AI教育竞争从模型走向智能体：一场悄然发生的范式转移
上周在哈佛中国论坛，好未来总裁彭壮壮说了句话让我印象深刻：「AI 教育的竞争，正在从模型层走向智能体层。」
这话听起来有点抽象，但结合最近教育圈的动态，我大概明白他的意思了。
从「知识导向」到「能力导向」
彭壮壮提到一个关键点：教育的范式正在从「知识导向」转向「能力导向」。
这听起来像是教育理念的老生常谈，但放在 AI 语境下，意思完全不同。传统的在线教育产品，本质上是在做「知识搬运」——把课本内容搬到视频里，把题目搬到题库里，让学生更方便地获取知识。
但 AI 时代，知识获取的门槛已经降到极低。你想学微积分，GPT-4 可以给你讲一遍；你想练口语，AI 可以陪你聊半小时。那教育产品的价值在哪里？
彭壮壮的答案是：从「教知识」转向「培养能力」。
比如，同样是学编程：
传统模式：看视频教程 → 做练习题 → 考试验证
AI 智能体模式：给你一个真实项目 → AI 作为导师陪你从零实现 → 在过程中培养解决问题、调试代码、查阅文档的能力
后者更接近「学徒制」，而 AI 智能体扮演的就是那个「师傅」的角色。
智能体 vs 大模型：教育场景的本质区别
很多人可能会问：GPT-4 不也能当老师吗？为什么需要「智能体」？
区别在于：大模型是「问答式」的，智能体是「任务式」的。
大模型：你问「怎么解这道题」，它给你解题步骤。你问完，它答完，交互结束。
智能体：你给它一个目标「帮我准备期末考试」，它会拆解任务、制定计划、监督你执行、根据你的表现调整策略，甚至主动提醒你该复习了。
在教育场景里，后者显然更有价值。因为学习不是一次性的问答，而是一个持续的过程。学生需要的不只是答案，而是引导、反馈、激励——这些恰恰是智能体擅长的。
好未来在这方面已经有一些尝试。比如他们的 AI 陪练智能体，不仅能批改作业，还能根据学生的薄弱点，主动推送针对性练习，甚至模拟「老师点名提问」的场景，让学生保持专注。
教育行业的「去中介化」
彭壮壮在论坛上还提到一个观点：「AI 将推动教育行业的去中介化。」
这话说得有点狠，但我觉得他指出了一个趋势：传统的教育中介——培训机构、教辅平台、甚至部分老师——如果只提供「知识传递」的价值，确实可能被 AI 替代。
但这不意味着老师会失业。相反，真正有价值的老师，会从「知识传授者」转型为「学习引导者」——他们不再是课堂的主角，而是 AI 智能体的「训练师」和「监督者」。
我见过一些前沿的教育科技公司，已经开始让老师自定义 AI 智能体的行为：设置教学风格、调整难度曲线、定义反馈机制。老师的工作，从「备课、讲课、批改作业」变成了「设计学习路径、配置 AI 参数、处理异常情况」。
这更像是在做「教育产品经理」，而不是传统意义上的「老师」。
一个更大的图景
从模型层到智能体层的迁移，不只是教育行业的事，而是整个 AI 应用层的趋势。
在大模型的早期，大家关注的是「模型能做什么」——能写代码、能画图、能写文章。但现在，越来越多的人开始关注「智能体能做什么」——能自动完成工作流、能持续学习优化、能与人类协作。
这背后的逻辑是：AI 的价值不在于单次输出的质量，而在于能否嵌入到人类的日常工作流程中，成为真正有用的「助手」。
教育只是这个趋势的一个缩影。医疗、法律、设计……所有需要专业知识 + 持续服务的领域，都可能经历类似的范式转移。
一个开放的问题
写到这儿，我想抛出一个问题：在教育场景里，你更希望 AI 是「超级老师」（什么都能教），还是「学习伙伴」（陪你一起学）？
我的感受是，现阶段大家更想要前者——毕竟能快速获取答案是刚需。但长期来看，后者可能更有价值——因为学习不只是获取知识，更是培养思维方式。而一个陪你成长的 AI 伙伴，可能比一个无所不知的老师更能帮助你建立这种思维方式。