“你家娃的寒假作業搞定了嗎？”眼瞅著假期余額不足，家長們又開始在朋友圈里哀嚎：“作業還沒寫完！”沒錯，一年一度的“趕作業大戰”又上演了，只不過今年，劇情有點不一樣——娃們不再抓耳撓腮、苦哈哈地熬夜趕工，而是悄悄掏出了“神器”：DeepSeek等AI工具！

最近，一條新聞讓家長們炸了鍋：有家長發現，自家娃的寒假作業居然不是“親生的”，而是AI“代勞”的。

沒錯，就是那種動動手指、輸入題目，AI立馬給你整出一篇滿分作文的神器。比如DeepSeek這種工具，已經成了孩子們趕作業的“秘密武器”。作文？數學題？AI統統都能一鍵生成！

例如下面這個例子：

在輸入題目后，DeepSeek只用了10秒就寫出了一篇“滿分作文”，文章不僅觀點明確，每段都設置了分論點，而且還能引經據典。

面對數學題，DeepSeek也能有思考，有推演，有驗證和結論，讓孩子能將題目拿捏得明明白白。

各大社交平臺上，家長們關于孩子用AI做寒假作業的討論，逐漸形成了兩大陣營：有夸贊AI給力、幫孩子和家長省心的；也有的家長卻很生氣，甚至一怒之下將孩子手機收了。

而作為反對派一方的家長，給出的主要理由是：長此以往，孩子會喪失自主思考能力，越來越依賴AI。

這不由得讓人想到了另一個問題：AI時代，教育的真正目的是什么？

AI時代的教育

在這個魔幻的時代，AI在努力變得更像人，而我們卻在努力變得更像機器。

如果將AI大模型的訓練方式，與現在孩子的教育模式進行對比，你就會顯著地發現這點。

現在我們的人類教育系統，簡直像一條“流水線”：從小學到中學，再到大學，一路過關斬將，最后成為“合格產品”。

這樣的教育模式，看似挺“高效”，但其實是把人當成了標準化的“產品”，你的知識儲備、性格特點、興趣愛好，統統被“抹平”了。終極目標就一個：中考、高考、拿文憑，然后擠進就業市場，搶個好位置。

結果呢？老師和學生都卷到爆炸，學了一堆知識，卻只停留在表面，真正的能力卻沒培養出來。

想象一下，這些在“流水線”教育模式下長大的孩子，好不容易熬到畢業，結果一出門，發現AI時代來了，所有“標準化”的工作已經不需要人做了，這幫孩子還是只會死記硬背、按部就班，那他們拿什么跟AI競爭？拿什么在這個瘋狂變化的世界里站穩腳跟？

說白了，現在的教育還在教孩子怎么“當機器”，但未來的世界需要的是“真人”的創造力。

在這方面，大模型的訓練方式，卻顯得“靈活”多了。

你看，AI大模型的訓練方式是啥？海量數據、多樣化輸入、不斷優化迭代，目標是讓它變得更智能、更靈活，能寫詩、能畫畫、能跟你嘮嗑。

就拿最近大火的Deepseek舉例，它的訓練方式，就體現了“不拘一格”的特點。

今天的Deepseek-R1，之所以能達到和OpenAI的o1相當的智能，但訓練成本卻低了很多很多，主要是因為其采用了一種“純強化學習”的路徑。

所謂“純”強化學習，簡而言之就是：

不給標準答案，不教固定步驟，只告訴學生“對了就獎勵，錯了就扣分”。這種方法讓AI模型像嬰兒一樣，通過不斷嘗試和反饋來學習。

為什么這種方法能大幅降低訓練成本呢？因為傳統的AI訓練往往需要：

1、海量的標準答案（堆積如山的參考書）；

2、大量人力成本（很多輔導老師）；

3、漫長的訓練周期（反復做題、考試）；

而純強化學習，只需要兩個最簡單的規則：

1、答對了就加分；

2、按要求思考就加分；

于是，模型模型不需要依賴外部提供的“標準答案”，而是通過自己的探索來找到最佳解決方案。就能用最少的計算資源，獲得最大的學習效果。

用一句很哲學的話來概括，就是：“諸法皆允，萬物皆虛”；

更妙的是，這種方法避免了AI“作弊”的可能。

在傳統的大模型訓練中，某些模型為達到人類設計的“獎勵函數”，采取一些投機取巧的辦法來通過測試，就像某些孩子通過“應試技巧”來通過考試一樣。

但在"純"強化學習路徑中，因為規則太簡單了，模型無法通過“取巧”來獲得高分，只能真正提高自己的能力。

這就像排除了多余的干擾后，只剩下了最本質的學習過程。

內卷與破局

在比較了人類與AI學習方式后，我們就會發現，現在的教育行業，其實就跟那些燒錢拼算力、搶人才的AI企業一樣，充滿了“內卷”。

更諷刺的是，在很長一段時間里，這樣的內卷，都是為了維持那種傳統的、低效的訓練方式（教學模式）。

只不過，到了教育行業這里，數據變成了題庫，算法工程師變成了老師。

舉例來說，以前啊，教育公司拼的就是誰家的老師牛，誰家的題多，誰能搶到更多的學生。比如學而思，人家就是靠線下名師起家的，家長們一聽“名師班”，二話不說就掏錢，生怕孩子輸在起跑線上。

猿輔導和作業幫也不甘示弱，直接高薪挖名師，甚至把一些老師包裝成“明星教師”，讓學生和家長追著報名。但問題是，名師就那么幾個，成本還賊高，想復制都沒那么容易。

再來說題庫，那時候大家都覺得，題目越多，學生練得越多，成績自然就上去了。猿輔導搞了個“猿題庫”，號稱題目海量，從小學到高中，啥題都有，學生隨時隨地都能刷。

作業幫也不甘落后，直接搞了個“拍照搜題”，學生不會做的題，一拍就能出答案，簡直成了“救命神器”。但時間一長，大家發現題目都差不多，光靠堆題已經沒啥吸引力了。

搶學生就更熱鬧了。作業幫靠“拍照搜題”攢了一大波用戶，然后再把他們導到付費課程里。猿輔導也不差，搞了個“小猿搜題”“小猿口算”，用這些工具類App吸引用戶，再慢慢轉化成付費學員。

學而思呢，直接在線下開店，靠口碑和地推團隊拉學生。但問題是，搶用戶的成本越來越高，廣告費花得跟流水似的，效果卻越來越差。

那時候，教育公司之間的競爭簡直就是“燒錢大戰”。為了搶用戶，大家都拼命打折，什么“1元課”、“9元課”滿天飛，甚至賠本賺吆喝。

但這么搞下去，大家的產品和服務越來越像，家長和學生看誰便宜就選誰，沒啥忠誠度。

更頭疼的是，成本越來越高，名師工資、廣告費、技術研發，樣樣都燒錢，各大機構的利潤被壓得死死的。最后，政策一變，比如“雙減”一來，很多公司直接傻眼，不得不裁員或者轉型。

說白了，AI出現之前的教育行業，就是一場“拼資源、拼燒錢”的游戲。直到AI大模型出現，才給這個行業帶來了新的可能性，這才讓教育公司看到了新的出路。

大模型的助力

AI的出現，到底給教育行業帶來了哪些突破？

除了上述提到的“拼師資”、“拼題庫”的內卷困境外，在AI出現前，傳統教育還有一大痛點：那就是人類老師的生理上限。

精力再旺盛的老師，每天要教那么多學生，難免有狀態下降的時候。

根據老局一個當過雅思老師的朋友介紹，他之前上暑假班，一個月上了300多小時，每天最后幾節課就很累，所以越是到后面，狀態就越容易崩盤；

要是遇到一個能24小時隨時待命，遇到任何問題都不厭其煩地回答的“個人家教”呢？

ChatGPT出來后，大模型似乎做到了這點。

在生成式AI的助力下，在線教育公司、傳統教培、硬件廠商和互聯網大廠都看到了其在教育領域的巨大潛力，開始紛紛盯上了AI學習機，內卷的教育行業，也總算抓住了一根救命稻草。

典型的例子，有百度的小度 Z30 學習機、猿輔導的小猿學練機，以及科大訊飛的AI學習機等等。

現在市面上的學習機，價格從1000塊到5000塊的都有，但也有一些高端貨，價格直接上萬。比如科大訊飛的一款學習機，在京東上銷量都破了10萬+。

從功能上看，這些學習機其實都差不多，主要就是幫學生批改作業、給點個性化學習建議之類的。

不過，這波學習機的熱度沒維持多久，很多家長就開始抱怨了。不少人覺得，這些打著AI旗號的產品，更像是“割韭菜”的智商稅。

舉例來說，有一位福建福州的學生家長就表示，當初買學習機時反復對比幾大品牌，最后選擇了某一線品牌，使用后發現，錯題、錯答案和部分功能要二次收費。“直播間主播吹得天花亂墜，AI學習機售價9000元，感覺還是離不開家長輔導。”

也有家長反映，花費數千塊錢買的AI學習機，結果作業批改一塌糊涂。例如一個按規律填數的題目，答案明明沒寫錯，字跡也很清晰，卻被圈出來判成錯題。“說是可以把學校做的卷子拍一下自動收錄錯題，可拍完識別得亂七八糟。”

因為這種糟心的情況，社交媒體上“避雷”“不要被學習機割韭菜”的聲音越來越多。

說白了，在生成式AI剛出來的時候，各家學習機其實都差不多，沒什么明顯的差異性，技術壁壘也沒那么高，智能化程度更是讓人一言難盡。這幾乎成了所有學習機的“通病”。

更讓人想不通的是，很多人原本以為AI能帶來“教育平權”，讓孩子擺脫內卷。結果呢？這些學習機動不動就賣幾千、上萬塊，這哪是平權？分明是加劇內卷啊！

這種對“AI教育”的質疑，直到DeepSeek出現，才終于有了轉機。

DeepSeek與AI教育的未來

說白了，之前的AI+學習機的模式，之所以被認為是“割韭菜”，主要是這些個學習機的腦子——大模型本身的能力不行。

而好一點的大模型，像GPT-4o這樣的，不但用不了，并且還要掌握一定的提示詞技巧，才能發揮出模型真正的潛力。普通的家長、孩子，哪有那能力？

在DeepSeek問世之后，無論是學生、家長，還是各大教育公司，都紛紛發現，原來一個智力強大、可靠，又易于獲取的AI，對教育的提升是如此巨大。

據網易有道(NYSE:DAO)提供的內部評測數據顯示，DeepSeek-R1在有道K12測試集上的準確率高達88%。

高途也表示，在用戶產品側，高途高中數學測評準確率從此前最佳情況的74%提升至90%左右，如果知識點下沉到初中、小學，DeepSeek-R1的準確率會提升得更顯著，可能接近于真人的狀態。

得益于這樣強大的性能，好未來、網易有道、云學堂、中公教育、猿輔導、編程貓、讀書郎等一眾教育機構密集接入DeepSeek，以至于行業人士甚至將之稱為“教育AI真正的諾曼底時刻”。

更重要的是，除了性能強大之外，DeepSeek還是開源的，開源大模型的最大的好處是可以本地部署，這讓很多孩子可以在本地硬件上，就能很方便地進行各種學習、訓練，像是練聽力、學外語或者翻譯等。

這要是再結合本地的個人小數據，訓練出一個專屬的私教模型，那么一副智能眼鏡、一部智能手機，似乎都可以成為每個孩子的“AI家教”。

但盡管如此，現在的DeepSeek，仍然未能完全取代人類老師，在教學中獨當一面。

這里面除了老生常談的AI“幻覺”問題外，一個更重要的原因是：在真正的教學過程中，經驗豐富的老師，往往會掌握一些不存在于書本，或任何教育理論中的“隱性知識”。

這些“不標準”，甚至帶有些“土辦法”和“老油條”色彩的知識、經驗，是人類教師在長期的教學實踐中一點點摸索出來的。

它可以是某種特定的解題思路、學習技巧，但總之，這些知識往往更多地存在于這些“老師傅”的心中，或是偶爾口頭表達一下。

而這部分知識，正是拉開AI與人類的關鍵區別。

就目前來看，單詞、公式、定理，這些東西屬于“結構化”的知識，在這些地方，AI的效率完全碾壓人類。

但一旦涉及隱性、非結構化的東西，例如教學思路、學習方法之類的，AI往往就表現得不盡人意。

其實說到底，教育這件事，終歸還是一個特別看“人”的事情。

畢竟，自從互聯網普及之后，世界上的大部分知識，對于普通人而言，就幾乎已經沒有任何門檻了。但還是有很多學生在學習中遇到了困難，學不會。

而人類老師的意義，正是去找到正確的方法，發現學生到底短板、長處，之后因材施教。

這是冷冰冰的AI暫時做不到的事情。

或許，未來最理想的教學狀態，正是結合了AI的效率與人類的經驗、直覺后，找到一種平衡——讓技術成為橋梁，而非終點。

····· End ·····

星海情報局 系統研究

中國制造與國產替代

專注中國產業崛起故事

▲關注產業資訊，破解科技密碼

追趕先進技術風口，看中國制造的星辰大海

入駐媒體平臺

36Kr/ 觀察者網風聞社區/ 網易

虎嗅/ 雪球/ 騰訊新聞