教育AI迈入Agent时代：比“会生成”更重要的是“能执行”

　　6月5日-6日，聚焦Agentic AI(自主行动智能体)全生命周期的专业行业峰会—Agentic AICon智能体应用与架构工程大会在上海举办。

　　在“垂直行业智能体应用专场”上，科大讯飞高级系统架构师李恒在报告中介绍，依托星火教育大模型和Agent能力，教育SaaS软件实现动态能力交付，以贴合用户在真实场景中的多元需求。他提到，过去的软件解决的是“人找功能”的问题，而今天的大模型正在解决“系统理解目标”的问题。

　　从会说到会做：AI的评价标准正在改变

　　2025年以来，Agent几乎成为人工智能领域最热门的话题。相较于“AI会不会回答问题”，人们开始关注“AI能不能完成任务”。这被视为一种正在发生的AI范式转向。如果说生成式AI的核心价值在于“更好地预测下一个token”，那么Agentic AI的核心价值则在于“持续采取行动以达成目标”。背后反映的是AI发展重心从回答问题、生成文本、生成代码等单点能力，逐步转向目标规划、工具调用、多步执行和结果交付等系统能力。随着AI从“会说”走向“会做”，决定最终效果的关键因素也正在发生变化。大模型的通用能力依然是基础，但在真实场景中完成复杂任务，更依赖其对行业知识、业务流程、规则体系和专业场景的理解与掌握。换言之，Agent时代比拼的不仅是模型能力，更是模型所沉淀和具备的行业能力。只有深度融入行业场景的大模型，才能真正将智能转化为生产力，实现从“生成答案”到“解决问题”的跨越。这一变化正在深刻影响各个行业的发展方向，教育是其中最具代表性的领域之一。如李恒在报告中所描述的，固定功能交付的传统教育SaaS产品难以满足需求，动态能力交付的Agent体系将成为主流。教育AI真正困难的部分，是模型的场景感知与意图预测能力，将数据转化为AI可直接调用的决策依据。

　　这背后，一个真正“懂教育”的智能底座至关重要。

　　为什么教育需要专属大模型

　　Agent的出现，并不意味着通用大模型可以直接解决教育问题。恰恰相反，Agent在教育场景发挥的实际价值，很大程度上取决于底座模型的行业认识及其背后的行业沉淀。教育行业天然具备高专业性、高严肃性、高复杂度等特征，涉及课程标准、学科体系、教学规律和价值导向等。很多看似简单的任务，背后都包含大量隐性的专业经验。以备课为例，一份教案背后，需要同时考虑课程标准、教材内容、学生基础、课堂活动设计以及课后练习安排。再比如作业批改，教师关注的往往不仅是结果对错，而是学生为什么会错、问题出在哪里、后续应该如何调整教学策略。同样一道错题，可能对应知识漏洞，也可能反映能力短板，甚至与学习习惯有关。这些问题并没有标准答案，需要持续分析、判断和决策。这也是大模型进入教育真实场景后面临的现实挑战。因此，教育行业需要的，是真正理解教育规律的大模型，而不仅是外挂教育知识库的大模型。以星火教育大模型为例，其能力建设从一开始便围绕教育场景展开，并在真实教学环境中不断验证、持续迭代。它既能够深度理解教材、课标、试题等教育内容，也能够按照符合教学规律的思维链进行推理，并生成适配教学场景的内容。同时，通过学情画像、溯源归因和复杂任务规划能力，帮助教师理解学生、辅助教学决策，并支撑更复杂的教育智能体应用。

　　教育AI的竞争在于体系能力

　　Agent进入真实的教育业务流程后，竞争的焦点正在转向模型背后的体系能力。谁更理解教育场景，谁拥有更丰富的教育实践积累，谁能够打通数据、资源和业务流程，谁就更有可能把智能真正转化为教育生产力。什么样的题目适合当前教学进程，为什么学生会出现同样的错误，知识漏洞究竟来自知识缺失、能力缺失还是学习习惯问题，什么样的教学策略最适合当前班级......这些问题背后，需要的不只是推理能力，更是长期教育实践形成的行业认知以及长期应用沉淀的过程化数据。星火教育大模型诞生于讯飞二十余年深度服务6万余所学校、超1.6亿师生的大规模教育实践基础之上。长期积累的教育知识图谱、学情分析体系、教学策略模型、多模态教学资源、安全治理能力，以及产生于33个省级行政区真实课堂的600多亿条过程性教学数据，共同构成了星火教育大模型成长的土壤。这些数据来源于全国不同区域、不同学段、不同学校的真实教学实践，既包含教育共性的规律沉淀，也保留了各地教学场景和学生特点的差异化特征，使模型能够更好地理解和适配本地化教育需求。在互联网教育智能技术及应用国家工程研究中心组织的教育大模型专项测评中，星火教育大模型在7大教育核心场景测评中获得6项第一，展现出较强的知识准确性和教育专业适配能力。在讯飞智慧教育体系中，星火教育大模型承担着理解需求、规划任务、调用能力、组织流程和形成结果的智能中枢角色。当教师提出一个需求时，系统调用的是整套教育能力体系，而非单纯的模型能力。例如，当教师希望分析一次学情检测结果时，系统不仅生成一份分析报告，还能够结合学情数据识别问题，关联知识图谱定位知识漏洞，依据教学策略形成改进建议，并进一步生成针对性的教学方案。从发现问题到形成行动建议，构建完整闭环。这意味着，过去需要多个系统、多次操作才能完成的工作，现在只需要与星光教师超级智能体的一次自然语言交互。

　　星火教育大模型所连接的，也不再是一个个孤立功能，而是整个教育业务体系。从这个层面上说，星火教育大模型是讯飞智慧教育迈向教育智能化时代的新一代智能底座。从生成式AI到Agentic AI，教育AI正从工具时代走向体系时代。真正推动行业变革的，是技术与行业实践深度融合之后形成的体系能力。当AI开始理解教学、理解成长，它所带来的价值便从生成答案走向教育现实场景中的真实问题。而这，或许正是教育AI最值得期待的未来。

　　注：本文为企业发布的推广文案，不代表本站观点。