chubai
2023年春天，一位87岁的老人站在麻省理工学院的教室里，最后一次擦去黑板上的粉笔字。台下没有学生，只有摄像机。他对着镜头微微点头，然后开始讲起向量空间——这门他讲了整整六十年的线性代数课。
这位老人叫吉尔伯特·斯特朗，MIT数学系教授，人称“线性代数教父”。他做了一件在当今知识付费时代近乎“反商业”的事：把自己60年积累的AI数学课程，全部免费上线。
消息传出，全球数学圈和AI圈都沸腾了。有人激动地说：“这是MIT教授献给世界的礼物。”也有人冷静分析：“这不仅是礼物，更是一种宣告——最顶尖的知识，本就不该被锁在象牙塔里。”
一、一门课，六十年
斯特朗教授的故事，要从1963年说起。
那一年，他刚从加州大学伯克利分校拿到博士学位，来到MIT任教。彼时线性代数还是一门“冷门课”，学生寥寥，教材陈旧。斯特朗却敏锐地意识到：这门描述多维空间关系的数学工具，未来必将大放异彩。
他开始重新设计课程。把抽象的矩阵运算，还原成几何直观；把枯燥的向量推导，讲成空间变换的故事。学生们发现，原来数学可以如此“看得见”。
这一讲，就是六十年。
六十年间，斯特朗的线性代数课从MIT的选修课，变成最受欢迎的必修课。他的教材《线性代数导论》被翻译成多种语言，全球销量超过100万册。而他的课堂，更是培养了无数AI领域的顶尖人才——从谷歌DeepMind的研究员，到OpenAI的核心工程师，都曾坐在他的黑板前。
二、为什么是现在？
很多人不解：87岁高龄，为什么还要费心录制全套课程？为什么选择免费公开？
斯特朗的回答很简单：“知识不是用来囤积的，是用来传递的。”
但深入剖析，这个决定背后有着更深层的逻辑。
第一，AI时代，数学基础正在成为“新常识”。ChatGPT、Sora、自动驾驶……所有AI应用的核心，都是线性代数、概率论、微积分。斯特朗敏锐地捕捉到：当AI从实验室走向大众，数学教育也必须从精英走向普惠。
第二，知识壁垒正在阻碍创新。目前全球AI人才极度稀缺，而入门门槛高是重要原因。一套优质的免费课程，能极大降低学习成本，让更多非名校、非科班的人有机会进入这个领域。
第三，这是对“知识付费”过度商业化的一种回应。当一门网课动辄几千元，当知识被包装成商品，斯特朗的选择像一剂清醒剂：教育的本质，不是变现，是播种。
三、这份“礼物”有多珍贵？
有人可能会问：网上免费数学课那么多，斯特朗的课有什么特别？
答案藏在细节里。
普通课程教“怎么算”，斯特朗教“怎么看”。他讲矩阵特征值，不是列公式，而是画出一张“特征向量在地图上指向哪里”的示意图。他讲奇异值分解，不是推导过程，而是用三维动画展示“数据压缩时哪些信息被保留”。
更重要的是，他的课程体系是“活的”。60年来，他不断根据AI发展更新内容。今年新录的课程里，专门加入了“矩阵在神经网络中的应用”章节，把传统的线性代数与反向传播算法、注意力机制直接挂钩。
这种“从基础到前沿”的无缝衔接，是任何教材都无法替代的。
四、免费，但不止于免费
斯特朗的选择，让人想起另一位老人——90岁的诺贝尔物理学奖得主杨振宁。2021年，杨振宁将自己的全部手稿、笔记、教学视频无偿捐赠给清华大学。他说：“这些东西放在我这里，只是一堆纸；交给年轻人，就是火种。”
免费开放知识，从来不是“亏本生意”。它带来的回报，远超金钱。
对MIT而言，斯特朗的免费课程提升了学校的全球影响力，吸引更多优秀学生申请。对AI行业而言，更多人才涌入会加速技术进步，最终反哺整个生态。而对斯特朗本人而言，没有什么比看到自己教过的学生改变世界，更值得骄傲。
事实上，斯特朗的学生中，有人用线性代数改进了搜索引擎算法，有人用矩阵分解优化了推荐系统，还有人把向量空间理论用在了蛋白质结构预测上。这些成果，都源于60年前那个站在黑板前写写画画的年轻人。
五、我们能从中学到什么？
斯特朗教授的故事，对普通人同样有启发。
第一，真正的专业，是“把复杂讲简单”。斯特朗能把线性代数讲得让文科生都听懂，靠的不是简化，而是理解。在知识爆炸的时代，谁能把高深概念变成常识，谁就掌握了传播的密码。
第二，长期主义的力量。60年打磨一门课，听起来不可思议。但正是这种“不着急”的坚持，让这门课成为经典。在追逐风口、热衷速成的今天，斯特朗的选择提醒我们：有些价值，只有时间能赋予。
第三，分享是最好的成长。斯特朗曾说：“每教一遍，我对线性代数的理解就更深一层。”公开分享知识，看似是付出，实则是自我迭代。当你的知识被更多人检验、质疑、应用，它才会真正生根。
最后，回到那个问题：为什么MIT教授要免费开放60年的数学课？
或许答案就藏在斯特朗最近一次接受采访时说的话里：“我站在黑板前60年，不是为了让学生记住公式，而是让他们看见一个更大的世界。现在，我希望所有人都能看见。”
知识从未如此慷慨。当87岁的老人把毕生所学倾囊相授，我们唯一能做的，就是认真学下去。
**如果你也被这份“礼物”触动，不妨转发给身边正在学习AI或数学的朋友。** 让更多人知道：在这个知识被明码标价的时代，依然有人愿意把最珍贵的东西，免费送给世界。
**你，学会了吗？** 欢迎在评论区分享你的学习感受，或者聊聊你遇到过的最好的老师。
