生存手册——欢迎来到大学
2008 年，几个上海交大本科生写了一本 62 页的生存手册，开篇第一句是："国内绝大部分大学的本科教学，不是濒临崩溃，而是早已崩溃。"
它真正耐用的判断在更靠后的地方："在你毕业之时，那一串苍白的分数其实就已经作废了。"这句判断在 2008 年就已经写出来了，比大多数关于大学的经济学讨论更早问到了同一件事：大学在教什么，大学在筛什么。它离一个正在读书的人最近的时刻，是排保研名次、投简历、被用人单位挑的时候。那本手册写给 2008 年刚入学的人，这句话今天照样适用。
这两个问句指向的东西不同。教什么，看的是四年之后你身上留下了什么；筛什么，看的是雇主凭什么在一群人里把你挑出来。这两件事在理想情况下是同一件事，现实里常常不是。
不拿学位但获得教育，你选哪个
先看一个说不通的选择：一边是不拿学位但获得教育，一边是得到学位却无法接受教育。多数人会选择后者。
如果上学的主要目的是学习，这个选择说不通。学位只是对所学内容的一个粗略估量，但学生为了拿到它，会策略性地选"轻松得 A"的课，雇主则几乎不关心这些课具体是什么。一边是学生按给分松紧挑课，一边是雇主不看课程内容，两边对着同一个东西出手，而那个东西不是课上教的内容。
再看一组数据。全球范围内，个人多受一年教育，未来收入预计上涨 8% 到 12%；而国家层面，公民平均多受一年教育，国民收入仅增长 1% 到 3%。
如果教育主要在提升生产力，个体多读一年，宏观上就该一起涨。事实没有。它能说明的只有一件事：个人收益里有相当一部分来自他在人群里的位置，而不是他生产出来的东西。
这两个数来自不同口径：8% 到 12% 是按个体工资算出来的私人教育回报率，1% 到 3% 是把国民平均受教育年限放进跨国增长回归得到的系数。搭在一起不能算出教育对国家的回报率。宏观这一侧的估计会被教育数据的测量误差压低，Krueger 和 Lindahl 在 2001 年综述教育与增长的文献时，结论反而是宏观系数至少不弱于微观回报率。把这两组数字并置起来的论证方式，更接近 Bryan Caplan 在《The Case Against Education》里的用法。
Hungerford 和 Solon 在 1987 年发现了一个更直接的证据：完成四年学位的人与读了三年零十一个月但未获学位的人之间，存在显著的薪资差距，这个差距无法用多出来的那一个月教育来解释。这件事不排除能力差别和雇主的偏好，它只是把"证书"这件东西单独拎出来，交给下一节去解释。
这篇论文发表在 1987 年的《Review of Economics and Statistics》，标题里用的词是 sheepskin effects，字面意思是羊皮纸，也就是文凭本身。用这一现象解释学历价值的文献通常归到信号假说那一侧，它最初要解释的正是"多读的那一年拿到证书"和"多读的那一年没拿到证书"之间的收入差。
学历的信号价值随持有人数量下降
多出来的那一个月解释不了这份差距，差额落在那张纸上。这么看，雇主买的是别的东西。
经济学家罗宾·汉森和凯文·西姆勒在《脑中的大象》第 13 章给出了一个解释框架，起点是一套标准的人力资本叙事：学生上学是为了提升自我，雇主愿意为提升过自我的员工付高薪。
这套说法解释不了上一节的三个现象。1973 年，Spence 提出的信号传递模型提供了一条替代解释。
模型能成立靠两件事：雇主相信学历和更高的工作能力相关，而能力低的人拿到学历的成本更高。第二个前提是信号可信的关键，缺了它，学历就只是一张谁都拿得到的纸。原模型只有一个未观测变量，就是能力；智力、责任心、能否延迟满足这些是后来的经验研究往里填的候选特质，模型本身对教育有没有提升生产力并不表态。
在这个模型里，雇主无法直接观测求职者的智力、责任心、延迟满足的能力和遵守规则的习惯，而这些特质对工作表现很重要。学历恰好提供了一个可用的代理指标：能够完成多年学业、通过一系列考试、遵守学校纪律的人，大概率具备这些特质。课上读到的东西没有被雇主看到，被看到的是这个人能不能被训练；而这个判断能成立多久，取决于学位持有人有多少。
于是学生读四年书，真正在做的事情就是向未来的雇主发送一组可比较的信号。雇主用学位完成记录、学校层级和成绩排名来筛选，不是因为它们与工作内容直接相关，而是因为它们能低成本地预测一个人是否可培训。
信号之外，还有一个更少被讨论的功能：驯化。信号能解释雇主为什么看学历，解释不了教学质量不升而认证照旧这回事，因为学校在这里还有第二项产出。书中转述了一项观察，欠发达地区的未受教育工人在简单重复劳动中效率低下，不按时可靠地工作，偏好间接暗示而非直接命令，难以接受与其预设文化身份冲突的任务；学校在发达社会中系统性地矫正了这些行为。
老师奖励遵守纪律，训练学生接受测量、评分和排名，十多年的训练把"按时出勤、完成截止任务、服从命令链"变成默认习惯。
这套习惯进入雇佣关系后，雇主获得的是一个已经被预训练过的劳动力。信号解释雇主为什么挑学历，驯化解释学校为什么能持续供给被雇主接受的劳动力，两者合起来，教育扩张就可以在教学质量不升的情况下照旧进行。
几家公司开始不用这张证书
前两节讲的是一套还在运转的机制。2025 年开始，招聘端有一部分公司选择绕开它。
2025 年，深圳 17 岁高中生陈广宇因持续在技术社区进行高质量技术分享与写作，以实习生身份加入 Kimi 团队。他在"注意力残差"研究中被标注为"共同第一作者"，这项研究正是支撑 Kimi K3 的两项关键架构创新之一。Kimi K3 以 1679 分登顶 Arena.ai 的 Frontend Code Arena 前端编程榜单，马斯克在这条榜单下留言"Impressive"。
这不是孤例。Kimi 背后的月之暗面随后推出"穿越计划"，针对 2027 届毕业生，首批开放 16 个名额，入选者通过 3 到 6 个月实习考察后，即使尚未毕业也直接获得公司期权，不限专业、不限学历、不限经验。Palantir 在 2025 年开启高中生招聘计划，直接进入核心部门做主力产品研发，500 人报名只录取 22 人。
「穿越计划」的一手报道来自《晚点》，官方口径是拟推出、拟授予，3 到 6 个月考察期只在二手摘要里出现。Palantir 那条可核验的是第二期每月 5,400 美元津贴，转正年薪 17 万美元只见于中文二手报道。Google、Meta、OpenAI「两年累计录用 300 多名未完成大学学业的年轻人」找不到原始出处，也没有说明"录用"是实习还是全职，本节没有采用这一条。前两条按原稿保留，第三条已在正文中删去。
这两家不再把学历当作判断人的入口，改用能直接看到的产出和测试结果。它们挑人的依据变了，招聘的门也就跟着开了。
陈广宇被 Kimi 录用，不是因为他的学历，是因为他在技术社区持续输出的技术内容。Palantir 招的高中生需要有编程和统计基础，还要通过 4 个月的专项培训和实战项目考核才能转正。两家看的是候选人实际做过什么、能做什么，而不是他读了多少年书。
李飞飞公开表示，招聘软件工程师时更看重候选人的 AI 技能而非大学学位。DeepSeek 的 Harness 团队负责人崔添翼在微博上回应招聘问题时表示，岗位描述中未说明则不存在硬性学历门槛，刚完成高考的优秀高中生也可以申请实习。
按技能招人已经不是个别公司的偏好，而是招聘口径在改。腾讯副总裁蒋杰观察到，在校年轻人做的方案与工业界的代差越来越小，对大模型的理解已经和工业界非常接近。
当高校培养体系从领先产业半步变成滞后产业一步，企业等待毕业生"成熟"的成本变得不可接受。缺口不大的时候，课程更新慢一两拍并不致命；AI 行业把这个缺口拉大到以年计，企业就开始自己从高中生和在校生里挑人。
信号失灵是有条件的
学历作为信号之所以能起作用，前提是它能把人区分开。录取率很低、学位持有人稀少的时候，一个本科学位就能告诉雇主：这个人大概率具备基本智力、责任心和服从能力。
高等教育扩张把学位持有人的数量抬上去，同一个本科学位能分出的差距就越来越小。录取率从百分之几涨到接近普及，硕士又接着扩招，雇主手里那张筛子的孔就越换越细。当几乎所有人都有本科学位，它就不再能区分任何人，而 AI 行业是第一批撞上这件事的行业：那里的技能水平差异可以当场测出来，学历这道代用的筛子显得多余。
世界经济论坛《2025 年未来就业报告》给出一个宏观口径：81% 的雇主在招聘中评估技能时预计优先考量工作经验，43% 预计会依赖大学学位的完成情况。Indeed 的数据显示，2024 年 1 月五成二的招聘岗位已无学历要求，要求本科的岗位五年间从两成下降至一成八。这两组数字支持的是雇主对学位的依赖在下降，并且都只是雇主自报的招聘口径，不等于学位已经不起作用。
这两个数字回答的是"评估技能时会优先采用哪些方式"，是雇主对 2025 到 2030 年的自报偏好，不是招聘的实际结果。同一份报告里还有一条相反的观察：15 个增长最快的岗位里，14 个仍然主要要求大学学位。Indeed 那一组的单位是招聘广告文本，看的是广告里有没有提到正式学历要求。
那么你该怎么办
这对学生的行为指导不是"不要上大学"，而是理解大学在做什么，然后决定自己需要什么。
大学同时生产三样东西：可验证技能、认证信号、驯化资本。可验证技能就是前面说的"教什么"，对应那个不拿学位但获得教育的选择；认证信号是雇主用来筛人的那张纸；驯化资本是这套训练留给你的工作习惯。比例因专业、学校和目标市场而异。
看你要进的那个市场，用它验证能力的成本来判断。验证成本低的地方，也就是代码能跑、证能考、手术台上有带教的岗位，雇主会直接测，技能那一项的权重就高。验证成本高、或者一次招错代价大的入口岗，雇主会退回学历和实习经历这类代用指标，信号那一项更值钱。驯化资本在所有雇佣关系里都算分，只有在需要你自己定方向、而不是执行既定流程的岗位上，它才从资产变成负债。
如果目标市场有硬技能验证机制，例如软件开发的代码测试、会计的执业考试、医学的执照和住院训练，技能价值占比更高，纯粹依赖学历证书的策略回报递减。
如果目标市场是依赖学历筛选的传统白领入口岗位，学历信号仍有价值，但竞争者在增加，信号的区分度在下降。
驯化资本在几乎所有雇佣关系中都有价值，但过度驯化在需要独立判断和创造性输出的岗位上可能成为负债。
三条路合起来是一句：学位照拿，但不要把全部筹码押在它上面。读书期间持续做出别人能看到的产出，把可验证的东西攒在手上，这件事从今天就能开始做。
陈广宇的经历提供了一个具体的参照。他在中学时兴趣广泛，借用家长身份注册 Shopify 店铺，组织青少年开源社区，做短视频账号四天涨了 29 万粉丝。这些经历本身不走同一条路，共同点是每一件都在真实场景里留下过别人能看到的产出，他后来被看见靠的是这个。
他在一篇自传性文章里写道："我先前的所有经历并没有浪费，它们训练了我一个能力：怎么快速进入一个陌生领域，并找到前进的路径。"他靠的不是提前学完大学课程，而是持续在真实场景里做事。
2008 年那个"分数作废"的判断，说的其实就是这件事：分数作为信号载体，在发出之后对个体就不再具有私人价值；学位作为筛选装置，在雇主端的流通效率也在下降。两者可以同时成立。