洋蔥學(xué)園聯(lián)合創(chuàng)始人兼董事長楊臨風(fēng)，圖片由其本人提供
今年1月，深圳市南山區(qū)四年級數(shù)學(xué)期末統(tǒng)考上了熱搜，因?yàn)榕R近考試結(jié)束時，各學(xué)校接到教科院通知，延長20分鐘。
這試卷也上了熱搜，一共36道題，整整6頁A4紙，情境化、跨學(xué)科、增加了閱讀量。句句有主謂賓，段段有原因有結(jié)果，大量長句，很多學(xué)生連題目都沒能讀完。有人調(diào)侃，這恐怕是語文老師出的數(shù)學(xué)題。
而觸發(fā)這個罕見現(xiàn)象背后真實(shí)的原因，竟然是AI。
在新課標(biāo)改革之下，AI大模型浪潮又不期而至，“死記硬背”成為好學(xué)生的時代，已經(jīng)徹底不復(fù)返。學(xué)以致用，用學(xué)科思維理解和解決現(xiàn)實(shí)生活中的問題，是考察學(xué)生能力的方向，哪怕他還只是一個小學(xué)生。
“去年全國各地的中考卷里，都有新題型。變化是非?？斓?。為什么這么著急？明知這么改完之后，很多地方老師、學(xué)校學(xué)生不適應(yīng)，也要改？就是因?yàn)锳I時代來臨了，沒有別的原因。”洋蔥學(xué)園聯(lián)合創(chuàng)始人兼董事長楊臨風(fēng)說。
考試改革的旋風(fēng)，也給教育科技公司提出了新的命題。去年，洋蔥在落地AI這件事上，相對比較輕量化，重點(diǎn)集中在“智能學(xué)伴”，亮點(diǎn)的應(yīng)用在AI情感陪伴。
而今年，尤其是在DeepSeek引發(fā)模型深度思考變革之后，楊臨風(fēng)決定加快發(fā)展步伐，用AI大模型，包括多模態(tài)的方式，將洋蔥過去11年積累的數(shù)據(jù)和內(nèi)容庫，“重新”再做一遍。
在2025世界數(shù)字教育大會期間，在教育數(shù)字化成果展上，洋蔥學(xué)園展示了針對中小學(xué)生自主學(xué)習(xí)的AI智能學(xué)伴。
事實(shí)上，不止洋蔥，今年包括學(xué)而思、猿輔導(dǎo)等教育科技頭部公司，也開始打破常規(guī)，第一次正式走向臺前，向市場闡釋和推廣自己對“AI+教育”的理解。在這些公司的理想愿景之中，終極目標(biāo)是為每一個學(xué)生，打造一個可以伴隨終身的AI老師，或者說，AI學(xué)伴。
而在學(xué)校教育之中，美國得克薩斯州Alpha School的模式，是被看好、學(xué)習(xí)和效仿的對象。該模式的核心是，上午通過AI應(yīng)用程序，完成個性化學(xué)科學(xué)習(xí)，僅需2個小時，而下午則專注于實(shí)踐技能與綜合素質(zhì)培養(yǎng)，學(xué)生結(jié)合興趣自主選擇活動。
這樣的模式之下，學(xué)生標(biāo)準(zhǔn)化測試成績超過了美國平均水平，MAP成績飆升至全美2%，還釋放了學(xué)生創(chuàng)造力，為未來教育指出一個新的方向。
AI課堂真實(shí)場景，圖片由洋蔥學(xué)園提供
不過，在已有優(yōu)勢業(yè)務(wù)的基礎(chǔ)上做出變化，挑戰(zhàn)依舊存在。通用大模型變得便宜、好用的另一面，是大家都可以調(diào)配大模型的通用能力，而產(chǎn)品之間的差異會變得非常小，所有的玩家又回到了同一條起跑線上。
而要想做出特色來，在一眾AI學(xué)習(xí)產(chǎn)品中脫穎而出，獲得市場優(yōu)勢，需要重新理解課程內(nèi)容與AI技術(shù)結(jié)合，工程設(shè)計(jì)上，合理搭建鏈路與流程。而大模型的性能的發(fā)展是飛躍式，隨著時間推移，一旦有新的突破，在上一代模型上做的蒸餾和場景的小應(yīng)用，全部都會作廢，用心搭建的護(hù)城河，會被一次又一次拍倒在技術(shù)浪潮之下。
當(dāng)教育科技來到AI智能體時代
Q：很多人都認(rèn)為今年是AI智能體元年，您怎么看？AI智能體會為教育行業(yè)帶來什么變化？
楊臨風(fēng)：我非常認(rèn)同這個判斷。過去半年，人工智能技術(shù)的迭代速度遠(yuǎn)超預(yù)期，不僅在教育領(lǐng)域，其他行業(yè)也出現(xiàn)了顯著變化。以大模型為例，去年雖然具備聯(lián)網(wǎng)搜索能力，但其對本地知識和具體工具的調(diào)用能力仍存在明顯局限——主要服務(wù)于“務(wù)虛類”任務(wù)，比如文章潤色、PPT制作等通用性內(nèi)容。然而，真實(shí)工作場景中，80%的任務(wù)需要交付具體成果，例如數(shù)據(jù)分析、流程優(yōu)化等“務(wù)實(shí)類”需求。
這一局面在2025年初發(fā)生了根本性轉(zhuǎn)變。DeepSeek等大模型通過深度思考鏈（Chain-of-Thought）技術(shù)的普及，顯著提升了意圖理解和任務(wù)規(guī)劃能力；同時，RAG（檢索增強(qiáng)生成）技術(shù)和MCP（模型上下文協(xié)議）的成熟，使得大模型能夠低成本、高效率地接入本地知識庫和工具鏈。這些技術(shù)突破標(biāo)志著AI智能體從“工具輔助”向“自主執(zhí)行”躍遷，2025年因此成為其規(guī)模化落地的拐點(diǎn)。
Q：AI大模型一直在進(jìn)化，但行業(yè)內(nèi)對于AI老師或者AI Agent的預(yù)期和設(shè)想似乎沒有太大變化，大體上是讓AI成為一個更懂每一位學(xué)生的“老師”，需要解決學(xué)習(xí)上的問題也是類似的，這樣的情況下，教育AI Agent與之前的AI相比，本質(zhì)上發(fā)生了變化嗎？
楊臨風(fēng)：以前的AI老師，經(jīng)常會答非所問，就像是活在自己的世界里，只是基于常識來生成回答內(nèi)容。這里會出現(xiàn)兩個問題：第一，AI講的內(nèi)容沒有辦法貼近學(xué)生的認(rèn)知。因?yàn)樗恢缹W(xué)生的信息和基礎(chǔ)學(xué)情，只能基于人類發(fā)布到數(shù)字世界里的信息來猜測。
第二，AI主要是以嚴(yán)謹(jǐn)?shù)倪壿嬜鑫淖中酝茖?dǎo)為主。但是，中小學(xué)生很難用文字的方式去理解知識。事實(shí)上，大部分學(xué)生的認(rèn)知方式，需要增加生動的圖像、動態(tài)的變化，要看到實(shí)驗(yàn)的現(xiàn)象和原理，才能了解知識背后的結(jié)構(gòu)和本質(zhì)。
Q：所以“本地化”是這一輪教育AI Agent的關(guān)鍵詞？該怎么理解？
楊臨風(fēng)：可以換一個說法：我們嘗試給AI大模型接上更多的大腦。我們會基于積累的多維數(shù)據(jù)庫，包括學(xué)生的基本學(xué)情和學(xué)習(xí)過程數(shù)據(jù)，利用AI Agent調(diào)用這些資源，生成或組織更加貼近學(xué)生認(rèn)知的數(shù)字內(nèi)容。
例如，當(dāng)AI需要向?qū)W生解釋某個知識點(diǎn)時，它不會簡單地輸出一段500字的文字，而是從我們約1萬部的動畫交互課程中，調(diào)用最匹配的片段。再比如，對于初二數(shù)學(xué)成績不理想的學(xué)生，如果直接向DeepSeek提問學(xué)習(xí)提升規(guī)劃，它可能會給出一份詳細(xì)的文字建議，例如“每天花10分鐘整理錯題、5分鐘預(yù)習(xí)”。AI Agent的突破在于，它可以直接調(diào)用課程和模塊，不僅說明“為什么要這么做”，還能明確“每天什么時間做什么”。
Q：學(xué)習(xí)類Agent，是不是只適合那些本身就有很強(qiáng)烈的學(xué)習(xí)的意愿的，或者自學(xué)能力很強(qiáng)的學(xué)生？面對一個“學(xué)渣”，AI給再多實(shí)用的建議，會不會也比不上那些可以對他直接施加影響的人，比如說老師或者父母親自的督促和指導(dǎo)？
楊臨風(fēng)：和ChatBot給學(xué)生回答或提出建議相比，現(xiàn)在的AI Agent已經(jīng)往前走了一大步。以前大模型給學(xué)生的建議，其實(shí)是通用建議，它不會具體告訴你應(yīng)該讀某本書的第167頁到第168頁。這些建議對孩子的自主規(guī)劃能力和學(xué)習(xí)動力要求非常高，如果老師不把孩子叫到身邊，手把手地教，大部分孩子自己是無法執(zhí)行的。
而現(xiàn)在的AI Agent已經(jīng)降低了門檻。關(guān)鍵的是，這一切學(xué)生只需要動動手指就能一鍵完成——不需要自己去搜索、篩選或規(guī)劃，所有步驟都被封裝成可直接使用的工具。
Q：通用大模型變得越來越可獲得，并且，大家都在往相同的方向發(fā)力的時候，做學(xué)習(xí)類AI Agent怎么保持差異化的競爭優(yōu)勢？
楊臨風(fēng)：首先，數(shù)字化的課程內(nèi)容資源庫是核心基礎(chǔ)。我們過去十一年沒有涉足直播課，而是投入大量資源制作了約1萬節(jié)動畫課程。每節(jié)課的成本約為10萬元，內(nèi)容顆粒度極細(xì)且系統(tǒng)化，嚴(yán)格匹配公立學(xué)校的教材版本體系。這是AI Agent調(diào)用和生成內(nèi)容的基礎(chǔ)支撐。
數(shù)據(jù)的沉淀與應(yīng)用很重要。在哪些環(huán)節(jié)插入互動、何時進(jìn)行干預(yù)、何時輸出關(guān)鍵知識點(diǎn)，要大量實(shí)踐經(jīng)驗(yàn)。我們有1.1億用戶，累計(jì)產(chǎn)生超過5000億次互動數(shù)據(jù)。當(dāng)大模型調(diào)用我們的內(nèi)容時，無論是提取1分鐘的片段，還是通過MCP（模型上下文協(xié)議）或RAG（檢索增強(qiáng)生成）技術(shù)匹配知識點(diǎn)，都依賴于內(nèi)容本身的結(jié)構(gòu)化程度。
我們還有一項(xiàng)優(yōu)勢是，與公立教育體系的深度綁定。我們在全國有370多萬名公立學(xué)校教師用戶。老師們每天的備課和授課，每一次使用，實(shí)際上都在為我們的系統(tǒng)提供數(shù)據(jù)校準(zhǔn)。
Q: 教育的“慢周期”特性與AI技術(shù)“快迭代”屬性如何兼容？洋蔥的產(chǎn)品更新節(jié)奏遵循的是什么原則？
楊臨風(fēng)：教育的“慢”與AI的“快”看似矛盾，但本質(zhì)上是互補(bǔ)的。我們的“慢”，體現(xiàn)在對教學(xué)場景、工具和內(nèi)容的長期積累過程——比如課程研發(fā)、學(xué)情數(shù)據(jù)沉淀、教學(xué)邏輯驗(yàn)證，這些都需要時間打磨。例如，我們花十年時間構(gòu)建的1萬節(jié)動畫課程體系，每節(jié)課的顆粒度、知識點(diǎn)的銜接邏輯、互動設(shè)計(jì)的節(jié)奏，都是經(jīng)過反復(fù)驗(yàn)證的成果。
但當(dāng)我們與AI結(jié)合進(jìn)行落地時，工程化的效率可以非?？?。比如，一旦大模型的技術(shù)能力達(dá)到某個閾值，我們能迅速將已有的課程資源、數(shù)據(jù)資產(chǎn)與AI能力對接，實(shí)現(xiàn)功能升級。這種“慢積累+快落地”的模式，也是我們的核心策略。
Q：但“AI+教育”很早就是一種“政治正確”的共識，前兩年大模型剛出圈的時候，你沒想通如何做與AI教育相關(guān)的時候，是因?yàn)槭裁矗?/strong>
楊臨風(fēng)：我們當(dāng)時沒想清楚，如何為學(xué)生交付真正有價值的學(xué)習(xí)體驗(yàn)。當(dāng)時，市面上的做法是在產(chǎn)品里接入一個大模型對話框，這在技術(shù)實(shí)現(xiàn)上并不復(fù)雜。但我們不做，因?yàn)闆]有找到AI與教育本質(zhì)的連接點(diǎn)：既沒想明白這種交互對學(xué)生的認(rèn)知提升究竟意味著什么，也沒想清楚，AI如何才能深度調(diào)用洋蔥過去十年積累的課程內(nèi)容和學(xué)情數(shù)據(jù)庫。
早期大模型在教育場景中有局限性。它無法解決學(xué)習(xí)過程中最關(guān)鍵的痛點(diǎn)，比如學(xué)生如何從抽象知識中建立具體理解、如何通過動態(tài)反饋調(diào)整學(xué)習(xí)路徑等。如果只是用AI“包裝”傳統(tǒng)模式，反而會削弱洋蔥在課程設(shè)計(jì)和數(shù)據(jù)沉淀上的優(yōu)勢。因此，我們寧愿保持克制。
Q：只要想通了，落地和執(zhí)行就是一瞬間的事情。不過，作為企業(yè)最高決策者，你怎么確保，那一瞬間是真的想通了，還是因?yàn)?ldquo;害怕錯過”（Fear of Missing Out，F(xiàn)OMO）的心態(tài)，讓你焦慮和沖動了？
楊臨風(fēng)：我們判斷“想通”的核心標(biāo)準(zhǔn)，是能否站在學(xué)生的學(xué)習(xí)需求視角，完整模擬整個學(xué)習(xí)流程，并確保每一步體驗(yàn)都絲滑、順暢。如果這個流程中存在卡頓、割裂感，或者需要學(xué)生額外付出認(rèn)知成本去適應(yīng)技術(shù)，那就說明還沒想通。
我們完全可以直接在產(chǎn)品里加一個對話框，但很快你就發(fā)現(xiàn)這種設(shè)計(jì)對學(xué)生來說是“工具堆砌”，而非“學(xué)習(xí)閉環(huán)”。學(xué)生不會關(guān)心“這里是否有個AI”，而是會問“這個AI到底能幫我做什么？”我們不是因?yàn)?ldquo;怕錯過”而行動，而是因?yàn)?ldquo;看透了”才行動。
Q：在同行一擁而上都落地AI的時候，不跟風(fēng)，確實(shí)會被質(zhì)疑，也需要很強(qiáng)的心力。
楊臨風(fēng)：一直以來，我們追求的價值都是長期的，有復(fù)利的。因此，我們的做法也一定要有壁壘，不能是別人隨隨便便可以做出來的，否則就變成了紅海競爭。就像比誰嗓門大，誰投錢多，誰廣告打得多。這樣的做法，即便是用戶來了也會走，并且這也不是我們擅長的做法。
Q：如果從技術(shù)本身出發(fā)，“AI+教育”，或者“教育+AI”，是不是一件有護(hù)城河的事情？在大家都認(rèn)為“AI是工具”的前提下，每一個相關(guān)的公司都在說，自己的產(chǎn)品利用了AI，結(jié)合了對課程、技術(shù)和數(shù)據(jù)的獨(dú)到理解，是獨(dú)特的優(yōu)勢，那么，外界該如何理解和判斷？
楊臨風(fēng)：教育行業(yè)大多數(shù)企業(yè)并不會自研基礎(chǔ)模型，即使嘗試自研，也不一定比主流通用大模型的迭代速度更快、性能更好。更重要的是，大模型的性能呈現(xiàn)飛躍式提升，一旦出現(xiàn)關(guān)鍵性突破，此前基于舊模型的蒸餾和場景應(yīng)用都可能失效。在大多數(shù)情況下，專業(yè)場景模型可能難以超越通用大模型，AI大模型在教育領(lǐng)域的技術(shù)壁壘并不存在。
如何讓大模型與本地稟賦（如課程體系、數(shù)據(jù)資源）更好地結(jié)合，這是AI Agent開發(fā)中至關(guān)重要的環(huán)節(jié)。年初爆火的Manus，其底層技術(shù)原理并不復(fù)雜，但它通過精細(xì)的場景設(shè)計(jì)和極致的用戶體驗(yàn)，在部分領(lǐng)域已接近甚至超越人類水平。這種工程化打磨本身構(gòu)成了重要的競爭壁壘。
當(dāng)前的大模型就像一個剛畢業(yè)的聰明博士生，行業(yè)內(nèi)的企業(yè)都能“領(lǐng)進(jìn)門”——因?yàn)榇竽Ｐ偷某杀疽汛蠓档?，調(diào)用質(zhì)量高的模型不再困難。但問題的關(guān)鍵在于：這個“博士生”在不同企業(yè)中能發(fā)揮多大的價值？這取決于企業(yè)是否具備將模型能力與自身資源深度融合的能力。
Q：在新技術(shù)變革的時代下，商業(yè)競爭上你會擔(dān)心嗎？如果純靠你自己去想，感覺是個人的判斷占主導(dǎo)，但個人的學(xué)識積累與思維模式，是在原先的教育體系下形成的，而現(xiàn)在這個世界，很多東西都推翻了大家此前的認(rèn)知和想象。
楊臨風(fēng)：我們在做AI落地應(yīng)用時，核心邏輯始終圍繞一個目標(biāo)展開：重新設(shè)計(jì)學(xué)生的學(xué)習(xí)體驗(yàn)。我們并非簡單地延續(xù)過去的教學(xué)方式——比如“原來怎么教，現(xiàn)在也怎么教”，而是思考如何通過新的技術(shù)和工具，結(jié)合洋蔥自有的課程內(nèi)容，構(gòu)建更符合當(dāng)代學(xué)生需求的學(xué)習(xí)體驗(yàn)。
“AI 學(xué)伴”是新型自主學(xué)習(xí)
Q：去年，洋蔥在落地AI上，主打了與AI情感陪伴相關(guān)的應(yīng)用?，F(xiàn)在是重點(diǎn)突破AI學(xué)習(xí)類應(yīng)用，模型的幻覺問題，你是怎么解決的？
洋蔥的優(yōu)勢科目是數(shù)學(xué)，但現(xiàn)在一些通用大模型，在算數(shù)這件事上，經(jīng)常還是算不明白。教育對準(zhǔn)確率的要求非常高，95分與99分，是兩個不同的成績。大模型準(zhǔn)確率到80%以上，就可以說性能非常強(qiáng)悍了。你們怎么保證大模型在學(xué)習(xí)，尤其是數(shù)學(xué)學(xué)習(xí)場景中的準(zhǔn)確性和可靠性的？
楊臨風(fēng)：我們不會把大模型當(dāng)作內(nèi)容創(chuàng)作者，直接給學(xué)生生成學(xué)習(xí)材料——這種應(yīng)用方式門檻很低，對學(xué)生也不夠負(fù)責(zé)。這也是我們過去兩年沒有做“對話框式”產(chǎn)品的核心原因。我們的原則是，如果AI在某個場景下無法解決關(guān)鍵問題，或者無法為學(xué)生帶來實(shí)際價值，我們就不做。
針對AI幻覺問題，我們的思路是“用人類教學(xué)經(jīng)驗(yàn)反哺模型”。簡單來說，我們不會讓大模型脫離已有的課程體系和數(shù)據(jù)資產(chǎn)去“自由發(fā)揮”，而是讓它基于我們的結(jié)構(gòu)化課程內(nèi)容進(jìn)行訓(xùn)練和調(diào)優(yōu)。這種“基于已知正確信息的二次加工”，能有效降低模型輸出錯誤的概率。
情感陪伴功能的處理方式類似。我們積累的“洋蔥樹洞”語料庫，本質(zhì)上是過去五六年學(xué)生與心理咨詢師的真實(shí)對話記錄。早期我們通過撞庫匹配回復(fù)，后來引入大模型，但所有回復(fù)都嚴(yán)格限定在語料庫的范圍內(nèi)。
Q：談到用大模型做心理咨詢，今年通用AI模型和應(yīng)用進(jìn)化有一個特色，是讓它變得更有“情商”，更懂如何與人類聊天，那么，洋蔥的主推的AI心理咨詢應(yīng)用，還會有優(yōu)勢嗎？
楊臨風(fēng)：有一個核心前提不能忽略：與模型對話的，是活生生的人。人在選擇工具時，不僅需要技術(shù)能力，還需要“意愿度”——我為什么要跟你聊？你提供一個對話框，我為什么非得進(jìn)去？
這個問題的答案，最終歸結(jié)為“信任”。通常情況下，孩子會向誰傾訴？是熟人、朋友，或者是老師中與自己關(guān)系最親密、最信任的那個。信任感的建立，是AI心理咨詢能否落地的關(guān)鍵。
為什么學(xué)生愿意在“洋蔥樹洞”中傾訴？因?yàn)檫@里的對話入口是他們每天在視頻中陪伴學(xué)習(xí)的虛擬人物IP，學(xué)生是在給“王小錘”“李狗蛋”或者“暖暖老師”留言。這些角色不是冰冷的AI，而是長期陪伴他們成長的“熟人”，覺得與這些角色互動很舒服。
技術(shù)本身的供給早已遠(yuǎn)遠(yuǎn)大于需求。通用大模型可以生成無數(shù)細(xì)分智能體，未來也不缺具體的解決方案。但當(dāng)用戶面對海量的AI心理咨詢應(yīng)用時，真正決定選擇哪一個的，不是技術(shù)的“情商高低”，而是用戶與產(chǎn)品之間的情感紐帶。
Q：洋蔥的AI智能體，有IP化的特征，有不同的人設(shè)，很多學(xué)員進(jìn)入洋蔥，一開始可能只是想學(xué)習(xí)，而后，逐漸熟悉這些IP，接受和喜歡這些IP，你們有沒有計(jì)算過，從普通學(xué)員轉(zhuǎn)化為IP的粉絲的比例？以及，人們真的會想要有一個長期的虛擬的學(xué)伴嗎？
楊臨風(fēng)：轉(zhuǎn)化比例確實(shí)不錯。學(xué)習(xí)這件事本身很難堅(jiān)持，學(xué)生最初來洋蔥的動機(jī)很純粹——為了學(xué)知識。但當(dāng)他們在學(xué)習(xí)過程中遇到情緒問題，比如壓力、困惑或社交困擾時，會發(fā)現(xiàn)“洋蔥樹洞”提供了另一個出口。這種轉(zhuǎn)化的關(guān)鍵在于情感陪伴的設(shè)計(jì)邏輯。我們的AI智能體并非以“即時性”為核心，而是刻意營造一種“延遲反饋”的體驗(yàn)。當(dāng)學(xué)生拋出一個問題，相當(dāng)于寄出一個“漂流瓶”或紙條，系統(tǒng)會隔一段時間才回復(fù)。
Q：產(chǎn)品功能不做及時回應(yīng)，你為什么會這樣設(shè)計(jì)？
楊臨風(fēng)：第一，我們不希望孩子沉迷于聊天本身。第二，學(xué)生在聊天過程中，很多時候是無意識地打字，并非經(jīng)過深度思考——我們不希望他們以這種方式使用洋蔥。盡管很多用戶希望我們開放互聊功能或私信系統(tǒng)，但這類需求從未被采納。
我們選擇互動留言形式的核心邏輯是：引導(dǎo)學(xué)生在表達(dá)前，先思考。我們希望學(xué)生意識到，想要表達(dá)清楚一個問題或困惑，至少需要組織成一段完整的文字，把邏輯講全、講透，而不是天南海北地隨意閑聊。
這種設(shè)計(jì)本質(zhì)上是為高質(zhì)量對話設(shè)定門檻——學(xué)生必須經(jīng)過“想清楚—寫下來—再反饋”的閉環(huán)，才能真正參與互動?；恿粞缘男问讲皇窍拗疲墙逃繕?biāo)的延伸。我們不追求“聊天量”，而是希望每一次互動都能成為學(xué)生整理思維、深化理解的過程。
Q：這樣的產(chǎn)品設(shè)計(jì)細(xì)節(jié)是你們對教育的理解。但有個疑問是，洋蔥是一家商業(yè)公司，追逐利潤是應(yīng)有之義。如果從人類心理學(xué)和行為學(xué)來看，及時響應(yīng)和反饋，產(chǎn)品會更有用戶粘性，日活躍用戶、日均使用時長等數(shù)據(jù)會變得更好，向投資人或者市場講故事的時候，你們會更有說服力。
楊臨風(fēng)：我們首先還是會考慮這件事的教育屬性，如果一個學(xué)習(xí)產(chǎn)品無法真正解決學(xué)生遇到的問題，那我們做這件事就沒有意義。如果我們要去做一個高黏性的互聯(lián)網(wǎng)產(chǎn)品，那不如直接去做一個游戲。教育產(chǎn)品的商業(yè)邏輯，不是“讓用戶多花時間”，而是“讓用戶多解決問題”。
Q：即便是游戲化的學(xué)習(xí)型產(chǎn)品很賺錢，你們也不做嗎？
楊臨風(fēng)：因?yàn)橛螒蚧療o法從根本上解決學(xué)習(xí)問題。一個人的成長需要調(diào)動“慢思考”——那種需要專注、分析、反復(fù)推敲的深度思維過程。而我們選擇的路徑是構(gòu)建成為“學(xué)伴”，通過系統(tǒng)化的設(shè)計(jì)引導(dǎo)學(xué)生進(jìn)入深度思考的狀態(tài)。
這種切入點(diǎn)決定了我們無法用“短平快”的方式解決問題，也無法像游戲一樣提供即時反饋和即時滿足。當(dāng)然，我們不是完全排斥激勵和互動設(shè)計(jì)。我們也引入了情感化人設(shè)、洋蔥幣等激勵體系，為學(xué)生提供階段性反饋和情感支持。
Q：洋蔥主打雙模型驅(qū)動策略。去年在與豆包官宣合作之后，今年接入了DeepSeek。其實(shí)在上線深度思考之前，作為對話類AI應(yīng)用，豆包與DeepSeek的理念差異還是蠻大的。你最初看到DeepSeek爆發(fā)之后，是什么反應(yīng)？
楊臨風(fēng)：如果回到今年春節(jié)前后的時間節(jié)點(diǎn)，DeepSeek在國內(nèi)大模型領(lǐng)域的表現(xiàn)確實(shí)一度處于領(lǐng)先地位，其“深度思考”能力讓許多用戶感到震撼——尤其是那些此前通過ChatGPT o1體驗(yàn)過類似功能的用戶。然而，當(dāng)我們站在今天的視角回望，會發(fā)現(xiàn)DeepSeek與其他模型（如豆包）之間的差異并未如最初想象的那樣顯著。
盡管如此，行業(yè)內(nèi)的競爭依然激烈，各大模型的迭代速度和應(yīng)用場景探索迅速推進(jìn)。目前，我們主要依賴DeepSeek和豆包兩個模型，它們在穩(wěn)定性和綜合性價比方面表現(xiàn)較為突出。
Q：除了模型的深度思考能力，洋蔥對AI模型的規(guī)劃，還主打了一個特色是多模態(tài)，以AI視頻為主？目前市面上這樣做的公司還比較少，為什么你會想從這個角度去落地教育AI？
楊臨風(fēng)：我們始終認(rèn)為，教育的核心在于如何高效傳遞知識并幫助學(xué)生構(gòu)建認(rèn)知體系。而視頻作為一種高密度的信息載體，天然適合承載復(fù)雜知識的結(jié)構(gòu)化呈現(xiàn)。我們需要確保AI不僅能理解學(xué)生的提問，還能調(diào)用精準(zhǔn)的視頻資源；需要讓視頻的結(jié)構(gòu)化標(biāo)簽足夠細(xì)粒度，支持AI的實(shí)時檢索與重組。
Q：AI視頻學(xué)習(xí)要做到這樣絲滑的體驗(yàn)，需要克服哪些挑戰(zhàn)？哪些事情投入比較花費(fèi)精力？
楊臨風(fēng)：最大的挑戰(zhàn)在于內(nèi)容、流程和技術(shù)三者的深度協(xié)同。我們不僅要理解課程本身的邏輯結(jié)構(gòu)，還要設(shè)計(jì)出能讓AI精準(zhǔn)匹配學(xué)習(xí)場景的工程鏈路。這看似是一個技術(shù)問題，但本質(zhì)上是教育邏輯與工程能力的融合難題。
課程設(shè)計(jì)與產(chǎn)品技術(shù)的深度耦合也消耗了大量資源。因?yàn)槲覀兊慕萄袌F(tuán)隊(duì)在設(shè)計(jì)課程時，通常是以學(xué)生的認(rèn)知邏輯為出發(fā)點(diǎn)，而產(chǎn)品團(tuán)隊(duì)和技術(shù)團(tuán)隊(duì)則需要從系統(tǒng)效率和交互體驗(yàn)的角度進(jìn)行優(yōu)化，這就需要產(chǎn)品和技術(shù)重新去考慮當(dāng)年為何這樣設(shè)計(jì)課程，再去優(yōu)化結(jié)構(gòu)。
AI加速“倒逼”學(xué)?？荚嚫母?/strong>
Q：這樣一個AI老師或者AI學(xué)伴，背后是無數(shù)個經(jīng)驗(yàn)豐富然后的從業(yè)者塑造的外顯，是由許多頂級大腦一同打磨而成結(jié)構(gòu)化產(chǎn)品，其能力會在多個維度上碾壓普通的人類教師。那么，目前在“AI+教育”上，有核心能力和場景，是AI完全觸達(dá)不了，必須依靠真人教師的作用的，而且AI可能永遠(yuǎn)也替代不了的？
楊臨風(fēng)：AI+教育目前仍處于早期階段，許多場景尚未成熟，技術(shù)也遠(yuǎn)未達(dá)到理想狀態(tài)。即便我們不斷升級模型、優(yōu)化交互邏輯，AI在教育中的角色依然無法與真人教師的綜合能力相提并論。真正決定教育質(zhì)量的，不僅是知識傳遞的效率，更是教學(xué)過程中的“人”的因素——而這正是AI難以企及的領(lǐng)域。
一個經(jīng)驗(yàn)豐富的教師，會基于教育心理學(xué)的原理，結(jié)合學(xué)生的認(rèn)知水平、情緒狀態(tài)和學(xué)習(xí)習(xí)慣，動態(tài)調(diào)整教學(xué)策略。國家提出的“新型雙師課堂”理念，正是對這一趨勢的回應(yīng)：AI負(fù)責(zé)知識傳遞的精準(zhǔn)性和個性化，真人教師聚焦情感支持與價值觀引導(dǎo)。此前的“雙師課堂”，指的是一個遠(yuǎn)程的直播主講老師和本地課堂老師配合，現(xiàn)在的“新型雙師課堂”是教師、學(xué)生和AI的“人機(jī)協(xié)同、人機(jī)共育”。
Q：這很有意思，看起來，在新型的雙師課堂，AI老師反而取代的是優(yōu)秀的頭部主講老師？這與我們通常認(rèn)為的，AI更多取代的是基礎(chǔ)水平的從業(yè)人員有很大不同。
楊臨風(fēng)：這一現(xiàn)象的核心在于AI與真人教師的分工邏輯，而非簡單的“取代”關(guān)系。在新型雙師課堂中，AI承擔(dān)的是標(biāo)準(zhǔn)化知識傳遞的任務(wù)，例如課程講解、知識點(diǎn)拆解、習(xí)題解析等。這些內(nèi)容原本需要由經(jīng)驗(yàn)豐富的主講教師完成，而AI通過大模型和結(jié)構(gòu)化課程庫，能夠以低成本復(fù)刻優(yōu)質(zhì)內(nèi)容，并覆蓋更多學(xué)生的個性化需求。
本地教師的作用不可替代，課堂中只有老師和學(xué)生的距離最近，并且學(xué)生的學(xué)習(xí)需求并非僅限于知識獲取，也需要動態(tài)的引導(dǎo)和情感聯(lián)結(jié)。真人教師的核心價值在于引導(dǎo)學(xué)生進(jìn)行高階思維活動。學(xué)生需要解決的100件事中，原本全部依賴真人教師，而在新型雙師課堂模式下，50件可通過AI完成，50件由真人教師處理。
Q：你認(rèn)為具身智能AI老師還很遙遠(yuǎn)，但今年很多具身智能公司都說，機(jī)器人進(jìn)入人類日常生活已經(jīng)指日可待。
楊臨風(fēng)：可以把機(jī)器人放在教室，學(xué)生會覺得很新鮮。但如果它不能解決實(shí)際學(xué)習(xí)問題，學(xué)生就會逐漸失去興趣。當(dāng)前的技術(shù)還難以實(shí)現(xiàn)讓機(jī)器人與學(xué)生進(jìn)行流暢、無壓力的對話。我認(rèn)為，至少讓機(jī)器人老師承擔(dān)教學(xué)任務(wù)，這還比較遙遠(yuǎn)。
但是AI在教學(xué)中的應(yīng)用已初見成效。我們?yōu)樵S多學(xué)校提供的AI課堂解決方案表明，學(xué)生調(diào)用AI教師的效果顯著，既鍛煉了自主學(xué)習(xí)能力，又為教師減輕了負(fù)擔(dān)，使教學(xué)更精準(zhǔn)。
Q：如果以成績水平衡量學(xué)生水平的話，現(xiàn)在教育界，尤其是大學(xué)教育，一個很有爭議的點(diǎn)，很多學(xué)校明令禁止用AI生成論文，哪怕AI只是輔助。在“AI只是工具”的設(shè)定和共識下，為什么利用工具，甚至是高階一點(diǎn)的工具完成了一項(xiàng)任務(wù)，給出了看似更好的成果，會引起業(yè)界那么強(qiáng)烈的反感？
楊臨風(fēng)：中小學(xué)與大學(xué)在評估邏輯、教學(xué)目標(biāo)上的差異，決定了對AI工具的態(tài)度截然不同。在中小學(xué)階段，教育評估高度依賴標(biāo)準(zhǔn)化考試，其核心目的是檢測學(xué)生對基礎(chǔ)知識的掌握程度。即使日常學(xué)習(xí)中借助AI解題軟件完成作業(yè)，學(xué)生仍需在無AI輔助的考試中證明自己的能力。
大學(xué)強(qiáng)調(diào)綜合能力的培養(yǎng)，比如批判性思維、研究能力、創(chuàng)新實(shí)踐等。許多大學(xué)課程的設(shè)計(jì)默認(rèn)學(xué)生具備利用互聯(lián)網(wǎng)、數(shù)據(jù)庫等工具解決問題的能力，學(xué)生要實(shí)踐的是如何運(yùn)用工具達(dá)成學(xué)習(xí)目標(biāo)。不過，理工科和文科的情況還不一樣，要具體問題具體分析。
Q：對于很多文科生而言，面臨一個問題是，AI已可以進(jìn)行深度研究類工作，OpenAI發(fā)布了深度研究（DeepResearch）的產(chǎn)品，效能比肩人類研究員，且持續(xù)在訓(xùn)練和進(jìn)化。這也就意味著，之前很多面向社會需求的課程、專業(yè)，以及，學(xué)習(xí)模式，評價標(biāo)準(zhǔn)，可能會面臨失效，這會倒逼現(xiàn)有的教育體系和教學(xué)方式做出變革嗎？會影響K12階段的教育嗎？
楊臨風(fēng)：當(dāng)前的考試命題正在發(fā)生結(jié)構(gòu)性轉(zhuǎn)變。以數(shù)學(xué)考試為例，過去側(cè)重考察計(jì)算能力的題目，如今已更多轉(zhuǎn)向結(jié)合真實(shí)情境的綜合應(yīng)用。例如，許多數(shù)學(xué)題不再直接給出公式或模板，而是要求學(xué)生在大量文字描述中提煉問題本質(zhì)，將復(fù)雜情境轉(zhuǎn)化為數(shù)學(xué)模型后再求解。這種變化導(dǎo)致部分學(xué)生面對試題時的第一反應(yīng)是“題目到底在問什么？”，因?yàn)闊o法依賴固定的解題套路或公式套用。
這一變革與人工智能時代的到來密切相關(guān)。國家教育部門已意識到，單純依賴死記硬背或套路化訓(xùn)練的學(xué)生，難以適應(yīng)未來的創(chuàng)新需求——因?yàn)檫@些能力已被AI部分替代。而能否在真實(shí)情境中靈活運(yùn)用知識、綜合解決復(fù)雜問題，才是創(chuàng)新與科研能力的核心。這不是趨勢，事實(shí)上考試改革已經(jīng)在全國推行了，過程比以前的教改要快很多。
Q：為什么這些中小學(xué)考試改革是因?yàn)锳I影響的？有什么依據(jù)嗎？
楊臨風(fēng)：其實(shí)從2019年新高考的開始，題型出現(xiàn)了比較大的變化。2023年中考也發(fā)生了調(diào)整。今年初深圳南山區(qū)四年級統(tǒng)考期末數(shù)學(xué)考試引發(fā)熱議，試卷中出現(xiàn)了大量長文字題目，學(xué)生因閱讀量過大難以完成，教育部門甚至臨時通知延長考試時間20分鐘。這些題目聚焦生活中的實(shí)際問題，要求學(xué)生將所學(xué)知識應(yīng)用于具體情境，這種趨勢和改革方向值得肯定。
去年，全國多地中考卷中普遍出現(xiàn)新題型，變化速度之快，令人關(guān)注。為何在應(yīng)試教育長期存在的背景下，近年來卻集中推進(jìn)如此大規(guī)模的改革？明知調(diào)整后老師、學(xué)校和學(xué)生短期內(nèi)會面臨不適應(yīng)，仍堅(jiān)持推進(jìn)，原因只有一個——國際競爭格局已發(fā)生變化，AI時代的到來迫使教育體系必須主動轉(zhuǎn)型。
回到學(xué)校教學(xué)場景，學(xué)生的獲取知識的方式也早已改變。事實(shí)上，許多學(xué)生已不再完全依賴學(xué)校教師，他們可以通過B站等平臺獲取文史哲知識，認(rèn)為這些內(nèi)容比傳統(tǒng)課堂更豐富生動。在這種背景下，數(shù)學(xué)、物理、語文、英語等學(xué)科的知識性學(xué)習(xí)，已不再需要教師以“照本宣科”的方式講授。
這一代人的思維方式和學(xué)習(xí)習(xí)慣正在發(fā)生根本性變化，終身學(xué)習(xí)者將成為可能。這是應(yīng)對AI時代挑戰(zhàn)的根本，我們無法預(yù)知未來都要掌握什么知識，但可以從根源上培養(yǎng)學(xué)生成為優(yōu)秀的“學(xué)習(xí)者”。
Q：也就是說，學(xué)生或者說人的成長、進(jìn)化，因?yàn)锳I，賽事規(guī)則有了新的變化。
楊臨風(fēng)：這正是我們在做的。我們與多所學(xué)校合作，通過系統(tǒng)化的解決方案推動這一轉(zhuǎn)型，幫助學(xué)生成長為適應(yīng)AI時代的學(xué)習(xí)者。學(xué)生的學(xué)習(xí)過程和學(xué)情數(shù)據(jù)會實(shí)時匯總并反饋給教師，使教師能夠基于真實(shí)學(xué)習(xí)情況動態(tài)優(yōu)化教學(xué)策略，實(shí)現(xiàn)“以學(xué)定教”。
Q：這樣一套給到公立校的To B產(chǎn)品，是標(biāo)準(zhǔn)化交付的嗎？很多學(xué)校都有開發(fā)自己的校本課程，而且，一般相對較好的學(xué)校，教學(xué)班子都有自己獨(dú)到的教育理念，也有強(qiáng)大的教師骨干隊(duì)伍，標(biāo)準(zhǔn)化的系統(tǒng)，怎么與不同學(xué)校的基因相適配？
楊臨風(fēng)：AI課堂解決方案是標(biāo)準(zhǔn)化的，但學(xué)校在實(shí)際教學(xué)過程中，部分場景需要教師與AI之間進(jìn)行配合。不同學(xué)校在落地AI場景時，其應(yīng)用比例可能因校情差異而有所不同。例如，部分學(xué)?？赡軅?cè)重AI輔助學(xué)生自主學(xué)習(xí)，另一些學(xué)?？赡芨鼜?qiáng)調(diào)用AI輔助老師的精準(zhǔn)教學(xué)。
Q：學(xué)校只是AI落地場景比例上的問題？
楊臨風(fēng)：本質(zhì)上來講，這是對AI與真人教師協(xié)作比例的重新分配。我們提供了一套體系化的課程內(nèi)容，而非僅僅交付一個教學(xué)系統(tǒng)。如果完全依賴學(xué)校自主開發(fā)課程內(nèi)容，其成本和難度極高——正如早年許多學(xué)校嘗試制作微課時，教師投入大量精力卻收效有限。我們通過提供可直接使用的校本課程，為學(xué)校減輕內(nèi)容建設(shè)的壓力，同時允許教師在此基礎(chǔ)上進(jìn)行個性化的調(diào)整。（本文獨(dú)家首發(fā)于鈦媒體APP，作者｜李程程）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論