件采购清单——服务器买了，门牌挂了，一个学期没几门课用。
| 算力 | 不必一上来就重资产自建。校级租赁 + 区域节点 + 少量本地推理卡，够用就好，先把教学跑起来。 |
|---|---|
| 数据与场景 | 这是实训室的灵魂。做本地化的专业知识库、院系特色数据集、仿真业务沙箱——它决定了实训室是「学校自己的」，还是一台谁都能用的通用电脑。 |
| 工具链 | 模型接入、智能体搭建、提示词与工作流管理、教学应用层，做成老师不用懂代码也能上手的界面。 |
| 安全合规 | 数据不出校、内容留痕、审核机制、身份认证。这条线不合格，前面三条随时会被叫停。 |
按投入可粗分三档，建议从「够用」起步，用成果换下一期预算：
| 档位 | 适用 | 建设要点 |
|---|---|---|
| 起步型 | 1–2 个试点院系 | 改造一间现有机房，云算力按需付费，做 3–5 门试点课程 |
| 标准型 | 全校通识 + 重点专业 | 独立实训空间，本地服务节点，校级知识库，接入教务与教学过程数据 |
| 示范型 | 产教融合、对外示范 | 校企共建，企业真实项目进课堂，可承接社会培训，形成可对外输出的样板 |
判断实训室成败的标准只有一条：学期末它产出了多少学生作品、项目和竞赛成果，而不是它的设备台账有多厚。
PART 05一条务实的节奏表
不追求一次到位，追求每学期都有一个能拿出来讲的东西。
- 第 1 个月
做一次校内 AI 教育成熟度测评，摸清师资水平、课程基础、设施现状；选定 2–3 个意愿强的院系做试点。
- 2–3 个月
启动分层教师培训；首批 10–20 门 AI 改造课程上线；实训室一期（改造机房起步）投用；出台《学生 AI 使用规范》。
- 一学期
办校内 AI 教学创新大赛沉淀案例；申报微专业 / 微证书；把优秀案例打包，瞄准省级乃至国家级教学成果奖。
- 一学年
教师培训覆盖至全校；形成可对外输出的样板（示范课、学生作品集、实训基地），并在学校「十五五」规划里留下正式的数字化答卷。
PART 06三个常被问到的顾虑
「老师会不会抵触？」
一般不会，前提是别把它搞成运动式全员考核。从愿意试的老师开始，做出效果让别人看见。第一批拿到甜头的院系，会自动成为你的说服者。
「预算从哪出？」
这是第一次大家都问的问题，但很少有人卡死在这。师资培训和课程改造本身可以适当上受教育数字化、专业建设、教改基金；实训室优先用云算力和现有空间改造起步，一期验证过成果，二期预算反而更好谈。
「会不会学生 AI 作弊更厉害了？」
恰恰相反。越早把 AI 摆到台面上，越早有防范手段。真正危险的是学校假装它不存在，学生在无人区里野蛮生长。
回到开头那组数字。
它被人传成过「一半算力在造爽剧」，被辟过谣，也被重新解释过好几轮。作为教育工作者，我其实挺喜欢这场争论——因为它说明大家终于在认真讨论一件事：AI 到底应该被怎么用。
但这个答案不会从争论里自动长出来。它只能由一所一所学校，一个一个课堂，一位一位愿意先动起来的老师，慢慢写出来。
AI 已经坐在学生的手机里了。接下来要看的是，我们能不能把它请进教室。
先把教师武装起来，
再把课程改到位，
最后把实训室建起来。
数据来源与延伸阅读：① 中文在线《投资者关系活动记录表》（2026 年 6 月）；② 中国信通院云计算与数字化研究所《词元（Token）经济发展研究报告（2026 年）》；③ 关于「算力 vs Token 消耗」口径争议，参见潮新闻 2026 年 10 月 26 日追踪报道及相关公开回应；④ 教育部等五部门《「人工智能+教育」行动计划》（2026 年 4 月）。