在生成式人工智能重塑各行业版图的当下，教育领域也正经历着一场静水深流的技术变革。

大模型不再只是实验室里的概念验证，而是逐步渗透进作业批改、个性化辅导、学情分析等教育核心场景，推动着"千人千面"教育理想的落地。在这场技术与教育的双向奔赴中，如何平衡技术创新与教育本质？如何让AI真正成为教育公平的推进器而非技术泡沫？我们与深耕AI教育应用多年的专家丁小晶展开对话。作为百度小度教育技术负责人，他带领团队打造的AI教师系统已成为行业标杆，其团队在教育大模型应用层面积累的实战经验与冷思考，或许能帮助我们更清晰地看到技术赋能教育的可行路径。

丁小晶

百度资深工程师/小度教育技术负责人/大模型应用技术专家

资深大模型AI应用技术专家与管理者，技术创新与项目管理的复合型人才，致力于AI大模型应用创新。硕士毕业于中国科学院计算技术研究所，从事高性能计算技术研究。先后在百度、三星等世界知名企业工作，并有多年旅日工作经历。

拥有超过15年的计算机及AI领域经验、10年AI及5年团队管理经验，精通大模型技术及多语言编程，屡获荣誉，持多项专利。目前作为小度教育业务技术负责人，研究基于大模型AI教育产品创新，引领小度教育成为行业先锋。

丁小晶、崔远 编著《深度剖析DeepSeek大模型： 原理、开发与优化部署》https://item.m.jd.com/product/14401797.html

问：目前大模型在教育领域的主要应用场景有哪些？能否结合具体案例说明其效果？

答：目前大模型技术对教育行业进行深入重构，今年4月份的2025年教育装备展上明显能看到，教育从业公司都在往大模型应用方向转型。个性化AI老师是一个主流趋势。借助大模型技术，可以实现个性化1v1的授业、答疑、解惑，大幅降低教育成本，解决教育资源分布不均衡的问题。

比如AI作业批改和AI讲题答疑的效果提升，在目前的AI自习室行业已经大面积使用，通过AI老师逐步降低学生对真人老师的依赖，还可以培养自主学习的习惯，已经逐步在颠覆传统教培行业。

问：多模态技术在教育中的应用进展如何？

答：多模态技术非常重要，甚至可以说，没有多模态技术效果的快速提升，教育行业不可能如此迅猛发展。比如在前面提到的AI作业批改和AI讲题答疑方向，完全靠纯文本大模型是无法满足需求的，非常依赖对大模型的图片理解能力。还比如超拟人AI老师，语音情感大模型就起来非常关键的作用。

问：大模型存在幻觉，在教育中，这是否会导致输出一些错误知识，如错误公式推导等，如何避免这种情况，或者是否可以“自主纠错机制”？

答：确实目前即使最好的大模型也还会存在一定的幻觉，比如数学上的一些逻辑计算问题，解决大模型幻觉一直是教育行业的难点。但是在这方面我们还是做了很多创新，比如SFT微调、Prompt约束、Fewshot规范以及Tools校验等技术手段，目前来看效果还是很不错的，也获得用户的认可。

问：教育大模型需持续吸收新知识，但传统微调易导致旧知识遗忘。在模型动态更新过程中，如何平衡知识扩展与核心能力稳定性？

答：这个确实是一个难点。我们自己的经验来看，分两个阶段：24年Q4之前，各家大模型的基座能力确实在教育垂类应用上，受限于没有大量教育优质数据，无论是知识扩展和核心能力都还有欠缺，需要我们进行不断SFT。但是从24年Q4往后，特别是DeepSeek出来之后，大模型的基座能力提升非常明显。我们对于微调的使用比较谨慎，更倾向于微调非核心能力，比如微调AI老师的讲题范式，微调AI老师的拟人风格等。在知识扩展方面，我们更倾向于Agent架构思想，通过RAG，More Tools，MCP等手段来扩展，而不是大模型的微调。

问：基座大模型的很多训练数据来自英语，可能导致文化偏见。在中文教育场景中，这是否会影响教育结果？是否有解决机制？

答：我们没有这方面问题。我们主要用的是百度文心大模型，很擅长中文。

问：教育大模型是否解决传统教育中的“因材施教”难题？

答：大模型技术是解决传统教育“因材施教”难题的最佳方法。

首先，通过大模型能够更加懂学生。我们的AI老师是覆盖家庭教育全场景的，从薄弱项诊断、家长反馈、学习规划到作业辅导，持续更新学生的学习情况。比如在智能作业批改场景，传统AI只能判断对错，但是基于大模型我们现在能过做到归因分析，每一步错在哪里都能诊断出来。例如是漏了题目条件，还是对基础概念的理解有误，都能诊断出来。

其次，只有大模型才能实现真正的1v1教学。以为题目答疑为例，传统AI对所有学生，都只能有文字解析，或者是一个讲题视频，让学生去看，至于懂不懂，懂多少，那就不知道了。但是基于大模型技术的AI老师可以和学生进行交互，在交互中识别孩子们是否真的懂了，进而根据理解的多与少，可以调整讲题思路，一步一步的引导，让孩子真正的理解题目，而这都是传统AI无法实现的。

我们做AI老师的初衷，就是为了能够复刻名师，通过大模型技术，我们有机会，让每个家庭、每个孩子都能有一个AI名师，即使是在偏远贫困的山区，也能有一个清华北大的AI私教。

问：当大模型能自动生成个性化习题、教案甚至虚拟实验时，传统教师的角色将如何演变？是转型为“AI训练师”专注设计提示词，还是强化人类独有的元认知培养能力？这类变革对师范教育体系会产生何种冲击？

答：我和很多老师交流，他们都有这个焦虑。但是我感觉这个问题不仅仅是教育行业存在的，其他行业都会有，比如Midjourney我们的UI工程师就很焦虑，还有Coursor也让很多程序员也很焦虑。

我可以谈几点我对这个问题的几点思考：

• 老师们也要快速拥抱大模型。大模型短时间内还是不会替代真人老师的，但是善于使用大模型工具的老师一定会更有竞争力，因为他们的效率更高。所以压力不是来自于大模型，而是会使用大模型的同事们。

• 对大模型来说，传统的教育经验是非常有价值的。目前所有的大模型都还是在复刻老师。复刻的方法都是在学习老师的教育经验，没有这些教育经验，大模型还是难以替代真人的。我们目前遇到的一个难题是，如何将不同老师的个性化的教育经验，抽象归纳成一套教育方法论，并且能数据化输入给大模型，目前还很难，可能对一些懂大模型的老师是一个机会。

• 真人老师除了传道授业解惑之外，言传身教会对学生人生观、价值观也会深深影响，毕竟人是有社会属性的，这种面对面的情感价值，至少是目前的大模型技术还没有办法替代的。

问：作为小度教育的技术负责人，您带领团队做了哪些AI教育产品的创新？

答：大模型技术起来之前，我们小度教育就一直在做AI+教育的创新，那个时候也是围绕作业批改和讲题答疑来做的，但是效果一直比较受限。随着大模型技术的快速发展，我们的AI能力效果已经做到了行业顶尖水平。特别是我们24年发布的AI老师，是行业内首创推出超拟人AI老师，围绕家庭最普遍的日常学习和作业场景，模拟真人家教辅导的核心流程从诊断、反馈、规划到个性化1v1辅导学习，系统化的实现了家庭教育场景和大模型技术的深度融合。目前AI老师已经成为学习机行业标杆，引领了行业发展。

问：对AI从业者而言，面对技术迭代加速的“百模大战”，哪些核心能力将成为竞争壁垒？您会建议青年开发者深耕哪些技术方向？

答：这个问题就比较宽泛了，仁者见仁，智者见智。我只能从AI应用创新从业者的视角来看，识别大模型的能力边界是个很重要的核心能力。大模型能干什么？不能干什么？能干到什么程度？你只有非常清楚，才能做好产品创新。把握的好就是事半功倍，把握的不好那就是事倍功半。而且大模型的能力边界是在持续变化的，要动态的看这个问题，而不是静态的，要对未来有预见性和判断力。

建议就不太好给了，我也是青年哈，我只能谈几点我自己正在看的几个方向：

第一、多模态大模型（特别是视觉大模型）还在快速升级。很多应用场景都需要多模态的支持；

第二、Agent架构迭代很快。比如年初的Manus，还有最近的MCP协议等都在加速智能体架构的发展；

第三、端侧大模型不可忽视。随着iPhone的引领，端侧大模型会成为手机行业标配，那也会催生端侧大模型应用爆发。预计今年设备端有希望能跑10B小模型了，从能力角度看，已经可以干很多事情了。