寻找下一个目标的间隙，翻阅了一些过去攒下来没来得及消化的论文。
Anthropic在今年四月初发布的一篇关于大学生如何使用Claude模型的数据分析，让我觉得有必要把上周休息时间生成的“C++”学习网站的初步版本拿出来分享了。
先简单说一下Anthropic的结论：
首先，在AI的使用上，不同学科差别巨大，比如，计算机科学的学生，人数占比5.4%，却贡献了38.6%的Claude使用量（所有大学生样本数据中的比例），自然科学和数学是9.2%比15.2%，而商科则是相反，18.6%比8.9%（18.6%的人数占比，却只有8.9%的使用量），健康类和其他人文类学科也呈现出这个现象。当然，这还只是统计的对Claude.ai的使用量（应该是包括Claude的官方APP的），如果考虑第三方API的调用量，很可能计算机科学的学生的使用比例会更高。
第二，对于使用的目的而言，又呈现不同特性：自然学科和数学的学生对于“解决问题”的需求更大，对于“结果输出”的的需求更小，计算机科学的学生相对平衡，而商科和人文类学科则呈现出了更倾向于“结果输出”的需求（比如我经常展示的PPT和网站生成），教育专业则压倒性的需要“结果输出”（一会儿我的小项目例子就是）。
第三，如果按照佛罗里达大学的布鲁姆认知分类（Bloom's Taxonomy）的标准，超过70%的使用都在“创造”、“分析”、“评估”等高阶认知技能里。
这篇文章至少提供了一些数据支撑，当然，Claude的问题是用户本来就可能有偏（因为模型的代码能力更强），从某种程度上可能“放大”了计算机科学方面的使用）。不过，总体上还是具备较高的参考价值的。
文章原文如下：
Anthropic关于大学生使用Claude的数据分析
https://www.anthropic.com/news/anthropic-education-report-how-university-students-use-claude
如果懒得看英文版，我这里也让Perplexity Labs生成了一个简要的中文版PPT。截图如下：
其实，我一直认为，这一轮AI带来的对于教育领域的巨大挑战对社会产生的影响是最深远的，尤其是在这个教育已经被越来越KPI化的时代。
也因此，教育类的知识网站构建，也一直是我休息时间思考、规划和执行的重点之一。我对商业化毫无兴趣（是一点点都没有），但是我想在这个过程中去重新思考一些问题，或者如果能给其他人一点启发，就更好了。
我最新的一个起点是，使用Gemini和Claude构建一个C++的学习网站，包括基本语法，数据结构，算法以及一些高级应用等。
这个初步版本的建立大概耗费了一个下午的时间，再加后续零散的修补，基本涵盖了一些主要内容的简单描述和样例代码（我还没有时间去检查样例代码的准确性，但是要相信现在的模型在这方面能力应该比我强），作为一个初步的了解应该是OK了。
我把网站部署到了Vercel（https://learning-seven-lake.vercel.app/）。
按照惯例，继续从零生成，全程不帮助改代码。这大概符合上面提到的分析数据：教育专业更倾向于“结果生成”。
是的，如果我们把教育当作“学习知识”，“获得高分”，那么AI至少在第一个领域已经做得非常好了。
但，教育真是如此吗？
- 我想，那些看起来“知识性更强”、“跟高分相关性更高”的专业和工作岗位可能会快速减少（或者已经是“正在”）；
- 我清楚记得，“好奇心”至少是从小驱使我及很多同学学习的最大动力之一；
- 即使进入职业生涯中后期，我依然每天在被“教育”着：对世界的认知，对价值的反思，对“人”的定义……
所以，我要展示的并非网站的“知识”本身，更可能是我们如何获得一个“目标”，如何实现一个“目标”，如何在一个更高的视角看“知识是如何关联，如何被产生，如何支撑无时无刻不在的大脑的思考的”。
在互联网和AI的世界里，如果我们想要，我们已经有足够的资源去满足“好奇心”，问题只是，我们为什么“想要”？