跳至内容
文｜ 吕虹
在国内外大模型的竞合角力中，中国教育科技赛道的政策风向标和行业潮涌已显现“双向奔赴”之势。
今年初，中共中央、国务院就印发《教育强国建设规划纲要》，明确提出要面向未来产业发展，打造人工智能教育大模型。文件下达的同期，一场由国产大模型DeepSeek引发的技术海啸正席卷教育科技行业。
学而思、作业帮、网易有道、猿辅导等一批头腰部教育公司悉数官宣接入DeepSeek；与此同时，DeepSeek在数学、推理等方面出色亮眼的表现，叠加高性价比的成本破圈效应，更是让教育大模型原生应用市场今春以来的上新速度明显加快。
数理解题能力逼近人类顶尖水平、推理效率跃升、开源生态爆发——以DeepSeek为代表的通用大模型的进化速度，让从业者既兴奋又焦虑：当技术门槛被快速拉平，教育原生垂类模型的价值如何体现？AI助教如何跨越“低容错率”的生死线？真人教师会被替代吗？
近期，南都记者独家对话学而思CTO田密。作为国内首个专为数学打造、如今已覆盖全科的教育大模型——“九章”的核心构建者，他在对话中系统性回应了开源与自研的竞合逻辑、应对AI幻觉的“三重防线”，以及在AI重塑教育生态过程中理念与技术的博弈。在这场对话中，一个贯穿始终的结论是：教育的本质是人的成长，而技术狂飙的年代，守住精准与责任，或许比追逐速度更重要。
南都：学而思已有自研的九章大模型，为何选择同时接入DeepSeek？
田密：教育场景的需求复杂且多元。DeepSeek的强项在于复杂问题拆解和语言交互，而学而思的九章大模型深耕数学推理与学科知识图谱。以学习机为例，用户通过“小思”智能助手聊天，通用的百科问答、小思会话，可能会由DeepSeek回答；而教育专项功能，如拍批、答疑、精准学等，仍需调用九章垂类模型的深度支持，两者是互补的关系。
DeepSeek作为开源通用模型，在深度推理能力上表现突出，我们很早就决定将其作为基座之一。现在，DeepSeek的V3版本已成为九章大模型的基座之一，且加入了大量教育行业专有的数据，在AGI通用能力基础上，进行教育专精能力的二次训练。
南都：近期印发的《教育强国建设规划纲要（2024—2035年）》，专门就“促进人工智能助力教育变革”做出部署，要求面向数字经济和未来产业发展，打造人工智能教育大模型。能看到政策端其实也非常关注教育行业模型的发展生态。那么，在您看来，相比行业垂类模型，DeepSeek这类通用模型的技术特性与教育场景的适配度如何呢?
田密：其实经过我们内部的多轮测试，DeepSeek目前还不能当做一个AI老师去用的，还有大量问题，例如“超纲讲解”，给初中孩子讲题时，用到了高中的知识点；“幻觉”问题，回复的答案或引用的知识有错误；以及需要它进行“鼓励式提问”时，不能很好地理解或完成，这也是通用大模型易出现的问题。
而行业垂类模型，就以我们自研的九章来说吧。实际上我们也并不是从零开始训练它，而是在优秀的开源通用模型基础之上，运用大量的教育专业数据做后训练，才让它在数理答疑上有目前亮眼的表现。所以在我看来，通用大模型的技术性能越出色，对于其所搭载的垂类模型来说，基座基础就能打得更扎实，回归到教育场景来说，对教育大模型的提升效果也就更好。
南都：据了解，目前DeepSeek-R1版本在数学推理能力上已经接近九章大模型当前水平，未来伴随优秀的头部通用模型不断涌现，贵司会否放弃自研模型的赛道？
田密：不会。其实，垂域大模型与通用大模型有很多互补之处，而学而思从自研九章大模型之初，就坚定了走最优秀的开源大模型基座+行业数据后训练的路线。自研与合作的核心逻辑是“站在巨人肩膀上创新”。未来，学而思将积极探索与更多优秀大模型的合作。
其实DeepSeek出来之后，我们也很震惊，能看到它在解题能力上确实已经非常接近我们现在的水平了。但需要明白，解题能力只是教育场景的一环，在讲题答疑等多轮对话方面，我们测试显示DeepSeek对用户的感知和直接使用效果，实际上还是没有九章好。像拍照批改、分步骤诊断、个性化答疑等复杂流程，目前还是调用九章完成，这是AGI暂时无法替代的。
毕竟作为通用类大模型来说目标更趋近AGI，很多细分的垂类赛道能力——比如理科答疑这样的具体教育场景，并不会让它停下脚步过多深入。而与此相对，垂类教育大模型在教育能力上，相比AGI会做得更加深入，这也是我们差异化发力的竞争优势所在。
当然，随着通用模型越来越聪明，垂直模型必须更懂行业。这意味着一方面，垂类模型需不断强化数据壁垒，建立自己的护城河；另一方面，如何将大模型与教育专业知识深度结合也是重要挑战。我相信未来，通用大模型与垂类模型将长期共存——前者解决“广度”，后者深耕“深度”与“精度”。
南都：学而思计划开放“多模型回复对比功能”，是否意味着打造教育领域的“模型超市”？
田密：技术浪潮初期，产品形态还需进一步探索。我们的目标不是简单堆砌尽可能多的模型，而是以开放心态整合前沿技术，服务于可靠的学习体验。在我们的学习机中，用户提出一道题目时，系统能自动调用多个模型来交叉验证答案，同时结合题库匹配和真人审核兜底，确保准确性。教育产品的容错率趋近于零，技术必须服务于精准性，而非追求“多而全”。
田密：基于学而思的知识库和用户画像库，我们目前主要通过搜索召回增强技术（RAG）和真人教师复核机制缓解。
具体来说，也就是立足积累的题库，再叠加多个大模型同时交叉验证。可以理解为建立了“三重防线”：第一，题库优先匹配，基本上90%的题目直接调用预存解析，确保答案标准化；第二，多模型交叉验证（九章、DeepSeek、千问等），仅当答案一致时才反馈给用户；第三，真人教师快速复核争议结果。
我们通过在数据库中搜索并召回相关问题，设置约束条件，确保AI老师围绕正确答案进行讲解，避免给出错误的解答。RAG技术可以实时抓取最新数据，修正时效性错误。
我们也开发了专门的LaTeX合法性检测工具，将公式转义为正确的文本格式，确保数学推理的准确性。
南都：DS等通用类模型入局，理科答疑类教育大模型原生应用涌现，这已然成为2025开年教育市场最火热的现象。有业内观点认为，伴随AGI的加持，2025年或成为教育大模型原生应用的分水岭。您怎么看？这对教育科技市场既有的题库类产品形态有何影响？
田密：正如您提到的，“DeepSeek×教育大模型”的解决方案，的确在今年以来加速了理科答疑的突破。
以往大模型难以攻克理科答疑的核心原因，还是答题准确率不够。教育产品的容错率趋近于零，用户对答错题的容忍度极低，技术必须服务于精准性，一旦出错会严重影响用户体验。而DeepSeek R1模型的深度思考模式让理科答疑产品的可用性大幅提升，毕竟它测试的数学纯文本题目准确率已经与真人接近甚至超过真人。在其基座之上去做产品，市场想象空间就被打开了。
对题库类业务的市场冲击无疑是很大的。从产品范式来看，题库类产品只能提供录制好的解析，理科答疑类产品则可以提供交互式解析，类似于一名教师给学生分步骤讲题，学生随时可以反馈自己的疑点。伴随教育大模型交互答疑准确率的不断提升，各家对题库的依赖是直线下降的，用户和流量无疑将更多奔向能提供实时交互与回答的AI入口。
但我前面也提到，即便是DeepSeek也无法做到针对不同学龄的用户解析，比如给三年级学生回答“鸡兔同笼”问题，大模型会用三年级还没学到的方程法进行解析。此外，多模态解析图片的准确率当下还不高，而实际上数理答疑版块中，图形题的占比接近40%，还是比较高的。这部分目前还是依赖多模态大模型加上题库的综合能力去做的。所以留给题库类产品的时间窗口还是有，还要看大模型多模态技术的突破情况。
南都：如今，AI教育硬件已经深刻介入青少年学习的日常，作为教育科技领军企业，学而思的AI教育产品如何保障用户数据隐私安全？
田密：我们所有用户数据存储均严格去隐私化，仅保留学习行为与匿名ID关联。在B端业务中，我们正探索与高校、科研院所等机构合作，以区或市为单位建立本地化数据池，我们仅提供技术服务。AI教育硬件的一个基本技术伦理，就是必须平衡创新与安全，在这个层面上来说，通用模型往往缺乏教育场景的“安全护栏”，而这也是垂类模型的核心价值。
南都：有人忧虑，AI的强势介入导致学生逐渐失去独立思考和动手能力，作业“AI味”渐浓？在这场技术变革的浪潮中，您如何看待大模型与学生学习之间的关系？
田密：教育拥抱大模型，本质上其实并非一个用或者不用的单选题，数智学习新范式的关键，是要如何结合不同情境，明确使用目标与合理边界，让大模型真正成为学生的数智助手。因为学习的本质不是记忆和重复，而且培养分析、判断、创造等内驱思维力。
像您刚才提到的新闻，说今年不少小学生寒假作业都依赖DS了，很多人就担心AGI的普及是不是会扼杀学生的创造力和想象力，滋生学习惰性。我倒不这么看。首先如果说抄答案，其实在DS这种通用大模型能力破圈之前，用拍搜类的应用搜题答题，在中小学生中也早就遍地开花，这种惰性并不是和AGI强绑定的。
更重要的是，要清醒意识到拥抱AI是大势所趋，靠禁是禁不住的，实际上在“人机共生”是未来的必然命题情况下，我更倾向于认为大模型的核心价值恰恰是启发思维与创新。正因为大模型的内容输出不是绝对正确的，需要学生具备筛选、评估和修订信息的能力，这就提供了一个非常好的不断反思、持续求证的教育场景。这一过程不仅不会削弱学生的创造力，反而能帮助他们跳出思维定势，寻找结构性的创新点。
南都：您曾谈及教育AI的终极目标是L4或L5，即99%的任务由AI完成，只剩1%的人类情感交流和技能传授。那么，当有一天L4级AI学伴（AI主导学习）成为现实，真人教师会被取代吗？
田密：AI可能会对学习模式、教育内容、师生之间的交流方式带来变化甚至重构，但永远无法替代真人老师。
AI的优势是高效传递知识，但育人需要情感互动和价值观引导，这是机器的盲区。未来，AI的目标是成为“超级助教”——辅助教师批改作业、分析学情；同时作为“学伴”，提供24小时答疑。但如何正确使用AI、辨别信息真伪，仍需真人教师教导。技术越发达，教育中“人的角色”越不可替代。
南都：未来5-10年，AI教育的关键机遇与挑战是什么？在这波AI浪潮中，你觉得什么是教育科技公司的立身之本？
田密：DeepSeek的出现，在短期内，可能会通过低成本、高效果的开源模型，加速教育类AI原生应用创新涌现；从长期来看，整个教育科技领域有可能会在AGI技术加持下演变出更多阶段性产品——比如“具身智能”可能走进家庭，以机器人的形式陪在孩子周边，成为孩子的成长伴侣。
但技术爆发也带来挑战：通用模型缩小技术差距后，产品竞争将转向综合体验。这就需要我们在技术和产品上持续攻坚，也需要企业在成本研发方面下功夫。但这也是好事，这样才能使得AI native的应用，或者是大模型时代原生的AI产品更好地发展。
最重要的，企业需要更多在成本与创新间找到平衡——既要拥抱技术红利，也要守住教育本质。其实我一直都反复讲，“容错率趋近于零”是教育行业有别于其它行业市场的特性。无论是模型迭代、技术兜底，还是面向C端或者B端乃至出海的业务布局，学而思的策略始终围绕“精准”与“可靠”展开。
在Deepseek这类通用模型的技术狂飙突进时，教育科技公司更需要一份敬畏——对知识的敬畏，以及对“人”的敬畏。在我看来，无论AI技术再有怎样的革命性发展，它的目标都是成为人的助手，而不是代替人。教育的终点，永远是培养会思考的人。
（文：AI前哨站）
