大家怎么看待AI + 教育这个赛道？ 自己还在组团队计划做产品试点 + 项目交付，下沉市场仍然庞大，即使门槛低 + 红海依旧有探索和盈利空间。 但是对这个赛道确实也比较迷茫 即使是赛道头部做的产品似乎也依旧是对话套壳 学生和教师的工作区全部限制到Chatting窗口不可避免地会降低普适性，不同专业的工作区格式完全不同，除了项目交付的形式，目前找不到具备Scalling law的产品形态。 先进生产力的发展与当前的落后的培养与评价体系之间的矛盾无法忽视，痛点始终存在 大家怎么看？

纯chatbot这条路确实走不通，我试过。而且商业化的话，就得像chatgpt或者claude那样限制对话轮数，那就又容易和吹出去的东西货不对版。 我的理解是，做AI+教育，或者我更prefer“AI+学习”，重点不在于AI，而在于AI能解决什么现有问题，能创造出什么新的选项，以及这些问题用AI解决是否一定更优。 众所周知，一个系统要上AI，一定是因为自动化流程里有需要模糊匹配的东西，需要智能分析理解的东西。但是AI又不完全可靠，上AI的环节越多，累积到用户端的错误可能性就越大，于是就得上各种门禁，各种自检和重试，导致系统响应变慢，用户体验变差，成本还增加。 我目前的一个比较反直觉的经验是，AI+学习要想法子尽量少用AI。能用确定性算法和良好的教学设计来处理的环节，就不要用AI。目前看来，不管是AI+学习也好，还是什么别的需要一对一人机交互的领域，必须用AI的环节只有三个，一个是自由对话提问，一个是意图识别和路由，还有一个是把原始ground truth转化成任何前端交付给用户的信息和体验的过程。 虽然只有三个，也够设计者喝一壶了。拿自由对话提问举例。尤其是AI+学习，如果你想做一个AI老师，面临的第一个大问题就是，人的发问的可能性空间比系统能提供的合理回应的可能性空间大不止一个数量级。就像一个合格的老师的课堂agenda不能完全被学生的回应所主导，所以必然涉及对学生回应的可能性空间的压缩。经验足够丰富的优秀的教师会知道如何把学生看起来五花八门的反应映射到有限的状态空间里去。换句话说，优秀的老师是会自己总结泛化规律并进行泛化的。大语言模型这个本身就有限的状态空间只有这样，才有可能处理多得多的可能性。我们既希望AI老师能够优雅handle学生所有的反应，理性的和不理性的，又希望AI老师能有所个性化，毕竟这是当前AI教师叙事合法性的一大来源。取决于你的立场，这可能会是一个很困难的问题。 这还没有涉及更复杂的问题，比如人类教师的长程规划能力，抓大放小的动态抓重点能力，从有限的学生的反应推理学生可能的卡点的能力，察觉学生情绪的和作出合理应对的能力，等等等等。这是一个需要投入资源进行科研的庞大课题，然而市场目前浮躁的赚快钱的风气让我觉得如果当下想要利用资本下场做AI+教育创业，我刚才说的这些问题一个都不用考虑。以上这些问题的解决会诞生伟大的产品，但这么伟大的产品没有可能诞生在任何不够经济独立的产品经理和企业手里。