今天在群里看到一句话："黑客松就是未来的大学。"
群里有不少老师赞同这个说法，源老师还做了一个挺系统的论述，"现在大学本质上还是工业时代的流水线：统一教材、统一进度、统一考试、统一发证。而黑客松模式完全反过来：自带问题，自带兴趣，组队协作，限时交付，作品直接面对真实世界。"
我的第一反应是这不就是项目制学习（PBL）吗？
PBL不是什么新概念。Project-Based Learning，项目制学习，教育圈提了很多年了。这两年在高校里越来越流行，但流行的方式有点走样，变成了学生分组做PPT，然后上台讲。
网络上，学生对PBL的意见挺大。
有学生吐槽自从读研以后，每个老师上课的操作就是让学生分组做PPT、讲PPT。
有人更直接，说，感觉交了学费给自己上课。
还有人说班里出现了代做PPT的生意，2块钱一页，半个班都是同一个人做的，换个模板就交了。抖音上有条评论说，水课老师是最该被AI替代的人群，点了10万赞。
我在自己的课堂上用PBL相对较少，但看到这些反馈并不意外，具体原因就不在这里分析了。
所以当我看到"黑客松是未来的大学"这句话，第一反应就是，听起来很美，但PBL当年也很美，后来不是变成做PPT了吗？
源老师看到我的发言后，又补充了一下他的观点。
他说黑客松确实继承了PBL的核心理念，但应该是PBL的进化版。传统PBL还是在教育框架内做项目，有老师、有评分、有流程、有标准答案。黑客松是直接把人扔进真实世界，没有标准答案，没有步骤提示，交付结果就是一切。
更关键的区别在于AI的融入。他的原话是："AI负责把知识、执行、细节全部拉满，人只负责定义问题、整合资源、现场决策、快速落地。"
源老师那句话确实点出了一个区别：PBL时代学生得自己查资料、做PPT、写报告，大量时间花在信息搜集和格式整理上。有了AI之后，这些苦力活可以交给工具，学生的时间应该花在判断和决策上。
这跟我参加WaytoAGI社区黑客松活动的感受是一致的。在那种限时、高强度的环境里，没有人有时间从头学，所有人都是一边做一边查，AI就是你的即时教练。学了什么不重要，做出来了才重要。
听到这里我其实挺感兴趣的，就去问了AI。
我用《新媒体运营与推广》和《工程安全与环境保护》两门课来试着和AI探讨。这两门课我之前都跟AI讨论过教学设计，它比较熟悉我的情况，所以我分别在两个项目里打开终端问了同一个问题：黑客松模式在我的课上能用吗？
新媒体那边的AI回了一句让我挺欣慰的话：你现在做的已经跟黑客松很像了。
确实，这门课上学期重构过，学生自选方向，作品发布在真实平台上，用的是成果导向（OBE），AI创作也已经是独立篇章。AI帮我列了一张对比表，发现差距主要在三个地方：问题还是老师定义的，知识获取还是先学后做，协作还是以个人为主。
工程安全那边就完全不同了。这是一门法规密集、理论性强的课，学生不能去工地做实验，我又不懂审计（学生是工程审计专业的），所以任务设计必须限定在我能判断对错的范围内。AI建议的方案是：选几个合适的章节做2-3次课堂限时挑战（事故分析、隐患识别），平时用知识库持续积累，两种方法互补。
同一个理念，在两门课上落地的方式区别还是很大。
但这些都不是让我真正卡住的地方。
让我卡住的是一个更根本的问题：黑客松也好，PBL也好，它们有一个共同的前提——学生得有主动性。
我参加过几次线下黑客松，那种氛围确实很好。但参加的人是什么人？是自己报名、自己组队来的人。他们本身就有强烈的学习动力，项目制只是放大了这种动力。
可大学课堂不一样。坐在教室里的学生，有一部分确实充满好奇心，给他们一个真实问题就能跑起来。但还有相当一部分同学，他们习惯了老师讲、自己听，你让他自带问题，他不知道自己有什么问题。
PBL变成做PPT，本质上就是这个原因，当学生没有内在动力时，任何开放式教学法最终都会退化成应付。
黑客松会不会走同一条路？加上AI之后，会不会变成让学生问AI，AI替他们做，然后交一份AI生成的报告？
我不知道。
但有一件事我觉得比较重要。
在AI时代，越是有主动性的人，越能放大自己的能力。AI是工具，工具放大的是使用者的意图。一个有明确目标的学生，用AI一天能做完过去一周的事。一个没有方向的学生，可能连AI都懒得打开。
这个差距以前也有，但AI把它放大了。以前不主动学习的学生，顶多是学得慢一点。现在差距不是线性拉开的，是指数级的。
所以也许问题不是黑客松能不能进大学课堂，而是我们怎么帮助那些还没有找到学习动力的学生。
这还只是一个开学第一周的想法，我打算这学期试试看。到时候再来说，试了之后发现了什么。
补：初稿写完后，我先发给了源老师。源老师的回复让这个话题有了新的纵深。他没有停在教学方法的层面，而是往下追了一层，问到了更根本的东西。这是我这篇文章没有走到的地方，也是更值得继续思考的地方。
（其实认识我的人都知道，源老师提到的幸福这个话题正是我之前的研究方向——世界是不是很奇妙）
