AI扎进产业深水区，最大的挑战，往往在那些最讲专业和信任的场景。教育就是其中之一。在通用大模型能力快速平权的今天，科大讯飞（002230）第九届“华夏创新奖”获奖者宋振南、过友辉用不同场景的“AI+教育”探索结果，回答这个问题：当人人都能调用大模型，AI凭什么被老师“放心用”，又靠什么让学生“快乐学习”？
老师敢不敢用
是教育AI的“试金石”
如果说在商业的“战场”里，AI要走进企业流程、终端与全球市场，那么在教育场景，科大讯飞（002230）大学情智批平台产品部总监宋振南的战场，则是老师手上那支笔。
批阅机看起来只是一个教育硬件，真正考验的却是AI能不能承担老师一部分最繁重、也最专业的劳动。批改不是简单判对错，尤其在数学、语文这样的学科里，老师需要知道学生错在哪里、为什么错、是否存在一题多解，AI给出的表达是否符合教学语言和新课标口径。
宋振南对大模型的判断很清醒：通用大模型不是全能的。它可以拍一道题、解析一道题，但在规模化批改时，会暴露两个短板：第一，没有稳定的错因体系，同一种错误，模型可能每次换一种说法；第二，它默认会以最少Token、最短生成路径输出回答；若无专门指令约束，不会主动覆盖学生可能出现的多种解法、多种写法。
在教育场景，这些短板会直接影响老师是否“敢用”AI。宋振南说，老师不能接受同样的错误被AI说成不同说法。批改结果最后要给学生、家长、学校看，如果同一类错误表达不统一，就会显得很不专业。老师也就不会把它当成自己的批改结果用出去。教育部教育技术与资源发展中心《中国教师生成式人工智能（885728）应用报告（2026）》显示，多数教师在主动拥抱AI工具的同时，也普遍担心学生过度依赖技术、削弱独立思考，教师角色正从工具使用者转向人机协同中的价值守护者——这也意味着，教育AI能否被采纳，最终取决于它是否经得起专业判断的检验。
对宋振南来讲，找到老师刚需的方式，不是坐在办公室里想功能，而是看老师的真实批改。在翻阅了数千份老师手阅的数学试卷，无数次旁观了学校现场的面批后，对于老师眼睛停在哪里、笔落在哪里、面对学生怎么讲，宋振南都了然于心，他习惯了从“第一性原理”去思考问题，“‘根诉求’很多时候不是用户直接‘说’出来的，而是要从数据、现场和细节里‘洞察’出来”，他说。
他把讯飞做了二十多年教育积累的垂直场景数据用得恰到好处：一方面，参与构建三级错因体系，并联合义务教育数学课程标准修订组组长曹一鸣教授等专家，对老师常用的专业表达进行审核校准，把错因表达的专业度提升到90%以上，跨过老师的实际使用门槛；另一方面，解决“一题多解”的挑战——使用群体归类、提炼解法等方式，让它知道学生可能怎么写，从而批得更准，从而解决通用大模型普遍存在的短板。
语文场景更能说明数据壁垒的价值。错别字识别是默写、作业里的刚需，但通用大模型本质是语言模型，倾向于预测“最像的正确字”，人类历史上积累的大多是正确文本，少有系统化的错字库，讯飞依托二十余年在教育领域的积累，解决这一行业难点，实现行业首发的“错字题库”。
据悉，宋振南和团队研发的大学情智批平台产品至今已在数万所学校规模应用，百万师生每周使用，并牵头参与校园智能批改团体标准制定。
这些都在说明，在通用模型能力快速平权的背景下，行业门槛并没有消失，而是转移到了更深处：谁有长期场景，谁有高质量行业数据，谁懂专业工作流，谁才有可能真正让老师“放心用”。
一道题背后
AI重构教育资源生产方式
学生拍下一道题，真正需要的往往不是一个答案，而是一段听得懂的讲解。尤其是小初阶段的数学题，学生需要看到点、线、角、辅助线如何出现，推理过程怎样一步步展开。
过去，这类讲解视频高度依赖人工录制或第三方资源。它的问题很现实：成本高、覆盖慢、更新难，企业自己的内容资产也难以沉淀。科大讯飞（002230）研究院算法工程师过友辉要解决的，就是这个看起来很小、却决定产品体验的问题。
他的创新是从产品需求里“逼出来”的。讯飞AI学习机用户拍题后，如果题库里没有这道题，系统能不能在线生成一段高质量讲解？如果单靠第三方视频资源，不仅调用成本高，还可能形成内容依赖；如果靠人工录制，一题大约8元的成本，很难覆盖持续新增的教辅题和新题型。
过友辉团队的解题方案，是让系统先识别题目、生成解析，再把解析扩展成带语音、上屏内容、高亮标注和图形演示的视频。最近的关键突破，是图形化讲解。因为很多数学题必须画出来，学生才更容易理解。
难点在于，数学图形不能只是“像”，而必须“对”。一个点的位置、一条线的方向、一个角弧的标注，都可能影响学生理解。直接让模型文生图并不完全可靠，过友辉团队转向智能体路径：先由plan-agent规划怎么讲，包括逐字稿、上屏内容、绘图逻辑、高亮标注；再由code-agent根据讲解逻辑生成绘图代码，渲染成图形化讲解视频。简单说，一个负责“怎么讲”，一个负责“怎么画”。
这背后是科大讯飞（002230）研究院“从技术中来、到产品中去”的工作理念。过友辉并不是闭门做一个技术点，而是在产品反馈、教研判断、用户体验和模型能力之间反复拉通。结果是用户可以感受到的。据悉，这套中小学数学答疑辅导AI视频方案，攻克了传统AI讲解枯燥、不直观的难题，可接受率达95%。
这组数据的意义，不只是“更便宜”。它说明AI可以把教育资源生产从人力堆叠推向智能生成，把一次用户提问转化为一条可复用、可沉淀、可持续迭代的内容资产。AI在这里不是替老师讲答案，而是实实在在改变了教育资源的生产方式。
宋振南让AI经得起老师的专业审视，过友辉让AI重构教育资源的生产方式。在教育这个最难标准化的场景里，两个样本指向同一个判断：通用模型能力快速平权之后，行业门槛并没有消失，而是转移到了更深处——谁有长期场景、高质量的行业数据和对专业工作流的理解，谁才有可能让AI真正被“放心用”。
从流程、终端、全球市场，到课堂和教学的最深处，五位讯飞人回答的是同一道考题（点击回顾：）：大模型打开了AI能力的边界，但产业化的答案不在抽象能力本身，而在一次次真实发生的产业现场——AI能不能被用起来、用得稳、用得久、用得成体系。只有能在这些真实现场持续把问题解决掉的，才真正蹚进了AI产业的深水区。
