晓羊集团创始人周林：教育大模型在G、B、C三端的落地实践

11月17至18日，芥末堆在北京举办以“教育有AI，学习无界”为主题的GET2025教育科技大会。晓羊集团董事长、创始人周林以《教育大模型在G、B、C三端的落地实践》为题进行了分享。

以下为演讲实录，经编辑：

我今天主要分享的是AI在教育中的落地实践，尤其关注三个端：G端（政府）、B端（机构）、C端（学生和家庭）的应用。

近期各级政策频出，尤其是从今年开始。年初DeepSeek出圈之后，国家层面、教育部、省市各级都陆续发布了大量关于教育AI落地的指南和政策。教育AI带来了巨大的机遇。教育部一直强调的“大规模因材施教”，如果没有AI协助，以前基本是一句空话。试想，在学校里一个班通常有40多个孩子，而在山东、河南等地，大班额问题仍然严重。老师根本无法兼顾每一位学生。

即便是在美国，我曾工作多年，一个班也有20多个孩子，想要真正做到因材施教也很难。更不用说中国的学校，要实现一对一教学几乎不可能。除非是教培机构提供的一对一服务，但那显然不是每个学生都能享受的。

只有在AI真正到来之后，个性化学习路径的规划以及大规模因材施教、一对一辅导才真正成为可能。最近AI非常火爆，各个地方都在研究如何落地，各种大模型层出不穷，DeepSeek、豆包、千问等等。

但通用大模型想要在教育领域真正落地，还面临一个核心问题：“通用大模型套壳应用”存在很大风险。我总结下来，通用大模型落地教育场景有四大“宗罪”：

第一宗罪：幻觉问题。大模型会“胡说八道”，也就是“一本正经地胡说八道”。如果给老师用，问题相对可控，因为成人有辨识能力；但如果给学生用，尤其是一对一辅导，就很危险。孩子无法辨别信息真伪，幻觉问题就非常致命。在G、B、C端落地时，政府端最怕出错。智能体如果在跟孩子交流时说错话，甚至出现价值观问题，被家长截图传播，平台第二天可能就得下线，这是最要命的问题。

第二宗罪：抄答案利器。大模型让学生轻易获得作业答案。我们走访了全国很多学校，发现一些学校已经严格禁止学生使用通用大模型。原因是作业错得都一样，而且错误离谱。后来发现，这些孩子都是在用大模型抄作业。大模型会把每一句话当成提示，而学生很快学会了说“我不想做了，你直接告诉我答案吧。”

第三宗罪：被带偏方向。学生在和大模型交流时，如果说“我不想学了，我们聊聊八卦吧”，大模型就会跟着聊，甚至提供游戏链接。美国也曾发生过类似事件：一个叫Claude的大模型与学生聊天，结果触发了严重后果，引发监管和政策讨论。这说明通用大模型在教育场景下有带偏风险。

第四宗罪：缺乏闭环。最可怕的是，老师和家长不知道孩子到底和大模型聊了什么。即使有聊天记录，很多孩子会顺手删除。内容未知、过程无法监管，这是非常危险的。

所以，当我们讨论大模型在教育中的落地时，面临的挑战非常多。我们的目标就是解决这最后一公里，让AI真正安全、高效地服务教育。

晓羊从三年前就开始研究大模型，我们起步很早。我本人在美国从事AI研究多年，是AI博士，一直关注AI如何赋能教育教学。创办晓羊之前，我在全球最大的教育科技公司工作，多年来研究的核心就是：AI如何真正服务教育。

三年前，ChatGPT还只是2.0时代，绝大多数人对大模型毫无概念，而我们已经开始研究它在教育场景的落地。按照教育部的说法，这就是“教育大模型”。今年年初，教育部发布的生成式人工智能使用指南里也明确指出：小学阶段严禁学生独立使用开放式大模型，也就是通用大模型。

因此，我们从一开始就专注于教育大模型的研究。教育大模型需要大量二次训练，需要严格的护栏设计，必须解决通用大模型的四宗罪。为此，我们投入了大量资源，并建立了核心研发团队常驻美国。

在通用大模型基础上，我们做了三个增强：能力增强、知识增强、记忆增强。今天时间有限，不展开技术细节，但这些增强与人脑的类比非常接近，帮助我们将通用大模型转化为教育大模型，实现真正落地教育场景，并全面解决之前通用大模型的各种问题。

通用大模型直接用于教学场景是行不通的。它会遇到大量问题：针对性不够、可供性不足、持续性差，甚至还有伦理和合规风险。为此，我们打造了新型教育大模型，也就是“教育AI中台+智能体中心”，通过三个增强技术，才能真正落地到教育各类场景。

我们一直强调落地，核心就是如何让教育大模型在学校常态化应用。去年六月份，我们自己的教育大模型基本成熟后，就围绕教育教学链条，打造了三个应用场景。

第一个场景：课前老师助手。辅助老师进行教学设计、教案学案制作，以及各类学科工具的生成。

第二个场景：课堂生成式工具。从课前到课中，我们提供一整套生成式课堂工具，帮助老师实现真正的一对一互动。每个学生在课堂上都能得到老师“分身”的辅导，保证每一次任务布置、每个互动环节都照顾到每个孩子。全国很多城市的公开课、赛课，第一堂生成式课堂都是用我们的教育大模型打磨出来的，包括北京、上海、广州、重庆、苏州。

第三个场景：课后个性化辅导，重点聚焦作业和考试场景。大家都知道，现在学生做作业时，大部分没有辅导。家长可能从小学五、六年级开始，就没有时间或者能力辅导孩子。教培机构成本又高，一对一辅导北京可能一小时上千元，很多家庭难以承受。我们的教育大模型则可以在课后提供可持续、高质量的一对一辅导，让每个学生都能得到精准帮助。

通过这三个场景的落地，我们从课前、课中到课后，从教学设计到学生评价反馈，实现了全链条闭环。

一是课前教学设计。现在已经包括教案、学案的大单元设计，以及老师原创题目的出题和各类学科工具的生成。使用方式紧贴老师的工作习惯，通过大模型辅助完成任务，效率和习惯高度契合。

二是生成式课堂。前面已经提到生成式课堂，这里不再详细展开。核心是帮助老师打造“分身”，我们把课堂任务分为三类：指向性任务、应用性任务和复杂性任务，已经形成丰富的实践案例。

一个典型案例发生在北京一所高一数学课堂，平面向量这一课上，我们为每个学生打造了“平面向量探究智能体”，学生可以在课堂上与AI一对一互动。有趣的是，当听评课的教研员尝试“带沟”，也就是试图让智能体偏离教学目标时，结果发现带不动，因为这是专门为教育场景训练的教育大模型，而不是通用大模型。他自己评价：“别的大模型一带就带偏了，你们这个怎么带都带不过去。”

三是智能学伴。面向课后辅导，提供真正的一对一学习支持，让每个学生在作业和考试环节都能得到精准辅导。

在课后辅导场景中，每个学生都能获得一对一的个性化辅导。更重要的是，这套系统是有记忆的。辅导老师会随着时间不断了解孩子，根据孩子的性格、学习节奏和掌握情况，打造专属的知识图谱，也就是个性化学习路径。慢性子、急性子，不同性格的孩子，辅导方式也会随之调整。

我们的创新不仅在于对话方式，可以是语音，也可以是文字，还在于引入了“画布”功能。学生在与AI老师交流的同时，旁边的黑板状画布会自动生成多模态、多媒体内容，学生可以在画布上进行互动，就像课堂上老师一边讲课，一边在小黑板上展示相关内容一样。

基于个性化知识图谱，系统还能为学生推送拓展练习，真正帮助他们提升学习能力。在各地落地的实践中，我们发现，孩子使用一段时间后，几乎完全离不开AI老师。同时，学情报告和分析对老师和家长来说，也是极为重要的数据反馈，让他们能真实了解孩子当前的学习状态。

目前，我们的教育大模型已经在三个城市实现常态化落地。

第一个是上海，作为AI引领的城市，我们去年11月中标上海市教委三个助手项目的AI底座，备课助手、教学助手和作业辅导助手，这三个应用场景与我们之前提到的课前、课中、课后完全吻合。目前，在市教委的推动下，正在逐步推广，形成常态化使用。

第二个是青岛，上学期在青岛市教育局主导下，完成了全面试点。

第三个是苏州，试点从太仓市起步，目前已扩展为全市项目。值得一提的是，随着AI兴起，“小屏”进校园的机会前所未有。太仓市教育局正在为学校配备平板，青岛也在推进类似计划，这为AI教学场景落地提供了强大支撑。

我们的商业模式也非常清晰：G、B、C三端落地。G端，即教育大模型，可为各地政府打造AI大平台；B端，则是各类应用场景落地；C端面向学生辅导，商业空间巨大。具体来说，C端包括校内课后托管、校外教培机构赋能，以及家庭自主学习。我们已在青岛、苏州、深圳与头部教培机构洽谈合作，形成完整闭环，下一步将全面招募城市级合伙人。

未来展望，这是难得的机会。即便在当前经济环境严峻的情况下，教育AI仍是值得关注与深耕的领域。