今年大学新生的课表里，多了一门几乎全校都要上的课：大模型通识。上周送表弟报到，计算机学院门口的横幅还在招新，文学院的新生手册里已经印着"AI辅助写作规范"——这场教育变革不是从计算机系开始的，是从所有院系一起开始的。
课程内容跟外人想的不太一样。不是教怎么用某款软件，第一课往往从"提问"开始：怎么把一个模糊的需求拆成模型能接住的指令，怎么判断回答里哪些是真话哪些是编的，怎么在三十秒内核对一条引用。考核也变了，不少学校不搞闭卷，改成交作品——用开源模型做个小工具，再把失败的过程写清楚，失败记录比成功截图更得分，因为那才是真实工作中AI协作的样子。
这波课程能铺开，开源模型功不可没。闭源API按token收费，全校几万人上课，账单撑不住；开源模型本地部署，学校机房和算力平台就能跑，学生注册个校内账号就有人手一个的"实验环境"。就业市场的推力同样直接：用人单位校招面试已经会现场出"你怎么用AI完成这个任务"这类题，学校的课表如果再不动，毕业生简历上就没得写。
对不同的人，压力不同。学生这边，提问与验证能力正在变成和办公软件一样的基础技能，文科生未必吃亏——中文表达好的人，指令写得比工科生还漂亮；老师这边，教案年年重写，有的课程组干脆用模型生成练习题初稿再人工筛，备课方式先被AI改了一轮；用人单位，校招评价标准里"会不会用AI"正从加分项滑向默认项。
会计专业大二的小蒋，上学期把课程作业做成了社团报名统计机器人，录入、分组、催缴提醒全自动。今年秋招，她简历上这行项目描述被面试官追问了十分钟——比绩点那栏受关注多了。课堂作业第一次这么像工作样本。
给在校生的建议就两条：AI通识课别当水课翘，把课程配套的算力平台账号用满，那是花真金白银搭起来的练习场；另外，把每次和模型协作的完整过程存档，一年后回头看，那就是你的能力成长曲线。
上一代人进大学先学打字，这一代人先学提问。起跑线没有消失，只是悄悄挪到了对话框里。