今年九月，矽谷創投 a16z 宣布孵化一所新的學校：The Horowitz Andreessen Academy。
它沒有打算複製一所傳統大學。
第一屆學生不會取得大學學位或學分。招生雖然仍會參考成績與測驗資料，但真正被高度重視的是 proof of work：你曾經做過什麼？可能是一個軟體、一項研究、一個社群、一場活動、一件作品，甚至是一個自己一路追下去的問題。
學生最後帶走的，也不只是一張證明，而是一份能呈現自己真正做過什麼、理解了什麼、創造了什麼的 portfolio。
這背後其實是一個很根本的問題：
當 AI 已經可以幫助我們快速取得、整理，甚至運用大量知識時，教育還應該把多少時間花在「知道更多」？
Horowitz Andreessen Academy 的答案很直接：讓學生去做。
學生大部分時間投入自己的 projects，定期展示進度、接受回饋，再決定下一步。他們可以創業、做機器人、進行獨立研究，也可以寫書、創作藝術、學習新的領域，或深入追一個還沒有答案的問題。AI 並沒有被排除在學習之外，而是被視為加速探索與實作的工具。
但這裡還有一個更深的問題。
人類的知識，本來並不是今天這樣被切割的。
從達文西到早期博物學家，研究自然、工程、藝術、人體、地理與哲學，往往不是彼此分開的工作。同一個人可以畫植物、解剖人體、設計機械，也可以觀察水流、鳥類與岩石。
隨著知識快速累積，我們開始分科。
分科帶來巨大的進步。物理、生物、化學、工程、醫學，再一路細分成愈來愈專門的領域。每一個學科都能向下鑽得更深，建立自己的語言、方法、資料與專業體系。
這也是現代科學成功的重要原因。
但代價是，我們逐漸失去了橫向移動的能力。
今天一個人可能對某個蛋白質、某種演算法或某一類生態系統理解得非常深，卻很難看見隔壁領域早已存在的概念與方法。
而 AI 出現之後，這件事變得更加有趣。
今天的大型 AI 模型，學習的正是人類過去幾百年累積下來的知識。這些知識本身，就是在高度分科、高度專業化的體系中產生的。
因此，AI 可以快速帶我們進入許多領域的深處。
它可以解釋材料科學，可以寫程式，可以整理生態學文獻，也可以幫助我們理解歷史、數學或工程。但真正困難的事情，可能逐漸不再只是「如何深入一個領域」，而是：
我們應該把哪些深度連在一起？
這也是 SOS 對教育最感興趣的地方。
我們並不是想回到一個人什麼都懂的年代，也不是反對專業化。
相反地，正因為今天有 AI，我們第一次有機會同時擁有兩件事情：
專業知識的深度，以及博物學家的廣度。
AI 可以協助我們快速進入不同知識體系，而人的工作，可以更集中在觀察、提問、比較、連結與判斷。
理解一座森林，可能需要生態學、感測器、影像、歷史與地方經驗；從一個生物的特殊構造得到工程靈感，可能需要自然史研究者、材料科學家與設計師一起工作。
問題不再只是：「我屬於哪一個學科？」
而可能是：
「我現在看見的這件事，和哪些我還不知道的知識有關？」
這也是 SOS 在教育、Nature Salon 與研究計畫中持續實驗的方向。
不是先把學生放進一個固定學科，再告訴他應該完成哪些題目，而是從觀察、好奇與真實世界的問題出發，在不同領域之間移動，和不同背景的人合作，最後把理解轉化成一項研究、一件作品、一組資料、一個工具，或某種真正存在於世界上的貢獻。
某種程度上，我們想重新找回博物學家的思維。
但這次，我們不必放棄現代科學幾百年累積下來的深度。
我們可以讓 AI 幫助我們進入這些深度，再由人重新把它們連起來。
Horowitz Andreessen Academy 把這種教育方式導向創業與科技產業；SOS 想把它延伸到自然、科學與更廣泛的知識探索。
兩者的目的並不相同。
但它們都指向同一個正在浮現的問題：
當機器愈來愈擅長掌握人類已經知道的知識，我們要如何教育下一代，去發現那些還沒有被連起來、甚至還沒有人問過的問題？
也許 AI 時代教育真正需要重新培養的，不只是學習能力。
而是探索世界的能力。
