11月17日至18日，芥末堆在北京举办以“教育有AI，学习无界”为主题的GET2025教育科技大会。在18日上午的领袖论坛上，松鼠Ai智能老师联合创始人、北美CEO梁静就《AI时代的智能教育：智适应教育大模型——构建无界学习的新生态》进行了主题分享。

以下为演讲实录，经编辑：

我们在人工智能教育行业深耕了11年，核心聚焦智适应教育，打造了全学科多模态智适应教育大模型。过去一年，我在海外频繁交流，考察了大量AI教育公司，今天想把这些观察和思考分享给大家。

在美国的行业大会上，每年都会涌现200多家AI教育创业公司，但我发现，绝大多数企业并没有真正打造自己的核心模型，毕竟自主研发模型的难度极大。它们大多是在大语言模型基础上叠加浅层应用，套上不同场景的“壳子”，涵盖素养、学科、文化艺术、编程等领域。这类产品在流量获取上或许可行，但要做深垂直赛道、让孩子真正学有所获，难度极大。

当AI泡沫褪去，那些没有深耕垂直领域、缺乏自主模型、算法和数据积累的公司，必将面临巨大风险。这不仅是教育行业的共识，医疗、金融等领域也同样如此。未来，人工智能的核心竞争力在于“垂直深耕”，只有把用户数据转化为精准洞察，通过自主引擎和模型推送给用户最有价值的内容，才能在各个行业站稳脚跟，这也是教育行业最该坚守的核心价值。

今天我重点聚焦智适应教育大模型。松鼠Ai 是全球唯一被多家机构评为L5级全自动驾驶级别的智能教育品牌。大家都清楚传统教育的困境，核心症结其实是无法实现孔子所说的“因材施教”， 每个孩子只能学习统一的内容，个性化无从谈起。

现在的大语言模型、ChatGPT看似提供了个性化服务，但存在一个关键问题：它们真的了解每个孩子吗？当你登录查询答案时，系统会即时响应，但不会记录完整的学习行为路径，更无法追踪你的知识盲点和学习潜力。这类AI对话助手只是“问答工具”，而非“智能老师”，没法做到真正的因材施教。

传统教育的核心诉求，是让每个孩子都能获得专属的学习方案，不是孩子主动提出需求，而是AI系统能精准判断“你当下该学什么、该练什么”，吃透你的学习数据、难点痛点和潜在潜力。只有做到这一点，才能真正破解传统教育的困境。

谷歌未来教育报告等诸多行业研究都指出，人工智能自适应学习是未来个性化教育的核心趋势。但大家要明确“个性化”不是泛化的概念，不是任何AI技术都能实现的。真正能落地的个性化教育，必须依托智适应技术，这是经过验证的核心解决方案，绝非简单的识别类AI能替代。

根据沙利文研究，智适应教育中智能技术分为L0-L5级，级别越高智适应学习能力越强。目前，松鼠Ai 已进入L5级完全智适应 “自动驾驶” 级别。这是什么概念？L4级还需要真人老师辅助，形成“智能老师+真人老师”的教学模式；而L5级则实现了全流程AI自主教学，先通过测试定位知识盲点，跳过已掌握的内容，追根溯源找到核心薄弱点，待完全吃透后再推进下一步。这就像特级教师授课：知道五年级的孩子若三年级知识点有缺失，就先补三年级内容，循序渐进确保真正学会。

为了验证智适应智能老师的效果，我们从2017年启动了亚太区首场人机大战，至今已累计开展100多场。对比实验中，一边是传统班“一位老师教三名学生”，另一边是松鼠 Ai“一名学生配一台智能老师”。

所有结果都证明：通过人工智能自适应系统学习，相当于拥有了专属特级教师，效果显著。不仅成绩提升，相同时间内掌握的知识点总量远高于传统班级。更重要的是，孩子的学习体验大幅改善：他们觉得系统“懂自己”，只推送不会的内容，游戏化的设计让学习更有趣，甚至有学生反馈“比老师教得好”。

培养一名优秀教师需要多年沉淀，但借助AI智能系统，培养能辅助教学、数据分析、情感沟通的督学师，仅需两三个月到一年。这让行业能批量培养优质教育从业者，同时保障教学效果，这就是技术赋能的价值。

接下来给大家介绍我们的商业模式，相信大家会感兴趣。我们采用代理商模式，目前在国内有3000多家代理商、经销商，开设了3000多家“AI自习室”。和普通自习室不同，我们的自习室里没有老师授课，工作人员被称为“督学师”或“数据分析师”。

他们依托庞大的后台系统，实时监测数百名学生的学习轨迹、数据和路径，一旦出现异常，比如快进、走神等情况，会及时介入，甚至暂停学习进行思想沟通。这些督学师都系统学习过教育心理学、家庭教育学和数据分析工具，核心工作是解析数据、对接学生和家长，而非直接授课。

松鼠Ai 之所以能在AI教育领域坚守11年，核心源于创始之初就确立的技术深耕路线。我们与中科院自动化研究所成立联合实验室，与斯坦福国际研究院持续七年联合技术研发，在全球AI顶会发表论文100多篇，斩获全球最佳发明、人工智能创新奖等多项荣誉，还两次入选斯坦福商学院案例，创始人栗浩洋四次亲自授课分享经验。

这背后是我们的智适应引擎，三层架构叠加大模型。

第一层是学习目标层：学生进入系统后，AI先诊断，设定个性化目标（含预计时长和达成标准），且目标会根据学习情况实时动态调整。这里还包含内容地图、学习地图和错因分析，同样是选B答错，不同学生的错因可能完全不同，系统会精准捕捉这些差异；

中间层是学习记录与推荐层：实时记录学习画像，通过推荐引擎分析学习行为，动态匹配最优学习内容；

第三层是实时交互层：系统推送学习内容后，学生通过看视频、做解析、练题目完成学习，过程中的反馈会被实时捕捉。比如语音交互、Pad手写解题思路（通过OCR识别）等多模态行为，都会被收集分析，再通过中间层优化推荐内容。

目前我们已覆盖语数外、物理、化学、生物等全学科，更核心的是打造了MCM（学习思想、能力、方法）系统。大家都认同素养教育的重要性，上一位演讲者也提到 “学数学的目的不止于知识”。我们把每个学科拆解出大量核心能力与方法：学物理能掌握对称思想、逆向思想，学数学能提升猜想能力、数据分析能力、数感直觉等，这些能力在未来成长、工作、生活中都极具价值。

我们不提倡唯分数论，但学科学习的核心不仅是提分，更是思想方法的沉淀。国内在这方面的研究已非常透彻，而美国产品会更侧重先培养思想能力方法，再夯实知识，这是基于文化差异的适配。在我们的系统中，思想、能力、方法贯穿每个学科、每个年级，孩子提分的同时，能清晰知道自己的能力短板，并有针对性地提升。

再深入说说智适应教育大模型的核心逻辑，它包含遗忘曲线、有效时长、追根溯源等多个维度，形成完整的数据追溯链条，还设计了“重学隔离池”、“战略放弃”、“战略后排” 等智能机制。

比如30分左右的学生，若60分以上的内容反复学不会，系统会 “战略放弃”，暂时搁置这些内容，待其分数提升至50-55分、具备学习基础后，再逐步引入；“战略后排” 则是延后学习优先级，而非彻底放弃。AI会根据每个孩子的状态自动调整知识素材的学习顺序。

大家对“智能体”的认知可能是订票、翻译等单一功能，但我们的系统融合了多个智能体：数学、语文各有专属智能体，错因分析、自动驾驶、AI助手也都是独立智能体，它们不是孤立功能，而是深度整合进智适应教育大模型，形成协同发力的整体。

有两个真实案例想和大家分享：教育部旗下《中国教育信息化》期刊刊登过山东某高中的案例，通过一学期的松鼠Ai系统学习，学生数学平均分提升31.2分。吉林一所希望学校（师资薄弱，一位老师兼顾多学科），初三学生用系统两个月后，中考平均分提升50分；还有宿迁另一所学校，全年级垫底的班级（原第15名），通过半年300小时的系统学习，夯实知识地基，逆袭至全年级第4名。

最让我们感动的是青青的故事。青青曾经是湖北恩施巴东县白沙坪小学的一名学生，因为身体原因只能辍学在家，我们把系统送到她山里的家中，帮她实现居家学习，后来还资助她进入初中。我们持续跟踪了6年，今年高考，青青成功考上武汉大学。她在接受媒体采访时说，“当年松鼠Ai来到我家，是AI帮我拆掉了家里的那堵墙。”

不敢说松鼠Ai是唯一的助力，但正是AI技术让她获得了个性化教学，补齐了过往的知识短板，才能在初中、高中跟上进度，一步步精准提升，最终实现人生逆袭，这就是技术赋能教育的温度与力量。

现在越来越多传统教育公司、出版社涌入AI教育赛道，大家都认同“AI 将颠覆教育”。但我们想重申，教育的核心永远是“让每个孩子学会学懂，真正做到因材施教”。

要实现这个目标，必须依托智适应算法技术，无论产品形态如何，只有做到精准学习、效果可追踪，才能真正兑现AI教育的价值。