人工智能（AI）竞赛正在形成三种泾渭分明的国家姿态。
美国是“All in AI”——押注模型、算力、资本和技术前沿突破。硅谷的信仰直白而坚定：谁先造出最强模型，谁就握住下一代平台的入口。从OpenAI到Anthropic，从图形处理器（GPU）军备竞赛到万亿美元数据中心投资，美国将AI视为一场“赢者通吃”的冲锋。
中国更像“All for AI”——重心不在单点模型的领先，而在于将AI嵌入制造、政务、教育、医疗、金融和消费场景。在国家层面，中国的逻辑是：不追求在每一个模型参数上击败美国，而是追求让每一个行业都被AI重新组织一遍。AI在中国不被定义为一个行业，而是一种改造所有行业的基础能力。所以，中国积极鼓励AI模型开源，视为打破技术垄断、降低开发门槛及推动千行百业应用落地的核心产业战略。
新加坡呢？既没有美国式超大规模资本市场和前沿模型公司，也没有中国式庞大产业腹地和应用规模。若简单追随“All in AI”，一个小国去追赶前沿模型，拼不过硅谷的资本密度；若只做“All for AI”，不但没有庞大的应用场景，也低估自身在规则制定、制度信任和教育基础设施上的独特优势。新加坡真正该走的路，是第三条——“All with AI”（与AI同行）或 “AI for Humanity”（造福人类的AI）。不是把AI当作国家命运的唯一赌注，也不是将所有行业简单AI化，而是倡议“以人为本”的AI治理，探索在人类主导下，如何与AI共同工作、共同判断、共同治理。
这个判断，对教育尤其重要。
今天谈论AI教育，人们热衷于争论“AI+教育”还是“AI教育”、工具辅助还是课程重构——这些概念之争意义不大。真正问题不是课堂要不要用AI，而是：当AI已经能解释知识、生成答案、辅助写作、完成作业，人为什么还需要学习？
答案比很多人想象的要简单：除非有一天人脑可以直接灌注知识，像硬盘拷贝文件那样，否则学习不会消失。AI可以提供信息，但人脑不是硬盘。人的认知建构，从来都是从碎片开始的。一个孩子先碰到零散概念，再通过练习、错误、经验和反思，慢慢将这些碎片组织成结构。学习的本质从来不是储存答案，而是把杂乱的经验变成可用的理解。
这正是AI时代教育最容易被误读的地方。过去，教育的核心任务是知识传递——教师掌握知识，学生获取知识。今天，知识获取成本急剧下降，AI能在几秒内解释一个概念、总结一本书、生成一篇文章。于是，很多人下了轻率的结论：学习理论知识不再重要。
但恰恰相反。AI越强，人的基础认知结构越重要。没有足够的知识碎片，你无法判断AI答案的质量；没有基本理论训练，你分辨不出解释是否可靠；没有跨学科框架，你只会被AI牵着走，而不是驾驭它。未来的教育方向，不应从“记住多少知识”转向“放弃知识”，而应从“知识传递”转向“认知建构”。
这正是新加坡可以真正建立优势的地方——训练世界上最会与AI共处的人。
美国可以训练最强模型，中国可以推动最广泛应用，而新加坡可以训练最懂得与AI协作的人。这种教育的核心，不是技术培训，而是三件事：
第一，学基础知识。数学、语言、科学、历史、经济、伦理——这些学科的根基不能因AI的出现而被削弱。AI时代真正危险的，不是学生不会用ChatGPT，而是学生完全没有判断ChatGPT答案的底层知识结构。一个连基本物理定律都不清楚的人，看不出AI生成的“科学解释”哪里出了问题；一个没读过原著的人，分辨不出AI总结的《国富论》是否在胡说。
第二，学提问。过去的教育奖励正确答案，未来的教育更该奖励高质量问题。AI已将回答成本降到几乎为零——你问什么它都能回什么。但一个浅问题，只会得到一个流畅而平庸的答案；一个深问题，才可能撬开新的认知空间。提问能力不再是软技能，它是AI时代最硬的通货。
第三，学反偏见。很多人认为信息茧房是算法制造的，但更深的茧房来自人自身——人天生倾向选择自己愿意相信的信息，而AI可能会强化这种倾向。未来学生必须学会反驳自己、暴露在不同观点中、让AI挑战自己，而不是只让AI替自己找证据。
这三件事，新加坡有独特的条件去落地。
小国的制度实验优势——规模小、治理能力强、学校体系完整，又恰好处在东西方交汇点，使新加坡天然适合成为AI教育的制度实验场。它既不用盲目崇拜技术，也不必保守抗拒；既重视效率，也重视信任；既鼓励学生使用AI，也训练他们理解AI的局限：模型会编造事实、会放大偏见、会在不确定时假装确定。
新加坡不须要复制美国或中国的模式。它更适合建立一种“可信AI教育模式”：让学生从小理解AI、使用AI、质疑AI，最终驾驭AI。
事实上，新加坡已迈出这一步。教育部2026年推出的人工智能教育战略（AI-in-Education）框架，已从“用AI辅助学习”走向“理解AI如何工作”；南洋理工大学和新加坡全国人工智能核心（AI Singapore）发起的AI安全教育项目，也开始将关注点从“怎么用AI”转向“什么时候不该用AI”。这些不是技术部署，而是治理思维的体现。
未来的教育竞争，不是比谁拥有更多AI工具，而是比谁能培养出最会驾驭AI的人。
美国的标签是突破，中国的标签是应用，新加坡的标签应该是信任。在AI时代，一个小国最大的优势不是规模，而是更高密度的制度试验。新加坡可以将教育、治理、产业和社会信任结合起来，形成一种全新的国家能力。新加坡正积极打造全球公认的可信人工智能中心。国家策略不仅着重于AI技术创新与应用，更致力于通过建立健全的治理框架与国际合作，确保AI的安全、透明与道德应用。
不是All in AI，也不是All for AI。是All with AI，是AI for Humanity。这或许就是小国在AI时代最聪明的打法。
作者白士泮是南洋大学校友学术会顾问与新加坡社科大学客座教授
石建政是新加坡社科大学客座讲师与特许金融科技分析师
