曉羊集團創始人周林：教育大模型在G、B、C三端的落地實踐

11月17至18日，芥末堆在北京舉辦以“教育有AI，學習無界”為主題的GET2025教育科技大會。曉羊集團董事長、創始人周林以《教育大模型在G、B、C三端的落地實踐》為題進行了分享。

以下為演講實錄，經編輯：

我今天主要分享的是AI在教育中的落地實踐，尤其關注三個端：G端（政府）、B端（機構）、C端（學生和家庭）的應用。

近期各級政策頻出，尤其是從今年開始。年初DeepSeek出圈之后，國家層面、教育部、省市各級都陸續發布了大量關于教育AI落地的指南和政策。教育AI帶來了巨大的機遇。教育部一直強調的“大規模因材施教”，如果沒有AI協助，以前基本是一句空話。試想，在學校里一個班通常有40多個孩子，而在山東、河南等地，大班額問題仍然嚴重。老師根本無法兼顧每一位學生。

即便是在美國，我曾工作多年，一個班也有20多個孩子，想要真正做到因材施教也很難。更不用說中國的學校，要實現一對一教學幾乎不可能。除非是教培機構提供的一對一服務，但那顯然不是每個學生都能享受的。

只有在AI真正到來之后，個性化學習路徑的規劃以及大規模因材施教、一對一輔導才真正成為可能。最近AI非?；鸨鱾€地方都在研究如何落地，各種大模型層出不窮，DeepSeek、豆包、千問等等。

但通用大模型想要在教育領域真正落地，還面臨一個核心問題：“通用大模型套殼應用”存在很大風險。我總結下來，通用大模型落地教育場景有四大“宗罪”：

第一宗罪：幻覺問題。大模型會“胡說八道”，也就是“一本正經地胡說八道”。如果給老師用，問題相對可控，因為成人有辨識能力；但如果給學生用，尤其是一對一輔導，就很危險。孩子無法辨別信息真偽，幻覺問題就非常致命。在G、B、C端落地時，政府端最怕出錯。智能體如果在跟孩子交流時說錯話，甚至出現價值觀問題，被家長截圖傳播，平臺第二天可能就得下線，這是最要命的問題。

第二宗罪：抄答案利器。大模型讓學生輕易獲得作業答案。我們走訪了全國很多學校，發現一些學校已經嚴格禁止學生使用通用大模型。原因是作業錯得都一樣，而且錯誤離譜。后來發現，這些孩子都是在用大模型抄作業。大模型會把每一句話當成提示，而學生很快學會了說“我不想做了，你直接告訴我答案吧?！?/p>

第三宗罪：被帶偏方向。學生在和大模型交流時，如果說“我不想學了，我們聊聊八卦吧”，大模型就會跟著聊，甚至提供游戲鏈接。美國也曾發生過類似事件：一個叫Claude的大模型與學生聊天，結果觸發了嚴重后果，引發監管和政策討論。這說明通用大模型在教育場景下有帶偏風險。

第四宗罪：缺乏閉環。最可怕的是，老師和家長不知道孩子到底和大模型聊了什么。即使有聊天記錄，很多孩子會順手刪除。內容未知、過程無法監管，這是非常危險的。

所以，當我們討論大模型在教育中的落地時，面臨的挑戰非常多。我們的目標就是解決這最后一公里，讓AI真正安全、高效地服務教育。

曉羊從三年前就開始研究大模型，我們起步很早。我本人在美國從事AI研究多年，是AI博士，一直關注AI如何賦能教育教學。創辦曉羊之前，我在全球最大的教育科技公司工作，多年來研究的核心就是：AI如何真正服務教育。

三年前，ChatGPT還只是2.0時代，絕大多數人對大模型毫無概念，而我們已經開始研究它在教育場景的落地。按照教育部的說法，這就是“教育大模型”。今年年初，教育部發布的生成式人工智能使用指南里也明確指出：小學階段嚴禁學生獨立使用開放式大模型，也就是通用大模型。

因此，我們從一開始就專注于教育大模型的研究。教育大模型需要大量二次訓練，需要嚴格的護欄設計，必須解決通用大模型的四宗罪。為此，我們投入了大量資源，并建立了核心研發團隊常駐美國。

在通用大模型基礎上，我們做了三個增強：能力增強、知識增強、記憶增強。今天時間有限，不展開技術細節，但這些增強與人腦的類比非常接近，幫助我們將通用大模型轉化為教育大模型，實現真正落地教育場景，并全面解決之前通用大模型的各種問題。

通用大模型直接用于教學場景是行不通的。它會遇到大量問題：針對性不夠、可供性不足、持續性差，甚至還有倫理和合規風險。為此，我們打造了新型教育大模型，也就是“教育AI中臺+智能體中心”，通過三個增強技術，才能真正落地到教育各類場景。

我們一直強調落地，核心就是如何讓教育大模型在學校常態化應用。去年六月份，我們自己的教育大模型基本成熟后，就圍繞教育教學鏈條，打造了三個應用場景。

第一個場景：課前老師助手。輔助老師進行教學設計、教案學案制作，以及各類學科工具的生成。

第二個場景：課堂生成式工具。從課前到課中，我們提供一整套生成式課堂工具，幫助老師實現真正的一對一互動。每個學生在課堂上都能得到老師“分身”的輔導，保證每一次任務布置、每個互動環節都照顧到每個孩子。全國很多城市的公開課、賽課，第一堂生成式課堂都是用我們的教育大模型打磨出來的，包括北京、上海、廣州、重慶、蘇州。

第三個場景：課后個性化輔導，重點聚焦作業和考試場景。大家都知道，現在學生做作業時，大部分沒有輔導。家長可能從小學五、六年級開始，就沒有時間或者能力輔導孩子。教培機構成本又高，一對一輔導北京可能一小時上千元，很多家庭難以承受。我們的教育大模型則可以在課后提供可持續、高質量的一對一輔導，讓每個學生都能得到精準幫助。

通過這三個場景的落地，我們從課前、課中到課后，從教學設計到學生評價反饋，實現了全鏈條閉環。

一是課前教學設計?，F在已經包括教案、學案的大單元設計，以及老師原創題目的出題和各類學科工具的生成。使用方式緊貼老師的工作習慣，通過大模型輔助完成任務，效率和習慣高度契合。

二是生成式課堂。前面已經提到生成式課堂，這里不再詳細展開。核心是幫助老師打造“分身”，我們把課堂任務分為三類：指向性任務、應用性任務和復雜性任務，已經形成豐富的實踐案例。

一個典型案例發生在北京一所高一數學課堂，平面向量這一課上，我們為每個學生打造了“平面向量探究智能體”，學生可以在課堂上與AI一對一互動。有趣的是，當聽評課的教研員嘗試“帶溝”，也就是試圖讓智能體偏離教學目標時，結果發現帶不動，因為這是專門為教育場景訓練的教育大模型，而不是通用大模型。他自己評價：“別的大模型一帶就帶偏了，你們這個怎么帶都帶不過去。”

三是智能學伴。面向課后輔導，提供真正的一對一學習支持，讓每個學生在作業和考試環節都能得到精準輔導。

在課后輔導場景中，每個學生都能獲得一對一的個性化輔導。更重要的是，這套系統是有記憶的。輔導老師會隨著時間不斷了解孩子，根據孩子的性格、學習節奏和掌握情況，打造專屬的知識圖譜，也就是個性化學習路徑。慢性子、急性子，不同性格的孩子，輔導方式也會隨之調整。

我們的創新不僅在于對話方式，可以是語音，也可以是文字，還在于引入了“畫布”功能。學生在與AI老師交流的同時，旁邊的黑板狀畫布會自動生成多模態、多媒體內容，學生可以在畫布上進行互動，就像課堂上老師一邊講課，一邊在小黑板上展示相關內容一樣。

基于個性化知識圖譜，系統還能為學生推送拓展練習，真正幫助他們提升學習能力。在各地落地的實踐中，我們發現，孩子使用一段時間后，幾乎完全離不開AI老師。同時，學情報告和分析對老師和家長來說，也是極為重要的數據反饋，讓他們能真實了解孩子當前的學習狀態。

目前，我們的教育大模型已經在三個城市實現常態化落地。

第一個是上海，作為AI引領的城市，我們去年11月中標上海市教委三個助手項目的AI底座，備課助手、教學助手和作業輔導助手，這三個應用場景與我們之前提到的課前、課中、課后完全吻合。目前，在市教委的推動下，正在逐步推廣，形成常態化使用。

第二個是青島，上學期在青島市教育局主導下，完成了全面試點。

第三個是蘇州，試點從太倉市起步，目前已擴展為全市項目。值得一提的是，隨著AI興起，“小屏”進校園的機會前所未有。太倉市教育局正在為學校配備平板，青島也在推進類似計劃，這為AI教學場景落地提供了強大支撐。

我們的商業模式也非常清晰：G、B、C三端落地。G端，即教育大模型，可為各地政府打造AI大平臺；B端，則是各類應用場景落地；C端面向學生輔導，商業空間巨大。具體來說，C端包括校內課后托管、校外教培機構賦能，以及家庭自主學習。我們已在青島、蘇州、深圳與頭部教培機構洽談合作，形成完整閉環，下一步將全面招募城市級合伙人。

未來展望，這是難得的機會。即便在當前經濟環境嚴峻的情況下，教育AI仍是值得關注與深耕的領域。