過去幾年，教育行業(yè)的每一次技術革新，都伴隨著對「學習」一詞的重新定義。

從內(nèi)容數(shù)字化到個性化推薦，再到智能批改、語音互動，技術的每一次演進，都讓「學習」更接近真實的個體需求。但直到 AI 的深度介入，教育才真正出現(xiàn)了結構性的變化。

人工智能不再只是后臺的算法或輔助工具，而開始進入教學過程，承擔起「老師」的一部分職能。無論是在批改作業(yè)、講解題目，還是在因材施教的引導環(huán)節(jié)，AI 的角色都正在由「助手」轉向「陪伴者」。

這場變化的關鍵不在于 AI 能否回答問題，而在于它是否能夠理解學習過程。真正的教學并非傳遞結論，而是陪伴學生經(jīng)歷「思考—錯誤—修正」的過程。而AI的能力，恰恰正在打破過去教育的「結果導向」。

2024 年之后，這股潮流正在從概念走向落地。越來越多的教育公司將「AI 老師」作為戰(zhàn)略方向，探索 AI 如何真正承擔教學角色。在這一趨勢中，學而思成為最具代表性的實踐者。

學而思通過軟硬件一體的學習機體系，讓 AI 第一次具備了「看懂學生學習過程」的能力，也讓「AI 老師」這一概念從想象變成了現(xiàn)實。

教育行業(yè)長期面臨一個被稱為「教育的不可能三角」的核心難題，即如何在「個性化」「大規(guī)?！购汀父咂焚|(zhì)」之間取得平衡。傳統(tǒng)教育的資源結構，使得這三者幾乎無法同時實現(xiàn)。

AI 的出現(xiàn)，讓這個不可能的三角第一次出現(xiàn)了新的解法。技術的介入不再只是提高效率，而是開始改變教育結構的底層邏輯。通過智能算法與數(shù)據(jù)建模，AI 可以在同一體系內(nèi)實現(xiàn)個性化講解與規(guī)?；采w，讓更多學生獲得高質(zhì)量的學習支持。

在此背景下，學而思開始嘗試為「AI 老師」建立標準化的能力分級框架，用以衡量其在教學環(huán)節(jié)中的自主程度。

從最初的工具化階段（L1），AI 更多承擔輔助角色，為教師提供資源與題庫支持；到第二階段（L2），它能夠完成自動批改、講題、推薦等功能，但仍停留在「結果導向」的層面；進入第三階段（L3），AI 則開始具備「講解—批改—推薦」的閉環(huán)教學能力，能夠根據(jù)學生行為進行動態(tài)調(diào)整與即時反饋；更高層級（L4—L5）則代表一種自治教學形態(tài)，AI可跨學科、跨場景開展自主教學。

目前的行業(yè)共識是 AI 老師正處在從 L2 向 L3 過渡的關鍵節(jié)點。學而思的實踐被認為是這一階段的典型代表，其 AI 老師已在實際教學場景中實現(xiàn)了 L3 雛形。

系統(tǒng)能夠將復雜問題拆解為多個步驟，引導孩子逐步完成思考，并實時批改與反饋。例如，在數(shù)學學習中，當學生畫出幾何題的輔助線、推理演算時，AI 能即時判斷思路是否正確，給出提示或進一步引導。這種交互讓教學從被動講解轉向主動引導，更接近真人老師「1v1」的陪伴式教學。

這一轉變背后，是教育邏輯的深刻變化。過去的智能教學產(chǎn)品只關注「結果」的答對或答錯；而如今的 AI 開始理解「過程」，能夠識別學生的思維路徑與錯誤原因。學而思學習機學習系統(tǒng)負責人李通在談及這一變化時指出，AI 教學的目標從來不只是得到正確答案，而是理解「為什么錯」，并幫助學生在錯誤中成長。

AI 老師的出現(xiàn)，使人工智能從「評估者」轉變?yōu)椤附虒W參與者」。AI 老師不再是外部工具，而成為課堂中的一部分，與學生共同構成學習閉環(huán)。教育正在從「以結果為中心」轉向「以理解為核心」，這也是 AI 帶來的最具價值的改變。

如果說 AI 老師的靈魂是算法，那么硬件就是它的身體。沒有對學習場景的深入捕捉，AI 的智能就無法真正落地。

學而思在教育硬件領域的多年積累，使這種「軟硬結合」成為可能。學習機的使用場景中天然存在很多紙屏交互的場景，其 T 系列攝像頭中間的小屏幕就是小思 AI 的載體，能讓小思給更好承接全局 copliot 角色，來感知學生在紙面上的作答、語言和動作，進行超擬人的多模態(tài)交互。這種「紙屏互動」的模式，讓 AI 能夠觀察、判斷并即時反饋。孩子依然用筆在紙上寫題，但學習機能實時識別每個步驟的正確與否，并自動生成講解或引導下一步。

這種教學方式的關鍵不在于速度，而在于理解。AI 老師不再等學生提交答案再講解，而是與學生在同一時間內(nèi)完成「伴學」。在學而思的系統(tǒng)中，AI 老師能實現(xiàn)「講題—批改—推薦」的三步閉環(huán)，即批改學生作業(yè)后，給出分步講解，再根據(jù)學生的答題表現(xiàn)生成個性化的鞏固練習。

AI 老師的這種能力來自學而思自研的雙模型體系，即「九章教育大模型」和「DeepSeek 通用大模型」。前者專注教育知識結構、題目解析與認知建模，后者負責語言理解、多模態(tài)交互和情緒識別，兩者結合形成一個「雙腦系統(tǒng)」，一個懂「學科」，一個懂「學生」。

這套系統(tǒng)構建了完整的「三步教學閉環(huán)」，即 AI 批改錯誤、AI 講解思路、AI 推薦鞏固練習。孩子的學習數(shù)據(jù)在這一過程中不斷沉淀，系統(tǒng)逐步形成個性化學習畫像，推薦內(nèi)容也越來越精準。

李通將這種模式概括為「以孩子為中心的智能學習」。學習機的核心競爭力不只是硬件配置，而在于 AI 如何「讀懂孩子的學習」。通過對學生作答路徑和學習習慣的分析，AI 可以動態(tài)調(diào)整講解方式，實現(xiàn)真正意義上的個性化教學。

教育的核心是信任。AI 要被接受，首先要做到可控、安全和可靠。對于面向兒童與家庭的學習產(chǎn)品而言，這既是倫理問題，也是技術問題。

在學而思的體系中，AI 老師的講解并不是憑空生成的。AI 老師對于題目的答案解析很多都來自專業(yè)教研團隊撰寫的解析和知識素材，在一定程度上把 AI 老師框定在這個數(shù)據(jù)范圍內(nèi)給孩子做出講解。這種機制保證了內(nèi)容的專業(yè)度，也防止了生成式 AI 可能出現(xiàn)的偏差。

數(shù)據(jù)安全方面，學而思采用「端云雙安全機制」：孩子的學習數(shù)據(jù)在本地設備端加密處理后才會上傳云端進行分析，傳輸與存儲全程受權限限制，保障學生隱私。

但更具挑戰(zhàn)的是 AI 的人性化邊界。AI 老師在與孩子交互時，既要保持教學的邏輯性，又要具備情感上的溫度。

學而思的系統(tǒng)引入了「情緒與認知雙引導」設計。AI 能通過語音、動作和語言模式判斷學生的狀態(tài)，當檢測到挫敗情緒或注意力下降時，會調(diào)整語氣、降低難度或進行鼓勵。

AI 老師真正的價值不在于「像老師」，而在于「懂學生」。系統(tǒng)會根據(jù)學生的反饋動態(tài)調(diào)整講解邏輯。同一道題，如果學生表示「沒聽懂」，AI 會自動換一種思路再講一遍。AI 老師不是機械地給出答案，而是陪學生反復探索。這種「協(xié)商式教學」，讓 AI 的教學更接近人類的交流方式。

當然，AI 老師并不會也不應當取代真人教師。其承擔的，是家庭學習場景中「輔導與陪伴」的角色，讓家長可以更安心地交給 AI 一個「書桌旁的老師」。而真實的教師，仍然是學習的引導者、思維的啟發(fā)者。

AI 讓教學的維度更豐富，也讓教育的邊界更清晰。技術的終點并非取代人，而是讓教育回到人的本質(zhì)，理解與成長。

當 AI 不再只是一個工具，而成為學習過程的同伴，教育就進入了新的階段。

那是一個讓每個孩子都被看見的時代，也是一場讓學習重新回到學習本身的變革。