大廠卷效率，教培卷名師，AI教育的“第三條路”在卷什么？

晚上8點半，北京順義區(qū)旺泉街道的一個普通社區(qū)里，初三學(xué)生李然（化名）趴在客廳茶幾前，平板電腦上正播放著一節(jié)數(shù)學(xué)直播課。屏幕里的老師講得條理分明，李然時不時點一下頭。媽媽從廚房探出頭問：“聽懂了嗎？”李然答：“懂了。”

半小時后，媽媽翻開他的作業(yè)本，第一道二次函數(shù)的變式題，已知條件抄錯了三個數(shù)字。

“我以前覺得他是不用功?！?媽媽后來對記者說，“后來發(fā)現(xiàn)，好像不是?！?/p>

2026年上半年，這種“好像不是”的困惑，記者在北京、天津、上海的多所學(xué)校和家庭中反復(fù)聽到。它指向一個被熱鬧的AI教育浪潮暫時遮蔽的問題：當一個孩子說“懂了”卻做不出來時，他究竟卡在了哪里？

AI教育熱潮之下，誰來管“學(xué)不懂”的孩子？

進入2026年以來，AI教育熱度一路上揚。

年初，字節(jié)把“豆包愛學(xué)”塞進了豆包App的核心入口；阿里千問幾乎同時上線“一鍵搜試卷”，全國名校試卷可一鍵下載，到3月又一口氣補齊“AI講教材”、整頁作業(yè)批改、錯題本自動整理、錯題重練等一整套功能。

4月，政策把節(jié)奏推上新高度。4月2日，教育部聯(lián)合五部門印發(fā)《“人工智能+教育”行動計劃》，明確到2030年形成人工智能與教育的深度融合格局。一周后的4月10日，教育部新聞發(fā)布會上，“人工智能+教育”被定調(diào)為下一階段教育數(shù)字化的核心抓手。

資本、政策、技術(shù)，屬于AI教育的三條線在2026年的春天交匯。記者發(fā)現(xiàn)，跑在最前面的兩股力量，路徑截然不同：一類是互聯(lián)網(wǎng)大廠，手握流量與基座模型，用AI將搜題、批改等環(huán)節(jié)智能化，追求極致的“工具效率”；另一類是傳統(tǒng)教培公司，帶著多年的教研積累，用AI將名師經(jīng)驗結(jié)構(gòu)化，追求規(guī)模化“教”的質(zhì)量。

然而，當大廠在卷“解題速度”，教培在卷“名師密度”時，一個長期存在卻容易被忽視的盲區(qū)浮出水面：那些真正“學(xué)不懂”的孩子，誰來管？這恰恰成了AI教育賽道上，亟待被驗證的“第三條路”。

聽懂了卻做不對：被省略的“思維鏈條”

天津南開區(qū)某中學(xué)，數(shù)學(xué)教師王閱（化名）在班上做過一個實驗。她把一道二次函數(shù)題拆成五個邏輯步驟，讓學(xué)生逐項勾選“是否理解”。結(jié)果，能完整勾完五步的學(xué)生不到三分之一。

“很多學(xué)生卡在很靠前的地方，比如變量代換、坐標系的想象。” 王閱對記者說，“但一堂課只有45分鐘，我沒有辦法給每個孩子回溯到他個人的斷點?！?/p>

多數(shù)教師的應(yīng)對方式非常簡單直接，就是“重復(fù)講解”。但王閱注意到一個現(xiàn)象：如果第一次的講法本身就跨不過那道認知的坎，重復(fù)一百遍，學(xué)生還是卡在那里，甚至?xí)稽c點失去信心。

問題不止于此。認知科學(xué)有一個基本判斷：人腦理解抽象事物，必須依附于已有的具體經(jīng)驗。二次函數(shù)、電磁感應(yīng)、原電池原理，這些看不見摸不著的東西，用語言再描述一遍，學(xué)生的大腦里很可能沒有任何東西能“掛住”它。

這也解釋了那個被反復(fù)誤讀的現(xiàn)象：在輔導(dǎo)作業(yè)時，孩子能夠聽懂老師和家長說的每一個字，卻依然不會做題。因為，他接收到的僅僅是符號，而不是這道題的真實意義。

更隱蔽的問題是思維過程的缺失。記者在旁聽了多節(jié)初中化學(xué)直播課后發(fā)現(xiàn)，不少課堂只傳遞“結(jié)論”，就是把公式抄在黑板上，結(jié)論直接給出，但這條公式是怎么推導(dǎo)出來的、遇到問題該怎么拆解，思維鏈條被省略了。學(xué)生記住的是結(jié)論，不是路徑。題目一變，他就看不懂，因為他從未真正“想”過這個知識，只是“記”過。

而所有這些問題之上，還有一個更前置的因素：學(xué)習(xí)的意愿。一個孩子能否學(xué)下去，往往不取決于講解有多清楚，而在于他能否獲得反饋、看到進步、積累成就感。尤其這一代青少年是AI時代的原住民，他們對內(nèi)容的要求天然更高，游戲能輕松奪走他們的注意力，枯燥的講解只會讓他們關(guān)掉耳朵。

把知識“翻譯”成能看見的樣子：一節(jié)課十萬塊的賬本

一個能隨時給出標準答案的AI，可以解決這些問題嗎？

記者調(diào)研發(fā)現(xiàn)，目前市面上的主流解法都面臨著各自的瓶頸。大廠那種“秒出答案”的AI，調(diào)取的往往是寬泛的語料，很難根據(jù)某個孩子此刻的認知水平，把復(fù)雜概念講到他能理解的程度；而傳統(tǒng)教培雖然擅長“教”，但受限于師生比，名師的精力依然只能覆蓋頭部學(xué)生。

更值得警惕的是，大廠那種追求極致效率、直接給出正確答案的AI，看似高效，卻可能剝奪學(xué)生最該鍛煉的能力：如何靠自己走出困境。

把這些線索拼在一起，會得出一個與直覺相反卻日益成為共識的判斷：學(xué)生“聽不懂”，問題往往出在知識被傳遞的方式上。與其在“給答案”上繼續(xù)內(nèi)卷，不如先解決另一個問題：我們究竟有沒有把知識，解讀到孩子能理解的樣子？這正是“第三條路”試圖回答的核心命題。

在國內(nèi)，沿著這條路走得最久的是一家成立于2013年的教育科技公司：洋蔥學(xué)園。在長達13年的時間里，洋蔥幾乎都在堅持同一件事：引導(dǎo)學(xué)生實現(xiàn)真正的自主學(xué)習(xí)。

“自主學(xué)習(xí)不是讓學(xué)生自己看視頻。”洋蔥學(xué)園聯(lián)合創(chuàng)始人兼CEO楊臨風對記者解釋，“我們構(gòu)建了一套完整的支撐體系，讓內(nèi)容本身成為學(xué)生自學(xué)的‘腳手架’，再用AI技術(shù)加速知識的理解與吸收?！?/p>

洋蔥學(xué)園有一條硬性原則：不空降概念。任何一個數(shù)學(xué)定義、物理公式，都不能以結(jié)論的形式直接拋給學(xué)生，必須還原為一條可感知、可跟隨的認知路徑。這條路徑的底層，是思維鏈，每一節(jié)課程都沿著概念從哪來、如何拆解、如何推演、結(jié)論如何自然浮現(xiàn)展開，整個思考過程被一步步外化出來，學(xué)生能夠快速融入，跟著想一遍。

記者觀看了幾節(jié)洋蔥課程。二次函數(shù)不是一條靜止的曲線，而是一張可拖拽滑塊的動態(tài)圖，拋物線隨手指彎曲、平移，參數(shù)a、b、c的作用一目了然，三角函數(shù)是一個可拖拽旋轉(zhuǎn)的動態(tài)圓。聲波變成燈泡陣列逐次點亮的可視化實驗。粒子運動、近地軌道變化、幾何與代數(shù)的動態(tài)推演……那些原本抽象的內(nèi)容，變成了學(xué)生能看見、能交互的形態(tài)。

楊臨風告訴記者，一節(jié)5到8分鐘的課程，內(nèi)部制作周期長達兩個月，橫跨數(shù)十個環(huán)節(jié)，平均成本超過十萬元。十三年下來，洋蔥學(xué)園積累了超過10000節(jié)這樣的AI動畫互動課，并伴隨產(chǎn)生了5000億條真實學(xué)習(xí)行為數(shù)據(jù)。

當然，將知識‘翻譯’為動畫和互動，意味著極高的研發(fā)與制作成本。在AI生成內(nèi)容（AIGC）日益成熟的今天，這種重資產(chǎn)的內(nèi)容生產(chǎn)模式能否被AI進一步降本？這或許是洋蔥學(xué)園以及整個‘第三條道路’未來需要回答的商業(yè)命題。

不給答案的AI：一場“反直覺”的提效實驗

如果說大廠卷的是“算力與響應(yīng)速度”，那么在這條“第三條路”上，AI卷的則是“認知匹配度”。

高質(zhì)量的內(nèi)容是自主學(xué)習(xí)的前提，但當一個學(xué)生在自學(xué)過程中遭遇思維阻塞，他還面臨著很多亟待解決的困境，比如不知道自己卡在了認知鏈條的哪一環(huán)，不清楚缺失的前置知識是什么，也不知道下一步該往哪個方向推進。

洋蔥學(xué)園的解法，是讓AI成為內(nèi)容和數(shù)據(jù)之間的調(diào)度中樞，構(gòu)建一套多智能體協(xié)同的AI智能學(xué)伴系統(tǒng)，根據(jù)每個學(xué)生對知識的掌握情況、認知能力、思維習(xí)慣和情緒狀態(tài)，提供差異化的學(xué)習(xí)內(nèi)容、學(xué)習(xí)路徑和恰到好處的引導(dǎo)，成為孩子自主學(xué)習(xí)的伙伴。

楊臨風介紹，這套系統(tǒng)包含六個核心角色，覆蓋預(yù)習(xí)、聽課、答疑、規(guī)劃、情感陪伴等自主學(xué)習(xí)上的核心環(huán)節(jié)。

比如，當學(xué)生做題或者預(yù)習(xí)遇到問題時，“自學(xué)大師”通過學(xué)生拍題、拍教材等動作，可以精準定位他的知識漏洞，但是不直接給出答案，這一設(shè)計本身就在培養(yǎng)學(xué)生的自主探究能力；“私人助教”，是用來實時解決學(xué)生的思維卡點，消滅孩子在聽課時，因為“聽不懂”而產(chǎn)生的畏難與退縮情緒；“思維教練”，則是運用蘇格拉底提問法和布魯姆提問法，追問解題思路，引導(dǎo)學(xué)生走完整個推理鏈條。

“規(guī)劃導(dǎo)師”，會根據(jù)學(xué)生的實際情況定制個性化的學(xué)習(xí)計劃，從計劃的制定與執(zhí)行中捕捉規(guī)劃意識；“自律伙伴”通過每日任務(wù)、PK試煉等場景中的堅持與調(diào)整，衡量抗挫能力與專注力。“情感樹洞”中的留言互動，也能從側(cè)面反映學(xué)生的學(xué)習(xí)心態(tài)，幫助學(xué)生緩解情緒負擔。

初三學(xué)生張振（化名）體驗了這套系統(tǒng)，當他卡在一道電學(xué)綜合題上，“自學(xué)大師” 功能中的AI物理老師“司空閃閃”沒有給他答案，而是連續(xù)進行了幾輪互動：“從哪一步開始覺得不通了？”，“如果把這個電阻換成導(dǎo)線，電流會怎么變？”，“你用的公式里，哪個量是你還沒確定的？” ……在不到五分鐘的時候，他自己把思路理清了。

“好像也不是很難，就是一開始沒找到入口?！?張振對自主學(xué)習(xí)這件事并不排斥，在看懂了一道題型后，還用30分鐘，把“司空閃閃”推薦的與這道電學(xué)題有關(guān)的5個知識點視頻，全部翻看了一遍。

在楊臨風看來，這樣的學(xué)習(xí)過程看似緩慢，但一個能清晰說出“哪里不懂”的學(xué)生，往往已經(jīng)走在解決問題的路上。

記者了解到，在洋蔥學(xué)園AI智能學(xué)伴中，像“司空閃閃”這樣的AI老師大約有20個，比如頗受學(xué)生歡迎的數(shù)學(xué)老師張無限，地理老師秦岺……每個老師都承擔一門學(xué)科或者跨學(xué)科的實時講解，陪伴學(xué)生走出思維盲區(qū)。

“我們也有很多AI學(xué)伴，孩子們可以挑選自己喜歡的虛擬人物，向他們留言吐露心聲。每個虛擬人物都擁有獨特的性格和偏好，更重要的是，他們都充滿溫暖與治愈的力量，能夠給孩子帶來情緒上的慰藉和心理上的支撐?！睏钆R風說。

被重構(gòu)的45分鐘：AI走進學(xué)校課堂

這套邏輯，也從校外延伸到了校內(nèi)。在對外經(jīng)濟貿(mào)易大學(xué)附屬中學(xué)，記者看到了一堂被完全重構(gòu)的45分鐘的AI未來課堂。

上課鈴響，數(shù)學(xué)老師邢濤沒有站上講臺開講，而是讓學(xué)生打開平板，先看一節(jié)洋蔥學(xué)園的AI動畫互動課。記者注意到，一個男生看到一半停下來，把進度條拖回去重看，他旁邊的女生，在看課的過程中點擊了三次屏幕上的AI私教，并敲出一行字：“我還是不懂這個知識點怎么辦”。

這些瞬間都被教師端的數(shù)據(jù)墻捕捉了：10分鐘里，學(xué)生與AI互動72次，全班有29名學(xué)生完成了自學(xué)，有67%的學(xué)生做錯了同一道簡答題。邢老師沒有從頭開始講解各個知識點，而是在課堂拋出一個問題，讓同學(xué)之間組成小隊，自由討論，待學(xué)生能夠給出一個統(tǒng)一的結(jié)果后，再在課堂上把錯題的核心知識點進行精細化的拆解。下課鈴響前，AI還根據(jù)每個學(xué)生當堂暴露的卡點，推送了差異化的鞏固練習(xí)。

校長牟成梅把AI比作“教師的另一雙眼睛”，傳統(tǒng)課堂上，老師對學(xué)生掌握情況的判斷依賴經(jīng)驗和少數(shù)幾個舉手的學(xué)生，AI則讓每一個學(xué)生的卡點都變得可見?！耙郧翱傉f因材施教，但一個老師面對四十個學(xué)生，怎么可能顧得過來？現(xiàn)在至少能看到了?？吹絾栴}，是解決問題的第一步。”

牟成梅還提到一個細節(jié)，AI給那些在課堂上不敢開口的孩子提供了一個低壓力的學(xué)習(xí)環(huán)境。這也意味著教師的核心任務(wù)正在變化，不再是把同樣的內(nèi)容反復(fù)講很多遍，而是設(shè)計好問題、組織好課堂、引導(dǎo)學(xué)生有序使用AI工具。

楊臨風將這種新型教師稱為“人機復(fù)合型教師”，由AI來承接重復(fù)性的講授和答疑，教師把精力放回到“育人”上。原本被基礎(chǔ)性講解占用的時間得到釋放，教師由此能夠更多關(guān)注不同層次學(xué)生的差異化需求，讓分層教學(xué)真正落到實處。

“老師和學(xué)校最重要的事，是創(chuàng)設(shè)這樣的氛圍和引導(dǎo)方式，教學(xué)生一個好的自主學(xué)習(xí)習(xí)慣，配合AI時代好的資源和工具，學(xué)校完全有可能變成一個以學(xué)生為中心、自主學(xué)習(xí)的學(xué)校，而且成本并不高。”楊臨風對記者介紹，他們的AI未來課堂解決方案現(xiàn)在每年深度、有人在地服務(wù)的學(xué)校大概2000余所。

沒有超級平臺，只有更多“理解之路”

回到行業(yè)本身，2026年的AI教育，看點不在巨頭互搏，而在多條技術(shù)路徑第一次同時拿到了被市場驗證的機會。

不同的入局者，各自回答了不同的問題。大廠的技術(shù)路線，擅長解決“流程提效”，讓搜題更快、批改更準，解決的是學(xué)習(xí)外圍的效率問題；教培機構(gòu)的教研路線，擅長解決“教學(xué)提質(zhì)”，讓更多人接觸到高質(zhì)量的講解，解決的是優(yōu)質(zhì)資源的供給問題；而以洋蔥學(xué)園為代表的“第三條道路”，則不卷效率，也不卷名師，而是聚焦于“知識內(nèi)化”與“自主學(xué)習(xí)”，解決的是最底層的“認知斷點”問題。

這三條路徑不是誰取代誰的關(guān)系，而是各自承擔了學(xué)習(xí)鏈條上的不同環(huán)節(jié)。一個值得注意的現(xiàn)象是，教育行業(yè)與許多其他行業(yè)不同：公司之間很少呈現(xiàn)清晰的上下游分工，每家都有自己的方法論、產(chǎn)品閉環(huán)和服務(wù)能力?！斑@也意味著，教育這個看似龐大的市場，本質(zhì)上是由許多邏輯各異的細分市場拼合而成的?！睏钆R風這樣表示。

一個孩子在不同階段、不同學(xué)科、不同需求下，可能恰恰需要不同的組合。也正因此，AI時代的教育領(lǐng)域，未必會出現(xiàn)一個包攬所有需求的超級平臺，不同的細分市場，自然會為不同理念的產(chǎn)品留出各自的空間。

在2026年這個AI教育狂飆的年份，比起尋找一個包攬一切的超級平臺，行業(yè)或許更需要容忍并驗證多條“理解之路”。畢竟，教育的本質(zhì)不是流水線上的標準件生產(chǎn)，而是為每一個卡殼的孩子，找到那根能讓他繼續(xù)往上爬的腳手架。

那才是這個行業(yè)真正值得在意的結(jié)果。