AI会取代老师吗？AI会颠覆现有教育模式吗？
当ChatGPT横空出世，展现出惊艳的“答疑解惑”能力时，这两个问题就不断被提出。
不过时隔两年再看，教师这一职业并未如预料般遭遇大规模"淘汰"。甚至在一些专业的教育人士看来，讨论这件事的价值已经不大。
「知智教育」创始人兼CEO 李卓（花名：大发）就是其中一员。他觉得，与其担忧趋势，更重要的是找到合适的方式，让真正有用的AI技术落地，产生商业收入，让教育行业获益。
（李卓在北京大学国家发展研究院的分享现场）
作为曾经的快手教育运营总监，李卓从0到1起了快手的教育生态，实现了平台教育年收入16亿+。
历经线上教育的高速发展和快速回落，他在2021年决定躬身踏入教育科技落地的一线。在ClassIn工作的两年，李卓真正看到了一线教研、教学和授课老师的需求与困境。
接下来GhatGPT的发布，让他感到，生成式AI强大的内容生成能力有机会弥补推荐算法导致的个性化教育的缺失。
2024年5月，李卓从ClassIn离职开启AI教育创业，决定开发一个服务于教师、学生的个性化教育产品。
之后，李卓带着他的BP在资本市场辗转融资。但由于低迷的市场环境以及AI商业落地的确定性，3个月后，李卓决定终止融资的进度。
在与投资人不断沟通的过程中，李卓同时在梳理做教育模型+产品的创业卡点：
首先，此时的流量成本已经非常高。很多新产品在做完营销、投放后，几乎"卖一个亏一个"。
另外，大模型的技术出现之后，新的应用交互界面还没出现，这也导致新的、颠覆式的产品迟迟没有出现。
再加上，AI时代，孩子们需要什么样的交互界面还无定论。
最后，学习是一个复杂的过程，再好的模型也难以解决缺乏学习环境，缺少学习兴趣等诸多问题。
这四件事，意味着"教育模型+产品"的创业思路，从需求到应用，再到商业化都不成熟。
没有犹豫，李卓根据市场变化迅速调整了方向。这一次，他将目光落到教育市场中，对新一代AI缺乏题干和使用方法论的老师们身上。
李卓告诉我们，他目前在做的事情是梳理自己的资源和经验，通过直播课程和社群，手把手地教老师们学会使用AI，进行个性化教学。
这件事的意义在于，解决了让前沿技术真正落地问题。
"现在大模型在教育领域的核心卡点在于，技术如何落实到人。说具体点，就是'老师'要学会怎么使用技术。"他说，让老师知道如何通过大模型提效，是技术落地的必经之路。
和之前搭团队、写BP，寻求融资不同。这一次的直播课程业务立刻证明了需求的刚性——在10月上线后，仅用了一个月，李卓自己一个人就招募了近500名教师学员，也赚到了第一桶金。
在交流中里，我们试图询问他对当前热门的AI教育硬件等方向的看法，他大多只回答“no comments”。
当下，他只看重用直播课程和AI工具给“教学一线”老师们带来切身变化。因为，这是切切实实能让AI落到实处的路径。
至于未来如何，“可以让子弹飞一会儿”。
以下是「四木相对论」和知智教育CEO李卓的对话实录：
Q1：为什么选择在2024年独立创业？
李卓：2012年，神经网络算法兴起，开始实际应用落地，并逐步实现取得商业回报。这类算法也被应用到了教育领域。基于这类算法加上知识图谱的推荐系统，可以对学生行为进行实时的分析和反馈。算法记录了孩子整体学习行为的数据，并根据这些数据做个性化的推荐和引导。
这套方案在应用的初期确实带来了非常好的效果。但随着用户量越来越大，人们对于个性化的要求越来越高，我们在2019、2020年的时候感受到了继续发展的卡点：也就是现有的教育内容完全不够，而且本身的个性化要素也不够。
比起娱乐行业来说，教育行业的可推荐的内容量差得太远。
2023、2024年，大模型的出现，对教育行业的最大价值就是无限生产内容的能力。将大模型和神经网络算法相结合，一方面实时分析学生行为，另一方面根据行为实时生成内容，就能弥补之前的遇到的卡点问题。
于是，我就下场来做这件事。这是早期的想法。
Q2：知智教育成立不久但已经开始业务转型，为什么会有这样的变化？
李卓：早期我的想法是做一个针对K12教育的1B左右的小模型，并基于它做自适应学习的产品。后来发现这条路是行不通的。
所以从10月开始，我转向做老师的AI培训，做直播课和社群运营。
Q3：行不通的地方在于？现在做AI教育产品的人不少。
李卓：首先是融资的反馈不太顺利。在AI的C端应用领域，现在一级市场一定程度上是“被悬置”，技术本来就是一个存在资本积极性的事情，没有投资这件事很难做。
但在投资人沟通，以及我做进一步市场调研和思考的过程中，发现“模型+产品”这条创业路的确可能跑不通。主要有以下几个原因：
第一个是流量问题，几乎所有人都跟我提到了的获客成本和流量价格高的问题。现在的情况是一个新产品可以售出的价格甚至低于获得客户的成本，这样几乎是“卖一个亏一个”。
大模型这一新技术的出现，还没有刺激出现新的应用交互界面，没有新界面就没有新流量的产生，也很难有颠覆性的新产品产生，这也很难让资本圈兴奋，让资金进来，对于我们来说，机会也比较小。
回看前几代的技术和产品变革，都能看到交互界面的决定性作用。PC时代，施乐创造了图形化界面，才有了微软和苹果所定义的各类pc应用；移动互联网时代，短视频等应用成功也是因为有了“信息流”这样的交互方式，上下滑才有更极致的体验。
AI时代，孩子们需要的什么样的交互界面，还没有答案。
还有一个问题是，大模型也不是做好AI教育决定性因素。即便是真的把模型炼出来了，也不代表这事能走得下去。学习是一个复杂的过程，再好的模型也难以解决缺乏学习环境，缺少学习兴趣等诸多问题。
总结来看，我认为核心卡点在于，技术如何落实到人。说具体点，就是“老师”。
我很喜欢研究经济学，从历史去看，会发现每次技术范式的转移，它都会首先形成劳动力的迁移。比如工业革命下，劳动密集型的工人；信息化革命中，延伸出的创新式人才。如今AI时代，在教育行业，老师会有怎样的变化是最需要关注的。
另一个方面，中国教育的商业模式相对固定。回顾技术在教育行业的应用，合乎场景的新技术落地更可能成功。比如知识图谱这个技术用在搜题上，因为要“抄作业”成立了；还有云技术用教育上后来有了直播课，一定程度上实现了线上课的互动问题。
于是顺着场景来，我们不去做模型替代人的事，而是模型帮助人的事。
即便是未来有最好的大模型改造了整个教育行业，让老师知道如何使用，如何通过大模型提效也是一条必经之路。
Q4 : 这件事现在具体是怎么做的？
李卓：我现在的目标主要是身在教学一线的老师。这类老师往往是最活跃、最勤奋的个体，而且有一定的前瞻性。
围绕学生的个性化教育，我给这些老师们提供一套经过实践，切实可靠的大模型Prompt模版。
他们只需要把孩子个性化的需求，以及要讲哪道题输入到里面，就能得到符合孩子兴趣的题目和讲题思路。
比如，有的孩子喜欢吃火锅，在讲圆周率的时候，就可以加上火锅的案例。这个时候孩子做题就没有那么痛苦。
这样做可以让这些老师比较短时间内，通过高质量的Prompt。达到有一线城市S级老师的内容生产水平。
这套标准化的Prompt是我们请在新东方、好未来等著名机构和学校工作过的，懂教研、教学的专家顾问撰写的。
一线懂教研和教学研发能力的名师，在行业内久负盛名，这些Prompt凝聚了他们的研究和教学精髓，也是我们公司的宝贵资产。
形成了一套相对标准化的模版之后，还需要教会这些老师们怎么使用。这里就是直播课发挥作用的时候了。
我每周会进行直播教学，让老师们懂了背后的逻辑之后，然后布置作业给他们做练习。他们也都要在群里交作业。
Q5: 你觉得老师们来上AI直播课的诉求和动机是什么？
李卓：最真实的需求其实是招生。对于任何行业来说，流量都很重要，所以我也会强调怎么提高招生提高转换率。
我们可以想象一个真实的招生场景，比如一个孩子一张试卷放在了老师面前，老师要判断试卷里边，这几道错题是哪几个知识点错了，这个知识点需要掌握的ABC层级中哪个层级的知识，之后才能要再针对性的基于这个知识点的学习，形成学习计划。
这些都是AI能做到的事。我提供的工具，能帮这些基层老师识别，能做出学而思水平10年以上的教学经验的老师做出的学习计划和方案。
这个时候，家长来咨询就会觉得老师专业、课程科学，从而提高转化。
Q6：这些老师的AI基础怎么样？
李卓：没有任何基础。而且还容易被一些概念迷惑。比如数字人，他们是真的觉得，一个虚拟人能和真人一样跟孩子交互。
Q7：他们问的第一个问题是什么？
李卓：怎么下载豆包。
现在来看，这些老师们的AI应用水平整体非常初级。一般来说，他们有三个层次的需求。第一层是希望把方法直接拿来就能用；第二层是想了解Prompt的架构原理，可以自己写；第三层是希望可以做出自己的Agent。
我们都可以教，他们自己想玩哪一层，可以自由发挥。
Q8：我们是如何挖掘老师需求的？
李卓：在选择从何处切入的时候，我们先把整个教师的工作的SOP进行了拆解，并从中找到价值点最高的关节。
尽管老师们的教学行动复杂而缜密，但还是遵循着比较统一的步骤与标准动作。从备课、教研、教学、作业布置与批阅、考试测验、家长沟通、学生管理等不同环节和场景都有一定步骤。
例如，我们从AI出题切入。
每个孩子被评价得标准很一致，也就是考分。但提分的过程未必一定是痛苦的。
做题是提分的重要过程，如果做的题目是孩子感兴趣的方向，可以个性化做题，他们能做得更开心，学习也会相对轻松。
而用AI来进行个性化出题，比起人更有优势。一是，AI可以模仿最高水平的出题人的出题思路；二是，AI的发散能力很强，给它一个idea，它能发散出很多“有意思”的出题方向。
Q9: 目前有多少学员，怎么维护社区的活跃？
李卓：原本只想要招募300个人，最后扩招到了近500人。主要是社群里，学习氛围的维持是有边界的。所以后续因为口碑裂变，很多同学想报，都被我婉拒了。
我把这400个学员根据不同的学科背景分为了六个组，让同学科、同赛道的学员在一起，方便分享和交流。每个组都有优秀地小组长，负责组织一些讨论和交流，能获得更多福利。
运营并不是简单的，我没有请任何助理，都是我自己一个人来运营。所以，我制定了几条群规：
不允许打两个问号，两个问号是质问不是疑问。
在线下见面怎么跟人说话，在群里就怎么交流，要用自然的语音交流，即“当面在场”。
不允许在群里说“割”和“韭菜”。这在我看来是非常不尊重人的表现。
鼓励互助，互相批改小组成员的作业，改得好的可以优先获得福利。
在我看来，只有每个人都对他人好的时候，才会有那种人带人的氛围，这个群的活跃度才能好。
我们的班级有三条价值观：第一个叫“先创收后幸福”，就是意思你先用AI赚到钱，再谈情怀；第二条价值观叫“让AI给你做牛马，你和孩子做个人”，就是说老师和孩子最重要的事是人和人之间的情感和鼓励和支持，一些写教案、做PPT的活可以让AI牛马去做；第三句继承自好未来的价值观，“教不好孩子等于偷钱抢钱”。
在我的课堂里，我希望看到老师们能真的开始思考，思考“我作为一个水平不那么好的老师，怎么和AI配合工作能让孩子学习好”。
Q10：做完了老师的Prompt交付，之后还有怎样的规划？
李卓：我只能跟你说三个月的规划。现在又回到了90年代创业的感觉。对我来说，我现在跑通了OMF(Operation Market Fit )，可以“让子弹飞一会儿”。
我会写万字长文，向外界宣传我的理念，获得教育人认可我的理念。然后他们进入了一个私域，卖课。现在我有500个学员，口碑爆表，已经跑通了模型。我也想看看，这些老师在学习了之后，能有什么效果，又能发展出怎样的新需求。
我也正在老师的workflow上开发新工具。比如，我做了AI批改作文的工具，它能做作文的精批，并将所有批改痕迹留痕，加速老师的精批效率，由此老师可以花更多时间来跟孩子交流。现在次周留做到了60%左右。
这里只是举一个例子。也就是说，我们会针对老师的工作流开发一些小工具，形成小程序矩阵。这些小产品的开发成本很低，只需要一周，但都是从老师们切实需求场景出发，是很有效果的。
Q11：教育中的主要角色除了老师，还有家长和孩子。我们会做服务家长和孩子的业务吗？
李卓：下个月我会开“AI家庭教育课”，会逐步探索“AI到底和孩子怎么直接交互”这个方向。学生的阶段还是会聚焦到K12的人群，学龄前儿童就不做覆盖了，因为他们的父母需要他们保护眼睛。整体看，我会主要做To C的事情，暂时不会尝试To B。
Q12：现在还有很多人认为AI可以替代老师，你怎么看？
李卓：我现在不去想这个事，这并不重要，直接做概念博弈没有意义。此时此刻要讨论的是AI怎么落地，怎么帮老师进步，怎么获得商业价值，有没有让孩子变好。
教育很朴素。一句话，谁能陪好孩子，谁就是一个好教育工作者，不管是教师还是家长。
所以老想用AI替代自己，减少在孩子身上精力和时间的投入，是不合理的。
另外还要看到，AI的确给教育带来了平权的机会。这些基层的老师、家长、学生也能使用最好的AI工具和产品。
Q13: 现在知智教育有多少人？
李卓：公司就只有我一个。我们有产品研究团队，但是不必加入公司，更多是顾问形式合作。
现在也有很多AI一人公司。不过我觉得能不能做这件事，取决于“你是个什么样的人”，你的power够不够去组成支撑一个AI公司。
我能做一人公司，是因为我能带动快手k5级别及以上的产品、开发，来和我一起探索AI、教育的落地场景。我还有运营能力，教育媒体都会帮忙，同步发我写的AI教育文章，这样的公司模式是成立的。
对每个人来说，你的独特优势决定了要采取什么模式。
Q14: 还有计划融资吗？
李卓：目前没有主动的想法，但也和投资人们保持联系。我没有那么强的焦虑感，自己每天也工作十四五个小时，踏踏实实地干。