從今年 11 月下旬開始，國產(chǎn) AI 助手的節(jié)奏明顯加快。

11 月 22 日，靈光憑借「一句話生成小應(yīng)用」的閃應(yīng)用能力迅速出圈，上線僅四天下載量突破一百萬；11 月底，豆包手機(jī)助手在工程機(jī)上實測亮相，掀起了關(guān)于系統(tǒng)級 AI 是否能接管手機(jī)操作的討論；12 月 3 日，千問 App 接入號稱「阿里最強(qiáng)學(xué)習(xí)大模型」的 Qwen3-Learning，公測首周下載量突破一千萬，刷新了國內(nèi) AI 應(yīng)用增速紀(jì)錄。

這三款國產(chǎn) AI 助手共同展示了一個清晰的趨勢：國產(chǎn) AI 正在從單純的技術(shù)競爭向?qū)嶋H應(yīng)用場景的快速過渡，尤其是在教育領(lǐng)域。它們不僅在技術(shù)上追趕國際前沿，更在實踐中探索是否能真正成為學(xué)生的「學(xué)習(xí)助手」。為此，本文將從五個常見的學(xué)習(xí)場景入手，測評豆包、千問和靈光在課堂上的表現(xiàn)，分析它們各自的功能特性：誰更像一位老師，誰更像工具，誰又能真正成為學(xué)生成長路上的學(xué)習(xí)伙伴。

學(xué)習(xí)的起點是聽懂一道題。第一組測試，我們讓三款助手面對同一套題：一道六年級數(shù)學(xué)應(yīng)用題、一道初中古詩賞析題、一個初中英語句型。

數(shù)學(xué)題是一道常見的修路問題：第一天修全長的六分之一，第二天修全長的四分之一，兩天共修 140 米，問路長多少。給出的指令只有一句話——要像給六年級學(xué)生講解一樣，一步步講清過程，不要直接把答案報出來。

（從左到右依次是豆包、千問、靈光，以下圖片保持此順序）

豆包的講法最接近「分步板書」。它先帶學(xué)生回到分?jǐn)?shù)本身：1/6 和 1/4 分別代表什么，再引導(dǎo)算出兩天一共修了多少份，接著把這部分和「140 米」對應(yīng)起來，最后停在「140 除以五分之十二」這一句上，明確點出運算關(guān)系，卻把計算結(jié)果留給學(xué)生自己完成。它把過程拆得很細(xì)，結(jié)構(gòu)也很清楚，更像一節(jié)有節(jié)奏的答疑小課。

千問則直接上了代數(shù)路線。它把條件轉(zhuǎn)寫成方程：設(shè)路長為 x，列出「x×(1/6+1/4)=140」，合并分?jǐn)?shù)、化簡方程，順暢地求出答案。整個過程利落干凈，邏輯也完全正確，只是對剛接觸應(yīng)用題的學(xué)生來說，少了一些從「文字條件」過渡到「數(shù)學(xué)表達(dá)」的停頓點，更像是給已經(jīng)具備方程基礎(chǔ)的學(xué)生看的解析。

靈光站在中間位置。一方面，它會根據(jù)條件列出算式與等式，逐步寫出每一步的推導(dǎo)；另一方面，在表達(dá)上會通過排版和可視化把關(guān)鍵步驟突出出來，最后加上簡短的結(jié)論和檢查，整體呈現(xiàn)最像課堂上的「例題+板演」。

第二道語文題換成了李白的《上李邕》。指令要求不僅要回答兩道大題，還要告訴學(xué)生「怎么抓住這首詩的中心思想」。

豆包按部就班地完成任務(wù)：先把修辭和情感問題回答完整，再額外補(bǔ)上一段「如何抓中心思想」的方法，內(nèi)容齊全，但結(jié)構(gòu)略顯「模板化」。千問則是標(biāo)準(zhǔn)答題模式：直接給出兩問的規(guī)范答案，準(zhǔn)確、完整，但不再往外延展。靈光則把答案、解題思路、易錯提醒和舉一反三全部放進(jìn)一段連續(xù)的話語里，明顯帶著教輔寫作的影子，也更接近一位語文老師的講評稿。

英語部分，我們用的是一個典型的現(xiàn)在完成時例句「I have lived here for three years.」，要求講清結(jié)構(gòu)、含義、常見錯誤和記憶方式。

三款助手都能說清 for 與 since 的區(qū)別，也能給出現(xiàn)在完成時的基本結(jié)構(gòu)。豆包按指令完整鋪開，千問在準(zhǔn)確性和緊湊度上稍有優(yōu)勢，靈光則保持了清晰而不過度展開的風(fēng)格。就這個單點來看，它們都已經(jīng)具備「講清一個句型」的能力。

這一輪下來，三款 AI 在正確性上都沒有問題，但氣質(zhì)各不相同：豆包擅長把一題拆成幾個明確步驟，讓學(xué)生跟著走；千問更像一本解析，把最關(guān)鍵的那條路徑畫得很清楚；靈光則在「講清楚」之外，又刻意補(bǔ)了一些教學(xué)上的設(shè)計感。

題講完了，真正拉開差距的往往出現(xiàn)在下一步：學(xué)生做錯了一道題，AI 能不能看懂「他為什么會錯」。

我們給出三個典型錯誤：

把 1/2 + 1/3 算成 2/5；「通過閱讀這本書，使我懂得了很多道理。」這樣的病句；以及「He go to school every day.」這種英語語法錯誤。 統(tǒng)一的指令是：判斷錯因，推測學(xué)生的知識盲點，并說明下一步該怎么教。

在分?jǐn)?shù)加法的錯誤上，豆包準(zhǔn)確指出了「直接把分子分母相加」這個表層問題，也能提到「沒有通分」這一關(guān)鍵步驟，只是整體分析停留在規(guī)則層面，延展不多。千問的回答多了一層「學(xué)生視角」，比如會提到學(xué)生可能受到「小數(shù)估算」的影響，把 1/2 當(dāng)成 0.5，1/3 當(dāng)成 0.33，于是習(xí)慣性用「差不多」的心態(tài)去拼結(jié)果，診斷中帶了點同理心，但沒有把錯因精確地落到某個知識點上。

靈光的視角則更偏教研。它會把這個錯誤拆成幾個可能的薄弱點：沒有建立起分?jǐn)?shù)加法必須「分母統(tǒng)一」的概念，對最小公倍數(shù)的理解不牢，分?jǐn)?shù)大小比較依然停留在直覺層面，甚至沒有形成「單位一致再運算」的常識。之后給出的教學(xué)建議也圍繞這些薄弱點展開，比如通過不同分母的具體例子強(qiáng)化通分流程。對老師來說，這樣的診斷更容易轉(zhuǎn)化為具體的補(bǔ)救設(shè)計。

在語病和英語錯誤部分，三款助手的表現(xiàn)都在線：都能識別「通過」后面缺主語，指出動詞形式應(yīng)該用 goes。但豆包更偏向講規(guī)則，千問會多加一句「這種錯誤在學(xué)生寫作中很常見」，靈光則習(xí)慣把錯誤掛在某個清晰的知識標(biāo)簽上，例如「介詞結(jié)構(gòu)作狀語時，主語必須明確」「第三人稱單數(shù)需單獨強(qiáng)化」等。

這一輪測試的差別，可以概括為：豆包擅長指出「哪一筆寫錯了」，千問愿意多想一步「學(xué)生大概是怎么想的」，靈光則努力把錯題放回知識結(jié)構(gòu)里，讓后續(xù)教學(xué)有一個明確的著力點。對真實教學(xué)場景來說，三種風(fēng)格都能用，但適配的對象不太一樣。

講題、診斷之后，自然會走到練習(xí)題。我們設(shè)定了兩個場景：一是六年級「異分母分?jǐn)?shù)加減法」，二是初一「一般現(xiàn)在時與一般過去時的對比」。要求三款助手分別生成 6 道題，分成基礎(chǔ)與提高兩類，遵循對應(yīng)學(xué)段的難度，并盡量貼近真實課堂。

在數(shù)學(xué)部分，豆包按要求給出了三道計算題和三道簡單應(yīng)用題，題目形式規(guī)范，難度也合適，只是看起來更像從題庫里抓出來的一組題，和前面的錯因分析關(guān)系不算緊密。靈光生成的題目同樣合格，但整體也偏「完成任務(wù)」，不像是圍繞某條教學(xué)主線精心設(shè)計出來的練習(xí)。

千問的表現(xiàn)則明顯帶著「教學(xué)工具」的色彩。它不僅會標(biāo)注每道題的類型，例如「通分基礎(chǔ)題」「混合運算題」「生活情境應(yīng)用題」，還會在部分題目后加上一行簡短說明，指出這道題主要訓(xùn)練什么能力，比如「強(qiáng)化分母統(tǒng)一的意識」。最后，它還會自動把這些題整理成一個 Word 文檔，方便老師或家長直接下載編輯、打印使用。這種從「出一道題」到「出一份練習(xí)」的一體化能力，讓它更像是被設(shè)計來嵌入教學(xué)工作流的產(chǎn)品。

在英語練習(xí)生成上，三款助手同樣完成了任務(wù)，題目基本圍繞時態(tài)對比展開，也都加入了日常生活情境。差別依然類似：豆包和靈光提供的是「可用的一組題」，千問在題型標(biāo)記和練習(xí)結(jié)構(gòu)上多做了一點「老師視角」的功夫。

從結(jié)果來看，目前三款助手在「能不能出題」這一層都已經(jīng)成熟，真正拉開差距的是「能不能為老師提供一組有教學(xué)意圖、有使用便利性」的題。就這一點而言，千問在學(xué)習(xí)大模型加持下，走得稍微更遠(yuǎn)一些。

AI 能不能設(shè)計學(xué)習(xí)路徑，是家長和老師關(guān)心的另一個問題。我們構(gòu)造了一個虛擬學(xué)生：小學(xué)六年級，計算題沒問題，但一遇到分?jǐn)?shù)應(yīng)用題就「腦袋一片空白」，不愛審題，看不出數(shù)量關(guān)系，對分?jǐn)?shù)本身也不夠穩(wěn)。三款助手的任務(wù)，是為這個學(xué)生制定一個 7 天的數(shù)學(xué)提升計劃，每天不超過 40 分鐘，有明確的小目標(biāo)、有可以執(zhí)行的練習(xí)，并在每天結(jié)尾寫一句簡短的鼓勵話。

豆包給出的計劃非常工整，習(xí)慣性用表格承載內(nèi)容，把每天的重點、練習(xí)建議和時間分配都列出來，細(xì)節(jié)比較充分，適合家長快速瀏覽和打印。千問更注重語言的親和感和目標(biāo)的聚焦，比如會在某一天明確寫上「今天只做一件事：先把題目讀對」，然后圍繞這個小目標(biāo)安排練習(xí)，最后的鼓勵話術(shù)也明顯在「對話學(xué)生」，而不是只對家長說話。靈光的計劃略顯緊湊，句子更短、目標(biāo)更清晰，像是一份訓(xùn)練方案，強(qiáng)調(diào)的是每一天要攻克的關(guān)鍵點。

整體來看，這一輪測評并沒有出現(xiàn)「誰明顯不行」的情況，三款助手都已具備制定短期學(xué)習(xí)計劃的能力。它們之間的差別，更多體現(xiàn)在細(xì)節(jié)風(fēng)格上：豆包偏工程化與結(jié)構(gòu)化，千問更像班主任寫的學(xué)習(xí)建議，靈光則有一點「訓(xùn)練營教練」的味道。

單次答疑之外，我們還想看一件事：當(dāng)學(xué)習(xí)進(jìn)入一個小閉環(huán)，AI 能不能記住前后邏輯，給出連貫的幫助。

為此，我們用了一個三步連續(xù)任務(wù)。

第一步，讓 AI 分析一條錯誤解題過程：「5/6?1/4=4/10=2/5」，并判斷學(xué)生的錯因與知識薄弱點；第二步，基于這些薄弱點出 3 道針對性的練習(xí)，并標(biāo)出每道題主要訓(xùn)練哪種能力；第三步，假設(shè)學(xué)生已經(jīng)比之前做得好一些，請 AI 寫一段 3–4 句的學(xué)習(xí)反饋。

在第一步診斷中，三款助手延續(xù)了前面的水準(zhǔn)：豆包能準(zhǔn)確指出計算規(guī)則上的錯誤，千問會補(bǔ)充學(xué)生可能的直覺思維路徑，靈光則把問題更系統(tǒng)地歸類到通分、單位統(tǒng)一和數(shù)量關(guān)系理解等環(huán)節(jié)。

（豆包三步測評）

到了第二步，出練習(xí)題的針對性和承接感開始成為分水嶺。豆包給出的三道題，難度控制得不錯，也大致圍繞分?jǐn)?shù)加減展開，但和前一輪診斷提到的薄弱點關(guān)聯(lián)不算非常緊密。靈光會刻意提示「這幾道題重點練習(xí)通分和單位統(tǒng)一」，但在題目本身的設(shè)計上，有時會出現(xiàn)額外的提醒和警示，讓練習(xí)顯得略微「用力過猛」。千問在這一環(huán)則做得比較自然：三道題分別對應(yīng)前面提到的幾個弱點，每道題后面都有一句簡短說明，例如「這道題主要考你是不是先把分母變成一樣的」，既照顧到了邏輯承接，也便于家長理解為什么要做這道題。

（千問三步測評）

第三步的學(xué)習(xí)反饋，是最貼近真實課堂的部分。豆包的反饋內(nèi)容完整，會提到學(xué)生在哪些地方有進(jìn)步，也會提醒「下一步可以多練練讀題和列式」，整體結(jié)構(gòu)清楚，但有時語氣略顯「機(jī)械」。靈光在這一步的內(nèi)容相對簡短，主要是簡要肯定和一句鼓勵。千問的表現(xiàn)更接近老師寫的評語：先具體肯定改進(jìn)之處，再指出仍需注意的點，語氣自然，不會過度鼓勵，也不會給學(xué)生壓力。

通過這個三步小閉環(huán)可以看出，當(dāng)任務(wù)從「一次問答」升級到「一個小周期」，三款助手在連貫性上的差別被放大了。千問在前后承接、邏輯一致性和反饋細(xì)膩度上表現(xiàn)最好，豆包在執(zhí)行指令和保持穩(wěn)定方面最可靠，靈光則在分析型任務(wù)里更有優(yōu)勢，但在連續(xù)陪伴的打磨上還有提升空間。

（靈光三步測評）

這五組實測呈現(xiàn)出一個相對清晰的圖景：豆包、千問和靈光，都已經(jīng)可以在學(xué)習(xí)場景中「幫上忙」，但它們其實在扮演不同的角色。

豆包像一套結(jié)構(gòu)扎實、執(zhí)行可靠的學(xué)習(xí)工具。它擅長把過程拆開、把步驟講清楚，任務(wù)給得越具體，它完成得越干凈利落。千問更像一位試圖理解學(xué)生、也在意教學(xué)流程的老師：能講清楚、能看明白錯因、能給出一組有教學(xué)意圖的練習(xí)，也能在一兩周的學(xué)習(xí)路徑上保持語言和邏輯的連貫。靈光則在診斷和呈現(xiàn)方面有自己的長板，尤其是在把錯誤放回知識網(wǎng)絡(luò)、把解析做得更「課堂化」這一點上，展現(xiàn)出明顯的專業(yè)感。

對教育行業(yè)來說，更重要的并不是「誰贏了」，而是這次測評已經(jīng)足夠說明：

我們討論 AI 學(xué)習(xí)助手時，焦點正在從「模型能力」轉(zhuǎn)向「教學(xué)能力」。下一步的競爭，不再只是比誰答題更快、誰能生成更多內(nèi)容，而是比誰更尊重學(xué)習(xí)的節(jié)奏、誰更理解教學(xué)過程本身、誰能更自然地嵌入真實課堂與家庭學(xué)習(xí)場景。

2025 年，多鯨蟹宴& EE 年會將在合肥再次啟程，以更深的洞察與更開放的姿態(tài)，探討教育的下一個周期。我們將再次匯聚行業(yè)思考者、行動者與創(chuàng)新者，在變動中，尋找教育的確定性。

12 月 19–20 日，教育的未來，在這里相遇。

掃碼立即報名??