《优行知》第三章 乡土知识图谱（2027年9月—2028年1月）
九月的第一缕阳光穿过云梯村层层叠叠的梯田，在晨雾中折射出彩虹般的光晕。陈育法站在“学习中心”二楼的观测台上，手里握着一台改装过的光谱仪——那是他用废旧手机摄像头、从投影仪上拆下的光栅玻璃，以及3D打印支架拼凑的“贫民版科研设备”。屏幕上跳动着NDVI曲线，数值停在0.42，表明眼前这片稻浪的植被健康度处于良好区间。
“土壤湿度比上周下降12%，但还在安全阈值内。”他对着录音笔快速说道，眼睛却盯着远处田埂上那个移动的身影。杨朵雅正带着一群孩子蹲在田里，他们的手插在泥土里，不是在采数据，而是在感受温度。她今天穿了一件靛青色的苗族便装，裤脚挽到膝盖，露出被晨露打湿的小腿，头发随意挽着，几缕碎发垂在耳边。
这是新学年的第一天，也是“苏格拉底AI 1.0乡土适配版”全面运行的日子。经过半年的“非数字化学习”洗礼与知识图谱重构，陈育法重新编写了系统的核心索引。现在，当阿竹登录系统时，界面不再是冰冷的“三年级数学”标签，而是一个缓缓旋转的、立体的“知识星云”：中心是发光的“云梯村生态系统”，向外延伸出“梯田几何”“苗绣对称群”“古歌声纹学”“马铃薯生长周期”“山雾光学”等节点，每个节点都随着学生的触碰而脉动，像呼吸一样。
“陈先生，”阿竹的声音从教室角落传来，带着抑制不住的兴奋，“我的AI今天给我推了一个奇怪的问题——‘你家夏季种的三亩土豆，亩产1500公斤，收购价1.2元，但AI预测下一季价格可能跌到0.8元，你该如何调整秋冬种植策略？’这是数学吗？”
陈育法走到她身边，看见屏幕上确实显示着这道“题”，但背景是动态的土豆生长动画，从发芽到开花到块茎膨大，每个阶段都有可点击的详细参数。更下方有一个小小的“市场模拟器”按钮，点开后会出现一个简化的供需曲线图，数据来自县农业局过去五年的收购记录。
“这是‘一颗土豆的全生命周期’PBL项目，”陈育法推了推眼镜，镜片上反射着屏幕的蓝光，“不是单纯的数学，是生存算法。你不仅要算数，还要懂植物生理学——为什么秋季霜降提前会影响淀粉积累；懂经济学——供需关系和价格弹性；甚至懂博弈论——如果邻居阿牛家秋冬也扩种，你该怎么办？这叫‘双图谱驱动’：知识图谱匹配国家新课标，兴趣图谱扎根乡土语境。”
阿竹的眼睛亮了：“那我可以问AI，如果我们都改种玉米，玉米会不会也跌价？”
“问得好，”陈育法嘴角微微上扬，“但AI不会直接告诉你答案。它会给你数据：过去五年云梯村的作物价格走势、今年县农业局的气候预测、邻村的种植面积申报。然后你自己建模型，做决策。这就是E型掌握——不是背诵标准答案，是在不确定性中做最优解。学术峰要求你算对数，实践峰要求你考虑你爸的债务和天气，两个峰都亮起来，你才能晋级。”
教室门口传来咳嗽声。阿竹的父亲，一个常年在外打工刚回来的中年男人，正站在那里抽烟，粗糙的手指捏着烟卷，眼神里满是审视：“陈老师，我就是那个‘去年种了但今年想改种玉米’的邻居。阿竹她妈让我问问，这课……考试吗？期末能拿成绩单吗？”
空气突然凝固。陈育法意识到，这是新学期第一记重锤，也是E型教育面对乡土社会最原始的拷问。
---
在甘肃尕海站，同样的质疑正以更激烈的形式爆发。
马大壮的右腿还打着石膏，但他已经拄着拐杖站在“草原学习舱”中央——一顶经过改造的蒙古包，内部安装了防风保温层和卫星信号接收器。他手里举着一块真正的羊皮黑板，用酥油混合炭粉书写。黑板上画着复杂的放牧路线图，用三种颜色标注：红色是毒草区，蓝色是水源，绿色是最佳放牧点。二十几个牧民孩子盘腿坐在羊毛毡上，他们身后站着抱着胳膊的家长们，像一堵沉默的墙。
“这叫‘载畜量计算’，”马大壮的声音沙哑如砂纸摩擦，他看向台下，目光扫过每一个孩子的脸，“简单说，就是算这块草，能喂饱多少羊，不让它明年变成沙子。用苏老师教你们的公式：草场生产力乘以可利用系数，除以每只羊的日食量和放牧天数。算出来一个数，超过这个数，就是掠夺；低于这个数，就是浪费。”
一个满脸风霜的老牧民打断他，藏袍的衣角在风中翻动：“马老师，我放了三十年羊，不用算，鼻子一闻就知道草够不够。我娃来这儿，是学认字、学算帐，将来去县城卖羊肉不被人骗。你教他算‘载畜量’，算得再好，羊该饿还是饿！”
苏婉婷站在帐篷的阴影里，手里捏着一本双语手册。她走上前，先用流利的藏语安抚老人，然后切换成普通话，声音不高却清晰地切进每个人的耳朵：“大叔，下个月有德国环保组织来考察草原生态修复，他们要招本地向导，日薪五百欧元，用现金结算。但有个条件——”
她故意停顿，环视众人，目光落在老牧民身后那个正在抠手指的少年身上。
“得会用英语介绍草原植物，能用数据说明为什么这里的碱性草场适合有机畜牧。这不是为了好看，是为了让您娃站在德国人面前，把咱的羊肉卖上国际价，而不是被二道贩子压价。E型人才，就得既会闻草，又会看数据，既说藏语，也懂谈判。”
马大壮接过话头，他从拐杖旁拿起一个改装过的GPS项圈——那是林子默从浙江寄来的二手配件，经他亲手改造的：“还有这个，智能项圈，能追踪羊的体温和运动轨迹，预警疾病。我这种大老粗学了三周也会用了。您娃学这个，不是取代放羊，是让放羊变成科学。您看扎西——”
他指向人群边缘一个瘦弱的男孩。扎西曾经是数学不及格的“问题学生”，此刻却捧着平板电脑，屏幕上显示着一片草场的NDVI热力图：“阿爸，这是咱们家北坡的草高数据。AI说这块地的羊草覆盖率下降了8%，建议轮牧到东坡去。我算过了，如果按这个方案，明年能多养二十只羊羔，草还不会退化。”
老牧民沉默了。他拿起那个GPS项圈，粗糙的手指摩挲着塑料外壳，突然问：“这玩意儿，防水吗？”
马大壮咧嘴笑了，露出被烟熏黄的牙齿：“防，我测试过，埋在牛粪里三天都没坏。您不信，我现在就给您演示。”
帐篷里爆发出哄笑，紧张的气氛破冰。苏婉婷看着马大壮的侧脸，那个在战场上和草原上都不曾低头的男人，此刻笑得像个得到夸奖的孩子。她注意到他额角渗出的冷汗——他的腿还在疼，石膏里的骨头正在缓慢愈合，但他咬着牙没吭声。
---
而在浙江石塘站，冲突发生在艺术与科学的交界处。
沈蔚蓝的工作室——一个由废弃渔网搭建的临时帐篷——里堆满了五颜六色的海洋垃圾。她正带着学生将一只破旧的浮球切割成两半，内嵌林子默组装的简易传感器：pH值探针、浊度计、微型水温计，全部通过蓝牙连接到一个用防水盒封装的树莓派上。
“这叫‘海洋之心’2.0版，”沈蔚蓝的蓝发被海风吹得乱舞，她手里握着电烙铁，动作熟练得像外科医生，“外壳是艺术，内芯是科技。它能实时监测近海水质，同时告诉世界，海洋废弃物可以变成美。我们计划做二十个，沿着礁石链投放，形成一个分布式监测网络。”
韩潮生站在门口，断指的手插在兜里，那只完好的左眼审视着这个装置：“重心还是太高。台风天，这玩意儿会被吹到礁石上砸碎。你用了太多装饰性的浮球，破坏了流体力学平衡。”
“那你说怎么办？”沈蔚蓝放下电烙铁，叉着腰，海风把她的T恤吹得紧贴身体，勾勒出倔强的线条，“再加配重？那就沉了，测不了表层水质了！”
“用‘浮子下沉’原理，”韩潮生走进来，从一堆废料里捡起一个废弃的章鱼笼，铁锈沾了他满手，“老阮头教我的。这种笼子，空的时候浮着，装满东西就沉。你可以设计成双模式——平时监测漂浮，遇到大风自动注水下沉避风，风过了再排水上浮。这叫‘自适应浮力系统’，不需要电子控制，纯机械结构，可靠性比你的蓝牙高十倍。”
沈蔚蓝愣住了。她看着那个生锈的章鱼笼，突然意识到这是超越她美院教育的智慧。韩潮生已经蹲下来，用断指的手艰难地比划着机械结构，沈蔚蓝不自觉地靠近，两人的肩膀几乎相触，能闻到彼此身上咸腥的海风味道。他的手指缺了一截，但比划出的草图精准而有力。
“你……你怎么不早说？”沈蔚蓝轻声问。
“你之前没问，”韩潮生头也不抬，手指在图纸上划动，“而且，你得先学会尊重海。AI能算水流，但算不出浪的脾气。这个，得用身体记。我这条断指，就是当年在实验室里只信数据、不信身体记忆付出的代价。”
陈澜站在不远处，正在用英语与一位英国环保志愿者视频通话，看到这一幕，嘴角微微上扬。她转头对着镜头，流利的英语讲述着中国渔民如何用传统智慧结合AI保护海洋，但她心里知道，刚才那个瞬间，比任何双语演讲都更真实地诠释了E型人才的融合。
---
十月的第一个周末，三站点通过视频会议进行了一次“期中复盘”。屏幕上分割成三个画面：贵州的火塘边、甘肃的蒙古包里、浙江的渔港灯下。
危机爆发了。
“家长们联名写信到县教育局，”杨朵雅的脸在屏幕里显得格外严肃，她手里拿着一沓信纸，纸页边缘还有火塘里溅出的火星烫出的焦痕，“说我们‘不务正业’，整天让孩子‘玩泥巴’、‘拆手机’、‘捡垃圾’，不教正经的语文数学。阿竹的父亲甚至要带她转学去县城寄宿学校，说那里‘至少能考出分数’。”
“我这儿也是，”马大壮咬着牙，他的腿伤在阴雨天里疼得让他额头冒汗，石膏里的骨头像是有蚂蚁在啃噬，“有三个家长说，如果期中考试成绩不好，就把孩子拉回去放羊。他们不信什么E型，只信分数。苏老师上周去家访，被人家用扫帚赶了出来。”
韩潮生沉默地举起一张试卷——那是他们用AI生成的“传统模拟卷”，学生们的平均分比县城重点中学低了15分。但他补充道：“可是，在‘海洋生态提案’写作上，我们的学生用双语完成的报告，被英国那边直接采用了。分数低，不等于能力低。”
屏幕里，林薇和陈行之坐在北京的会议室里，脸色凝重。俞明敏因为高原反应刚从甘肃回来，正靠在椅背上吸氧，六十三岁的脸上还带着未褪的高原红。
“这就是T型评价体系对E型教育的绞杀，”陈育法突然说，他的声音因为激动而颤抖，手指在桌面上敲出急促的节奏，“数据不会说谎！阿竹在‘土豆项目’里展现的跨学科能力——她建立了包含气候、市场、生物三个变量的决策树——远超县城同年级的应试尖子。但用老尺子量，她就是‘差生’！”
“可家长只看老尺子，”杨朵雅反驳，她的眼睛在火光中闪烁，不是针对陈育法，而是针对某种更庞大的东西，“陈育法，你不能只用数据说服人。你得让他们看到，这些‘不考试’的东西，能换来什么实在的——比如钱，比如尊严，比如不出村也能活得好的能力。乡土社会是实用主义驱动的，这是人类学常识。”
“那是什么？放弃教育的超越性？”陈育法皱眉，镜片后的眼睛闪过一丝受伤的神色，“我们要培养的是能连接全球的人，不是只算眼前账的……”
“是活着，”陈行之突然开口，他的声音不高，但瞬间让所有人安静，“首先是活着，活得好，然后才是超越。育法，你在MIT的实验室里讨论‘技术奇点’，但这里的家长讨论的是‘明年能不能盖上新房’。老俞，你说呢？”
镜头转向俞明敏。老人缓缓坐直，摘下氧气面罩：“我去看了马大壮的草原课。有个细节让我睡不着。一个娃用英语向德国志愿者介绍‘毒草识别’，对方惊了，说这种本土知识比哈佛的教科书还珍贵。那个娃的父亲，就是那个之前反对最凶的牧民，当场哭了。他哭不是因为骄傲，是因为他突然明白，他娃掌握的东西，是他放三十年羊都没被承认的价值。三十年，他的经验被当成‘没文化的土办法’，现在他娃用双语和科学术语，让德国人竖了大拇指。这就是尊严。”
“所以，”俞明敏的手指敲了敲桌面，“我们要办一个‘成果集市’。不是考试，是展示。让家长们看到，E型人才的‘多峰’，每一峰都能换成饭吃。让市场来验证，让外人来背书，比我们在会议室里吵架管用。”
---
十一月的“优行知首届乡土创客集市”在三站点同时举行，筹备的过程本身就是一场深度的PBL教学。
在云梯村，阿竹的“土豆项目组”进入了最艰难的决策期。陈育法带着学生们用AI分析了过去五年的气候数据、县农业局的收购价波动、以及邻村的种植面积申报，构建了一个简化的“云梯村土豆市场预测模型”。
“看这里，”陈育法指着屏幕上的概率分布图，对围在火塘边的孩子们说，“AI给出的预测是：今年秋冬土豆价格有78%的概率下跌到0.7-0.9元/公斤，原因是邻村扩种了30%。但如果我们下一季改种‘紫土豆’——这种高附加值品种，县城的精品超市愿意出2.5元/公斤收购——虽然产量低15%，但预期收益反而增加40%。”
阿竹咬着铅笔头：“可是紫土豆的抗病性弱，如果秋冬霜降提前，我们可能颗粒无收。这是风险。”
“很好，”杨朵雅坐在火塘另一侧，火光把她的脸映得通红，“这就是E型决策。不是找唯一正确答案，是在风险和收益之间找到你家能承受的最优解。阿竹，你爸去年盖新房欠了债，他能承受多大的风险？”
阿竹沉思了很久，最后在建模软件上输入了一组参数：“我建议，把秋冬三亩地分成两部分：两亩种普通土豆保底线，一亩种紫土豆搏上限。同时用陈老师的废旧手机气象站监测霜降预警，提前覆盖地膜。”
陈育法看着这个十二岁女孩在屏幕上画出的决策树，突然感到一阵战栗。这不是课本上的习题，这是真实的生存算法。他转头看向杨朵雅，她正用苗语向赵友德老人解释这个方案，老人听完，吧嗒着旱烟说：“这娃，像当年的‘鬼师’，能算天机了。”
更震撼的是“废旧手机气象站”项目。陈育法带着学生们拆了二十台废旧手机，提取出内置的气压计、温湿度传感器和摄像头，用开源的Arduino主板重新编程，组装成一个分布式气象监测网络。每个节点材料成本不到三十元，却能精确监测局部微气候。
但真正的突破发生在某个雨夜。赵友德站在那个由电路板和竹筒组成的奇怪装置前，对着陈育法说：“你这铁脑壳，会看云吗？”
“会，”陈育法调出AI的云图识别界面，“但我训练它用的是气象卫星的标准云图，准确率只有65%。”
“因为它不懂云梯村的云，”赵友德用烟杆敲了敲竹筒，“你看东山头那片云，边缘发毛，底部发灰，我们叫‘鬼梳头’，三个时辰内必有大雨。这种云，你们的卫星图里有吗？”
陈育法愣住了。他打开录音笔，请老人描述了十七种本地云相和对应的天气规律，然后将这些“非数字化知识”编码成AI的辅助判断规则。一周后，本地化模型的预报准确率提升到了91%，比县气象站还要精准——因为它融合了千年的身体智慧。
杨朵雅把这一切记录在那本厚厚的“乡土知识采集手册”里。手册的左页是代码注释，右页是苗文谚语，中间用红笔标注着“转译规则”。深夜，当陈育法在火塘边敲代码时，杨朵雅会端来一碗包谷酒，两人并肩坐着，她教他辨认苗文中的自然意象，他教她读懂Python里的递归逻辑。有时候他们的头会不经意地碰在一起，又迅速分开，像两只试探着靠近的鸟。
在甘肃，马大壮和苏婉婷联合推出了“草原生态认证”体系。这不是简单的课堂作业，而是真实的商业项目。学生们用双语（藏语+英语）制作了牧场管理手册，拍摄了草原植物的识别图鉴，还用AI分析了不同放牧密度下的草场恢复速度。
苏婉婷发现，扎西在数学课上总是走神，但在记录草高度时却异常专注。她调整了教学策略：让扎西用“草场评估”作为数学应用的入口——计算草产量需要面积公式和统计学，分析放牧轮换需要线性规划。扎西的数学成绩在两个月内从不及格跃升到优秀，因为他终于明白，那些抽象的符号是用来保护他阿爸的牧场的。
马大壮的腿在十一月的一个大雪天突然恶化。苏婉婷强行把他按在蒙古包里，解开他的裤腿，发现石膏边缘的皮肤已经溃烂，膝盖肿得像馒头。她用温水给他清洗伤口，手指触到他小腿上那道狰狞的弹疤——那是老山前线留下的。
“你当年，为什么去当兵？”苏婉婷突然问，手上的动作没停。
马大壮看着帐篷顶，沉默了很久：“家里穷，想挣条命。后来上了前线，发现命不是自己的，是国家的。现在这条腿，是为了救一个爬电线杆的孩子。那孩子想看的，是杆子上面的风景。”
“你现在做的，”苏婉婷轻声说，把药膏涂在他的膝盖上，“就是让更多孩子看到杆子上面的风景。但你得先把自己的腿养好。下周去省城复查，我陪你去。”
马大壮转过头，看着她。这个从上海来的、喝过洋墨水的女人，此刻手上沾着酥油，鬓角有白发，眼神却比他见过的任何军旗都要坚定。
“成交，”他说，声音沙哑，“不过你得先教我骑马。来了半年，我还没见你独自骑过。”
苏婉婷笑了，眼角的皱纹里盛着草原的阳光：“行。但你不许笑话我摔下来。”
在浙江，沈蔚蓝和韩潮生的“海洋之心”装置进入了最终测试阶段。韩潮生的“自适应浮力系统”完美地解决了台风避险问题：一个用废弃章鱼笼改造的机械阀门，在浪高超过阈值时自动打开，让浮球注水下沉；风浪平息后，利用竹筒的浮力缓慢排水上浮。
沈蔚蓝把这个机械结构融入了艺术创作：她用彩色渔网编织成水母状的外壳，让章鱼笼的金属骨架成为“海洋之心”的跳动核心。老阮头看着成品，那只白翳的左眼对着太阳，完好的右眼眯成一条缝：“这铁水母，比真的还好看。但你们得给它起个海里的名字，不然龙王不认。”
“叫‘归潮’吧，”韩潮生突然说，“不管沉多深，总会浮上来。就像渔民，不管走多远，总要回家。”
沈蔚蓝看着他，突然问：“韩老师，如果……如果我现在需要那个渔妇结，你会为我系吗？”
海风突然大了，吹散了她的声音。韩潮生听清了。他没有回答，只是把系好的结放在她手心，然后转身走向正在调试传感器的林子默。但沈蔚蓝看见，他的耳尖在夕阳下红得发烫。
林子默那边则有了更奇妙的进展。他把老阮头的三十七种渔歌号子输入了声纹分析软件，发现这些古歌的旋律变化与潮汐、风向存在统计相关性。老阮头唱“大风歌”时，声纹的基频波动与气象站记录的三小时后风速上升曲线存在显著关联。
“这不是迷信，”林子默兴奋地对陈澜说，“这是千年的经验贝叶斯模型！渔民用身体记住了天气模式，只是用歌声作为存储介质！”
陈澜把这个发现写进了双语报告，英国环保组织惊叹不已。但老阮头只是淡淡地说：“你们年轻人管这叫‘模型’，我们管它叫‘记性’。你阿公把海记进骨头里，你把它记进铁盒子里，都一样，只要别忘。”
---
集市当天，三站点同时沸腾。
在云梯村，阿竹的“土豆项目组”展示了他们的完整成果：那不是一袋袋刚挖出的土豆——农学上不可能，秋冬种的土豆要到次年一月才能收获——而是一份沉甸甸的“智能种植决策系统”。展台上，左侧摆放着夏季收获的普通土豆样品，贴着成本收益分析标签；中间是阿竹用3D打印制作的梯田模型，演示着两亩普通土豆与一亩紫土豆的分区布局；右侧则是她与县城“绿野精品超市”签订的秋冬紫土豆预售协议，每公斤2.5元的收购价，比夏季市价高出一倍。
“这不是赌，”阿竹对着围观的村民和来访的县教育局观察员说，声音起初有些发抖，但越来越稳，“这是算出来的。AI给了气候概率，陈老师给了市场数据，赵爷爷给了看云的经验。我们把三亩地拆开，就算紫土豆失败了，两亩普通土豆还能保住饭钱。这叫‘风险对冲’，是我从AI的经济学模块里学的。”
阿竹的父亲站在展台前，手里捏着那张“非标准化成绩单”——上面没有分数，只有一张五维雷达图：学术峰75，实践峰95，创新峰88，文化峰90，协作峰92。他看了很久，粗糙的手指抚过纸面，突然对陈育法说：“陈老师，我……我错了。这比考100分管用。明年，能不能用你那个AI，算算怎么种出更甜的土豆？”
陈育法推了推眼镜，眼眶有些发热：“叔，明年我们不只算土豆，我们算怎么让全村人的土豆都卖上好价。这叫‘群体智能’，是让大家一起变聪明。”
在甘肃，马大壮拄着拐杖，看着远处正在用平板电脑记录草高度的扎西——那个曾经数学不及格的男孩，现在被合作社聘为“首席草场评估师”，月薪三百，比县城刚毕业的大学生还高。扎西的父亲，那个曾经用扫帚赶苏婉婷出门的牧民，端着一碗酥油茶走到她面前，双手奉上，一句话也没说，但眼眶通红。
马大壮侧过头，对苏婉婷低声说：“谢谢你，没放弃他。”
“也谢谢你，”苏婉婷轻声回应，“没放弃你自己。”
在浙江，“海洋之心”装置不仅获得了国际环保设计奖的提名，还吸引了首批游客参观。更意外的是，老阮头用传统渔歌改编的“AI预警歌”——林子默将气象数据转化为古歌旋律，通过村里的大喇叭播放——成为了网红，带来了旅游收入。第一批“海洋之心”文创产品预售额达到了五万元，足够支撑下一批监测装置的制造。
韩潮生在教沈蔚蓝打那个“渔妇结”时，两人的手指在绳索间缠绕。沈蔚蓝突然握住他的断指处：“韩老师，这个结，以后只准给我系。”
韩潮生看着她，那只完好的左眼深邃如海：“好。但你也得学会，在台风天帮我收好这些装置。我们互相系结，才不会被浪打翻。”
陈澜在不远处看着，笑着笑着，眼泪却掉了下来。她想起半年前在上海的写字楼里，她以为“国际化”就是西装和PPT，现在她明白，真正的国际化，是让石塘村的渔歌被世界听见，同时让世界尊重打结的方式。
---
年底的评估会上，陈育法展示了“乡土知识图谱”的完整架构图。那不再是冰冷的代码树，而是一个活着的、呼吸的生态系统：每一个知识点都锚定在具体的地理坐标上，关联着具体的方言词汇、具体的老人面孔、具体的身体记忆。贵州的“山雾光学”节点旁，是赵友德的声音注释；甘肃的“载畜量”公式下方，链接着扎西手绘的草场地图；浙江的“潮汐算法”里，嵌入了老阮头的渔歌声纹。
“这就是AI for 教育的本质，”陈育法看向杨朵雅，目光里有着前所未有的温柔与默契，“不是替代，是增强。不是删除黑暗，是点亮星光。下一步，我想让AI学会的不只是‘回答’，而是‘提问’——像苏格拉底那样，用问题点燃问题。我正在写2.0的架构，但还需要时间。”
杨朵雅在台下，手里拿着那本已经翻旧了的“乡土知识采集手册”，封面上有她和陈育法并排写下的两种字迹。她轻轻点头，嘴角扬起一个只有陈育法能读懂的弧度：“那得先教会它‘听’。听懂孩子问题背后的恐惧和渴望。这是下一步，也是最难的一步。明年惊蛰后，我们试试？”
窗外，第一场雪落了下来，覆盖了梯田，覆盖了草原，覆盖了渔港。但在每个站点的教室里，火塘、柴油炉、渔灯都亮着温暖的光。AI屏幕上的知识星云缓缓旋转，与窗外的真实星空遥相呼应。
陈行之在笔记本上写下这一学期的总结：“当技术学会了谦卑，当乡土接纳了算法，E型人才的第一片土壤，才算真正肥沃。而教育的真谛，或许就藏在那句未说完的话里——从回答，到提问，从提问，到倾听。”
而在雪夜中，阿竹正在用三种语言——苗语、普通话、英语——撰写她的“土豆项目”年度报告。她在报告中写道：“以前我以为学习就是记住答案，现在我发现，最好的学习是问出更好的问题。我希望有一天，我们的AI也能像赵爷爷那样，用一个问题让我想一整夜。”
她不知道，这份报告中关于“AI应该学会提问”的朴素思考，将被一位来考察的教育部专家看到，成为改变一切的导火索。
此刻，她只是单纯地感到幸福：因为她的父亲，终于不再问她“考试考多少分”，而是问：“明年开春，我们能不能用你那个AI，算算怎么让全寨子的土豆，都甜过县城的糖？”
雪继续下，掩埋了旧年的裂痕，也滋养着新年的种子。在某个遥远的北京办公室里，俞明敏收到了三站点寄来的礼物：一罐夏季土豆淀粉、一条编织着GPS项圈数据的哈达、一个用废弃渔网做成的相框。他把它们摆在“优行知”大厦二十八层的窗台上，对着窗外的雪，轻声说：“火种，活了。”