編者按：

　　本文轉載自網易有道CEO周楓公眾號。

　　4月25日，周楓與與百川智能創始人、CEO王小川回到母校清華，參加了由清華大學計算機系主辦、學生會協辦的第443期時代論壇。

　　在演講中，周楓談到，大模型的迅猛發展，正在驅動教育產業完成從“在線教育”到“AI教育”的質性躍遷。大模型能力經歷了從知識問答，到思考答疑，再到行動的過程，盡管在聊天和編程領域已展現出驚人的能力，但周楓在現場拋出了一個引人深思的觀點：“教育AI的落地要比聊天和編程更難。”

　　他將教育AI的特殊性總結為四大核心挑戰：學習過程的長期性、目標定義的困難性、利益相關者的復雜性，以及對不出錯的極高要求。相比于一次性的代碼生成或閑聊互動，AI教育是一個極其復雜的系統工程，必須讓模型、內容、評測、交互與長期反饋形成閉環，才能真正發揮作用。

　　“教育AI的難點不在于會不會答，而在于能不能持續把人教會。”

　　以下為周楓分享全文。

　　現場的同學們：

　　大家下午好!

　　非常榮幸再次回到清華，參加計算機系團委主辦、清華大學學生會協辦的第443期時代論壇，以學長的身份跟學弟學妹們做一些分享。

　　我要講的主題是《從在線教育到AI教育》——大模型出現之前的在線教育、有道以技術賦能教育的實踐和我們當下針對AI教育的一些思考。

　　早在大學階段、師從鄭緯民院士開始，我就一直圍繞兩條主線進行研究，一個是計算機系統和AI，另一個是教育科技和產品。2023年ChatGPT剛剛面世，比爾·蓋茨就有一個著名的論斷，AI未來最重要的四個應用領域是醫療保健、教育、生產力和生活。今天看，這是一個準確的預測，AI的確在這些領域爆發出了巨大的能量。

　　1 從“在線教育”到“AI教育”

　　2022年9月教育部數據顯示，中國有在校生2.9億人，教職工1800萬人;截至2024年底，國家財政性教育經費占國內生產總值比重，已經連續十多年保持在4%以上。

　　但在AI大模型到來之前，在線教育所有的工作相當于只是“基建”——互聯網技術解決了內容的海量分發與遠程交互，第一次讓“老師不在眼前也能上課”;師資、助教、答疑等層面的班級運營被數字化，教學開始從“手工作坊”變成系統工程;大班、小班、雙師與不同客單價，驗證了在線教育的可持續發展。

　　以上分別對應的是通信、教學管理和商業模式的三個角度。它們的確立，為教育普惠呈現了全新面貌，打開了更大的想象空間。

　　與之對應的是，有道這些年深耕在線教育的一系列探索：網易公開課于2010年推出，中國大學MOOC于2011年上線。2016年移動互聯網成熟后，有道精品課迅猛發展。2018年有道詞典筆等硬件推陳出新，有道產品不斷邁入家庭學習場景。2019年，有道在美股上市。2021年，在線教培的市場規模和行業關注度到達了歷史峰值。

　　可是在那以后，整個行業越來越能感受到在線教育真正的瓶頸：海量內容并不等同于學習效果，內容的工業化生產并不能替代個性化輔導，甚至內容越多，學生的負擔越重。

　　然而，我們常說的教育理想——“因材施教”，其核心在于“輔導、講解與陪伴”，以及針對不同個體的個性化反饋。這些在實際中并不能完全做到，因此行業需要進行反思：究竟該怎么辦?

　　直到2022年底，ChatGPT來了，大家很自然地“希望用AI去更高效地做教育”，中國的在線教育進入到了AI教育階段。

　　有道也深度參與了由技術驅動的教育模式變革，最初的網易公開課讓各地的學生都有機會學習清華等名校的課程，到直播課實現了低成本的遠程交互，一個老師可以同時給成千上萬的學生上課。

　　再到目前，我們已經在技術的支持下進化到了視頻答疑階段。在有道AI答疑筆這個載體上，學生如果去問一道不會做的題，有道AI答疑筆可以生成個性化的講解。

　　所以總結來看，上一輪在線教育確實解決了很多問題。它解決了大量內容的分享問題，解決了遠程互動的問題，也讓視覺、語音、搜索這些技術第一次大規模進入學習場景。但它并沒有解決更深的問題。學習遠不是依靠海量內容就能做好的，視頻網站也許有很多的學習內容，但這并不天然等于最好的學習效果。真正困難的，是輔導、陪伴、個性化、節奏控制和長期反饋。生成式AI第一次讓我們看到，在這些更深層的問題上，可能出現實質性的突破。

　　2 教育AI比聊天和編程更難

　　如果借用智能駕駛的分級來理解AI教育，我覺得它也會從低級別輔助，逐步走向更高水平的自動化輔導，覆蓋越來越復雜的需求場景。

　　從積極的一面看，我們有很多值得樂觀的理由。2023年，模型的知識能力已經發生明顯躍遷;2024年，模型的推理和思考能力快速提升;到2025年，模型的行動能力通過Agent的方式被釋放出來。同時，多模態輸入輸出能力也在持續增強。聊天和編程這兩個國民級應用已經證明，大規模AI產品是完全可能出現的。

　　但是從另外一方面，我們也清楚地看到，教育AI比聊天助手和編程Agent更難。它面臨著四大核心挑戰，包括學習過程的長期性、目標定義的困難性、利益相關者的復雜性，以及不容有失的準確性。相比于一次性的代碼生成或聊天互動，AI教育是一個極其復雜的系統工程，必須讓模型、內容、評測、交互與長期反饋形成閉環，才能真正發揮作用。

　　下面我想分享一下有道在這一領域的具體實踐——教育Agent不會一夜之間在所有科目上都成立，它一定是按難度梯度逐步突破的。

　　語言類學習是大模型可以很好支持的應用領域。大模型本來就具有強大的語言能力，還具備跨語言交互功能，十分擅長聊天，所以英語口語是一個很好的試驗田。基于此，我們在2023年推出了AI口語老師Hi Echo，和網易游戲團隊深度合作，將3D人物和AI結合，它解決了中國人學英語的一個非常關鍵的問題——缺乏語言環境，深受很多英語學習者的喜愛。

　　其次是數學的問題，2024年，我們做了小P老師這樣的數學模型，難度明顯大了非常多，我們花了很多時間去打磨。剛好那一年ChatGPT-o1模型推出，我們也是國內最早去實踐這個強化學習模型訓練的團隊，通過為模型增加針對性訓練語料，以及采用RAG等知識庫方法，使產品達到用戶可接受的基礎質量。隨著大模型推理能力的提升，現在理科答疑的問題已經很好地解決。

　　從模型能力本身看，我們也經歷了一個持續演進的過程。

　　在AI浪潮前期大家關注模型的重點是參數有多大、算力有多強，但我們注意到一個現實問題，高性能大模型的部署成本極高，這可能會讓低收入地區的學生望而卻步，從而加劇“數字鴻溝”。所以，我們從一開始的目標就很明確，要打造一款專注教育領域、人人可用、低成本且高質量的推理模型。只有把門檻降下來，教育公平才會有真正的抓手。

　　到具體版本上：

　　2023年，我們做子曰1，核心是用更小的模型尺寸做高質量知識問答;

　　2024年，推出子曰2，重點優化英語學習的綜合能力;

　　2025年，子曰3正式發布，嘗試基于強化學習實現高質量理科答疑。

　　在Benchmark圖表中可以看到，它在數學推理任務中的表現已經處于頂尖水平。今年，我們的重心聚焦在多模態方向。我們正在優化視覺能力，重視復雜解題和交互式答疑的體驗。

　　今年我們又推出了有道龍蝦、有道寶庫等解決辦公、深度學習領域復雜任務的AI Agent。3月，OpenClaw創始人Peter Steinberger在海外社交平臺公開點贊了有道龍蝦，這也是國內同類產品中唯一獲此認可的項目，近期我們也率先接入了Deepseek V4、kimi2.6這兩個頂級模型。

　　3 保持審美力和判斷力駕馭AI浪潮

　　最后，和大家分享我的一些觀察和感悟。

　　我認為，未來三年Agent將成為人機交互的核心，教育行業會像編程行業一樣迎來代表性的Agent產品;學習硬件將從簡單的“內容容器”升級為懂孩子的“家庭老師”。 而隨著大模型技術壁壘的突破，推理成本與應用落地將共同驅動算力與場景的深度融合。

　　我想跟大家共勉的是，在技術浪潮面前，主動擁抱變化。不僅要懂技術，更要懂生活。讓我們保持審美力和判斷力，對現實世界問題的敏感性。唯有勇于跨界、打破學科圍墻，同時對每一門專業懷揣敬畏，才能駕馭每一次技術周期，在交叉融合中實現創新，做出屬于這個時代的耀眼成績。