教育AI邁入Agent時代：比“會生成”更重要的是“能執(zhí)行”

　　6月5日-6日，聚焦Agentic AI(自主行動智能體)全生命周期的專業(yè)行業(yè)峰會—Agentic AICon智能體應(yīng)用與架構(gòu)工程大會在上海舉辦。

　　在“垂直行業(yè)智能體應(yīng)用專場”上，科大訊飛高級系統(tǒng)架構(gòu)師李恒在報告中介紹，依托星火教育大模型和Agent能力，教育SaaS軟件實(shí)現(xiàn)動態(tài)能力交付，以貼合用戶在真實(shí)場景中的多元需求。他提到，過去的軟件解決的是“人找功能”的問題，而今天的大模型正在解決“系統(tǒng)理解目標(biāo)”的問題。

　　從會說到會做：AI的評價標(biāo)準(zhǔn)正在改變

　　2025年以來，Agent幾乎成為人工智能領(lǐng)域最熱門的話題。相較于“AI會不會回答問題”，人們開始關(guān)注“AI能不能完成任務(wù)”。這被視為一種正在發(fā)生的AI范式轉(zhuǎn)向。如果說生成式AI的核心價值在于“更好地預(yù)測下一個token”，那么Agentic AI的核心價值則在于“持續(xù)采取行動以達(dá)成目標(biāo)”。背后反映的是AI發(fā)展重心從回答問題、生成文本、生成代碼等單點(diǎn)能力，逐步轉(zhuǎn)向目標(biāo)規(guī)劃、工具調(diào)用、多步執(zhí)行和結(jié)果交付等系統(tǒng)能力。隨著AI從“會說”走向“會做”，決定最終效果的關(guān)鍵因素也正在發(fā)生變化。大模型的通用能力依然是基礎(chǔ)，但在真實(shí)場景中完成復(fù)雜任務(wù)，更依賴其對行業(yè)知識、業(yè)務(wù)流程、規(guī)則體系和專業(yè)場景的理解與掌握。換言之，Agent時代比拼的不僅是模型能力，更是模型所沉淀和具備的行業(yè)能力。只有深度融入行業(yè)場景的大模型，才能真正將智能轉(zhuǎn)化為生產(chǎn)力，實(shí)現(xiàn)從“生成答案”到“解決問題”的跨越。這一變化正在深刻影響各個行業(yè)的發(fā)展方向，教育是其中最具代表性的領(lǐng)域之一。如李恒在報告中所描述的，固定功能交付的傳統(tǒng)教育SaaS產(chǎn)品難以滿足需求，動態(tài)能力交付的Agent體系將成為主流。教育AI真正困難的部分，是模型的場景感知與意圖預(yù)測能力，將數(shù)據(jù)轉(zhuǎn)化為AI可直接調(diào)用的決策依據(jù)。

　　這背后，一個真正“懂教育”的智能底座至關(guān)重要。

　　為什么教育需要專屬大模型

　　Agent的出現(xiàn)，并不意味著通用大模型可以直接解決教育問題。恰恰相反，Agent在教育場景發(fā)揮的實(shí)際價值，很大程度上取決于底座模型的行業(yè)認(rèn)識及其背后的行業(yè)沉淀。教育行業(yè)天然具備高專業(yè)性、高嚴(yán)肅性、高復(fù)雜度等特征，涉及課程標(biāo)準(zhǔn)、學(xué)科體系、教學(xué)規(guī)律和價值導(dǎo)向等。很多看似簡單的任務(wù)，背后都包含大量隱性的專業(yè)經(jīng)驗。以備課為例，一份教案背后，需要同時考慮課程標(biāo)準(zhǔn)、教材內(nèi)容、學(xué)生基礎(chǔ)、課堂活動設(shè)計以及課后練習(xí)安排。再比如作業(yè)批改，教師關(guān)注的往往不僅是結(jié)果對錯，而是學(xué)生為什么會錯、問題出在哪里、后續(xù)應(yīng)該如何調(diào)整教學(xué)策略。同樣一道錯題，可能對應(yīng)知識漏洞，也可能反映能力短板，甚至與學(xué)習(xí)習(xí)慣有關(guān)。這些問題并沒有標(biāo)準(zhǔn)答案，需要持續(xù)分析、判斷和決策。這也是大模型進(jìn)入教育真實(shí)場景后面臨的現(xiàn)實(shí)挑戰(zhàn)。因此，教育行業(yè)需要的，是真正理解教育規(guī)律的大模型，而不僅是外掛教育知識庫的大模型。以星火教育大模型為例，其能力建設(shè)從一開始便圍繞教育場景展開，并在真實(shí)教學(xué)環(huán)境中不斷驗證、持續(xù)迭代。它既能夠深度理解教材、課標(biāo)、試題等教育內(nèi)容，也能夠按照符合教學(xué)規(guī)律的思維鏈進(jìn)行推理，并生成適配教學(xué)場景的內(nèi)容。同時，通過學(xué)情畫像、溯源歸因和復(fù)雜任務(wù)規(guī)劃能力，幫助教師理解學(xué)生、輔助教學(xué)決策，并支撐更復(fù)雜的教育智能體應(yīng)用。

　　教育AI的競爭在于體系能力

　　Agent進(jìn)入真實(shí)的教育業(yè)務(wù)流程后，競爭的焦點(diǎn)正在轉(zhuǎn)向模型背后的體系能力。誰更理解教育場景，誰擁有更豐富的教育實(shí)踐積累，誰能夠打通數(shù)據(jù)、資源和業(yè)務(wù)流程，誰就更有可能把智能真正轉(zhuǎn)化為教育生產(chǎn)力。什么樣的題目適合當(dāng)前教學(xué)進(jìn)程，為什么學(xué)生會出現(xiàn)同樣的錯誤，知識漏洞究竟來自知識缺失、能力缺失還是學(xué)習(xí)習(xí)慣問題，什么樣的教學(xué)策略最適合當(dāng)前班級......這些問題背后，需要的不只是推理能力，更是長期教育實(shí)踐形成的行業(yè)認(rèn)知以及長期應(yīng)用沉淀的過程化數(shù)據(jù)。星火教育大模型誕生于訊飛二十余年深度服務(wù)6萬余所學(xué)校、超1.6億師生的大規(guī)模教育實(shí)踐基礎(chǔ)之上。長期積累的教育知識圖譜、學(xué)情分析體系、教學(xué)策略模型、多模態(tài)教學(xué)資源、安全治理能力，以及產(chǎn)生于33個省級行政區(qū)真實(shí)課堂的600多億條過程性教學(xué)數(shù)據(jù)，共同構(gòu)成了星火教育大模型成長的土壤。這些數(shù)據(jù)來源于全國不同區(qū)域、不同學(xué)段、不同學(xué)校的真實(shí)教學(xué)實(shí)踐，既包含教育共性的規(guī)律沉淀，也保留了各地教學(xué)場景和學(xué)生特點(diǎn)的差異化特征，使模型能夠更好地理解和適配本地化教育需求。在互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國家工程研究中心組織的教育大模型專項測評中，星火教育大模型在7大教育核心場景測評中獲得6項第一，展現(xiàn)出較強(qiáng)的知識準(zhǔn)確性和教育專業(yè)適配能力。在訊飛智慧教育體系中，星火教育大模型承擔(dān)著理解需求、規(guī)劃任務(wù)、調(diào)用能力、組織流程和形成結(jié)果的智能中樞角色。當(dāng)教師提出一個需求時，系統(tǒng)調(diào)用的是整套教育能力體系，而非單純的模型能力。例如，當(dāng)教師希望分析一次學(xué)情檢測結(jié)果時，系統(tǒng)不僅生成一份分析報告，還能夠結(jié)合學(xué)情數(shù)據(jù)識別問題，關(guān)聯(lián)知識圖譜定位知識漏洞，依據(jù)教學(xué)策略形成改進(jìn)建議，并進(jìn)一步生成針對性的教學(xué)方案。從發(fā)現(xiàn)問題到形成行動建議，構(gòu)建完整閉環(huán)。這意味著，過去需要多個系統(tǒng)、多次操作才能完成的工作，現(xiàn)在只需要與星光教師超級智能體的一次自然語言交互。

　　星火教育大模型所連接的，也不再是一個個孤立功能，而是整個教育業(yè)務(wù)體系。從這個層面上說，星火教育大模型是訊飛智慧教育邁向教育智能化時代的新一代智能底座。從生成式AI到Agentic AI，教育AI正從工具時代走向體系時代。真正推動行業(yè)變革的，是技術(shù)與行業(yè)實(shí)踐深度融合之后形成的體系能力。當(dāng)AI開始理解教學(xué)、理解成長，它所帶來的價值便從生成答案走向教育現(xiàn)實(shí)場景中的真實(shí)問題。而這，或許正是教育AI最值得期待的未來。

　　注：本文為企業(yè)發(fā)布的推廣文案，不代表本站觀點(diǎn)。