热闹之外，是肉眼可见的冷却与分化：Heeyo 创始人转向 AI Agent 赛道，团队重心转移；Cathoven 创始人加入大厂创新部门；一度火爆的 AI 自习室，在政策松动与线下培训回归后迅速退潮，加盟商成了最先受伤的一批人。曾被视为 “技术胜利” 的产品，正暴露出更深层的商业风险。
短短一年，AI + 教育的版图从 “群雄并起” 走向 “加速分化”。有人资本狂欢，有人黯然离场，有人悄然收手，落袋为安。
教育 AI 的浪潮走到哪里了？“AI 老师” 距离现实还有多远？谁在推动这场浪潮，又有多少人在反复试错？带着这些问题，长期观察 AI + 教育赛道的前教育投资人姜敏，从模型、场景、用户到行业隐忧，展开了深度剖析。
教育 AI 真正的难题，到底是什么？教育 AI 走到 “拐点” 了吗？
这一年来，“AI + 教育” 的热潮让人既兴奋又不安。除了 AI 学习机、拍照搜题、个性化讲题这些 “效率插件”，真正眼前一亮的新教育形态尚未出现。但在姜敏看来，教育 AI 的拐点尚未到来，或者说才刚刚开始。从技术层面看，AI 的拐点已渐行渐近。大模型 —— 无论是语言大模型还是多模态大模型 —— 都在快速成长，接近技术临界点。而 AI 在教育领域的运用，才刚迈入真正的阶段，这些技术飞跃才为教育重构奠定基础。
当前多数教育 AI 产品，本质上仍在 “提效”，而非 “重构”。教育一直是技术红利的最后一站，移动互联网、直播时代如此，这一轮 AI 也不例外。大模型爆发初期，很多人以为教育要变天，但冷静后发现，绝大多数产品解决的仍是 “老师怎么讲得快一点”“学生怎么刷题省点力”，并未触碰到教育的底层逻辑。
模型能力在提升，准确率、响应速度、内容生成均有进步，但教育的推动不仅靠技术，还需要能承载技术的 “载体”，而这个载体目前是缺失的。即便能用 AI 做出优质题库、讲解和视频，这些 “点” 也未被串联起来。
如今很多号称 “全流程 AI 化” 的教育新物种，实际仍是功能孤岛。这种碎片式产品特别容易 “内卷”：你今天做了，明天别人也能做，后天大模型开放接口，谁都能做。拍照搜题就是典型例子 —— 从模型能力看并不复杂，但因易实现、易拉数据、易做 DAU，行业一窝蜂涌入，导致产品界面、交互、讲解路径、答案呈现高度雷同，赛道规模也远不及预期。
这背后的核心难题，在于 “组织”。内容不再稀缺，技术正成为基础设施，真正稀缺的是能将这些整合为完整学习体验的人。谁能把 “点” 串成 “链”，把功能变成体验，把效率转化为动机，谁才可能打穿 AI + 教育的路径。
教育 AI 为何迟迟跑不出闭环？
行业虽热，但方向基本混乱。AI 学习机热销、拍照搜题高频、AI 自习室一度爆火，这些都是 “点状胜利”，未能串成完整学习链条。教育无法靠一个 “点” 完成：讲题再好，孩子没动力仍无效果；解析再清楚，没有反馈和激励，学生还是会走神。现在很多 AI 产品只是做了 “插件”，而非搭建系统。
以拍照搜题为例，它是落地最早、使用最广的教育 AI 功能之一，好复制、易传播，却也暴露了问题 —— 产品同质化严重，护城河越来越低。更关键的是，它本质解决的是 “答题”，而非 “学习”。拍一道题，讲解再清楚，看完就结束，这不是学习链路，而是知识快餐，与百科搜索差异不大，用户忠诚度也极低。
AI 学习机的热卖，更多是家长驱动，而非孩子的真实黏性。很多学习机的 AI 功能，说到底只是另一种讲题形式 —— 讲得快、讲得标准，但孩子愿不愿意听是另一回事。调研显示，学生最常用的功能仍是 “拍照搜题” 和 “错题解析”。
所谓 “AI 伴学”，多数并未真正做到 “伴学”：有的只是虚拟人形象换皮肤，有的仅是语音答疑接口，既无法跟踪孩子节奏，更谈不上激励、干预或生成个性化路径。
技术加持不等于教育效果，工具必须嵌入整条学习链。现在很多 AI 产品看似智能，却没跑通结果闭环 —— 动机、内容、反馈、陪伴、节奏、评价，这六个环节几乎没有哪家真正打通。
AI 自习室的火爆，是政策和商业模式的胜利，而非技术和产品的胜利。本质是换个场景装工具，多数就是答疑模型加平板，加盟模式是主业务，教育只是外壳。很多加盟商奔着 AI + 教育红利而来，最终却发现仅是几个 App 加设备，学生坐不住、退单率高，不少门店已退场。对这些公司而言，何时收手是关键。
教育 AI 跑不出闭环，根本问题不在技术本身，而在于缺 “系统工程师”—— 不是代码意义上的，而是能从链路角度理解 “学习” 的人。现在很多人还是内容经理、模型接口调用者，少有人能将学习过程组织成完整系统。
AI 不是教育的捷径，反而暴露了教育最难的部分：教育的瓶颈从来不是有没有模型，而是有没有系统；效率不是核心，组织才是；工具不是答案，系统才是。
教育 AI 真能带来平等吗？
“AI 让教育更平权” 的说法广为流传 —— 只要有一部手机或 AI 工具，每个孩子都能接触好老师、优质内容。这一技术普惠图景虽诱人，但离现实尚远。AI 的真正价值，不在人人都拥有的那一刻，而在 “谁能用好” 的那一刻。技术是普惠的，但动机、能力和使用场景不是。大多数孩子拿到 AI 工具，第一反应是 “它能替我做题、帮我省事”，而非 “它能帮我学得更好”。
AI 暴露了教育最本质的问题：学习动机。动机不解决，再好的老师也听不进去；AI 讲得再清楚，没有主动输入，就只能是单向输出。目前用得最好的，是那批 “穷且上进” 的人 —— 他们会主动提问、持续互动、反复练习，对他们而言，AI 是巨大的倍增器。可以说，AI 是主动者的倍增器，不是被动者的拯救者。
这也是很多教育 AI 产品看似普惠，实则放大差距的原因：城市中产孩子，有父母陪伴、练习习惯、信息优势，会反复使用并出效果；边远地区、家庭支持弱的孩子，可能连登录路径都没人教，工具再好也无从下手。
这与早年 MOOC 平台的情况类似 —— 大家曾认为网课让教育公平了，最终却发现能坚持上完课程的，还是那批原本就有自控力和筛选能力的人。本质没变：技术只能让资源更可得，但能否转化为获得感，还要看后续组织机制 —— 谁来陪伴？谁来反馈？谁来激励？谁来追踪？光靠技术不够。
AI 对教育的最大价值，反而可能体现在那些动机强、资源少的孩子身上。尤其在欠发达地区，一个随时在线、平均水准超过本地老师的 AI 教师，对县城孩子而言，可能比十个应届编制老师更有效，但前提是：要有人引导他们怎么用。
未来的教育变革，可能不是靠一个超级模型，而是靠一群能用模型的人 —— 可以是老师、志愿者、会讲 AI 的高中生哥哥，或者懂组织的中学教师。只要赋予任务和激励，他们就能撬动一群孩子。
AI 的平权潜力不在硬件那头，而在组织这端。AI 永远是一种潜力，不是保证，需要有人去唤醒、调动、整合它。
教育 AI 为何留不住用户？
过去一年，AI + 教育领域不断冒出 “爆点”，但多数产品并未真正 “跑出来”。热不等于赢，市场上的教育 AI 产品虽能演示、讲故事，但用户曲线往往是 “三天新鲜感，一周疲软，一个月卸载”。很多教育产品是被技术倒推出来的：一个模型能讲题、答疑，创业者就想打包成产品。但教育本质不是技术驱动，而是基于学习任务 —— 每个任务必须有入口、路径、反馈、成就感、结果。再加上教育的使用场景天然不上瘾，不像短视频、电商那样有持续吸引力，它是需要自律维持的行为。
真正的学习是一个任务链：从动机启动，到内容选择，到反馈机制，再到成就感巩固，最后形成长期习惯。今天大多数教育 AI 产品做的仅是内容呈现，很少有产品从孩子学习行为出发，将 AI 组织进去形成有反馈闭环的路径。缺乏链路，只能靠家长监督或自己坚持来维持。
现在大部分教育 AI 产品停留在 “内容 + UI” 阶段，还非常容易被大厂降维打击。你做知识点讲解，大厂能做到；你做 AI 伴学问答，大厂能挂到自己 App 里，甚至做得更丝滑。你做的是产品，他们做的是场景 —— 他们有用户、数据、粘性，小公司难以抗衡。
很多教育 AI 创业公司，其实是在给大厂做免费产品预研。市面上一些功能型创业，比如 “AI 错题本”“AI 批改” 或 “AI 作业辅导”，大厂看你跑通后，很容易抄你、优化、降价，把你赶走。除非能做深某个环节，锁死用户行为，否则很难守住护城河。
以 “与爱为舞” 为例，它做得较早，组织能力强，用户感知不错，核心业务仍是传统名师大班直播课，尝试通过 AI 在大班课全链条提高效率，期待量变产生质变。它可能会赢，但未必大胜 —— 不像字节抖音那样具备自传播属性，能靠用户习惯扩散。其未来如何用 AI 优化整个链条，目前仅有零星说法，尚未有显著突破。
现在的教育 AI 创业者，有的是内容专家，有的是技术工程师，但缺少真正懂用户行为、能从交互和反馈层面构建完整体验的人。太多教育公司是 “内容 + 模型调用 + UI 设计”，而非真正的产品创始人。
教育 AI 仍有机会，但多数是 “小机会”。市场上虽有很多功能性创新，但大机会尚未出现。建议创业者若要入局，需将某一环节做得足够深，深到别人想抄也抄不了，或抄了也比不过 —— 这是产品逻辑，而非演示逻辑。
教育 AI 的 “第二战场” 在哪？
从投资角度看，大机会虽未出现，但有几个局部方向值得关注：出海、陪伴类产品和下沉市场。这些不是终极解法，但可能是阶段性抓手。出海方面，很多出海机构在美国做了很久，仍局限于华人生意。全球并无大的教培市场，欧美机会难做 —— 卷内容、卷法规、卷认知，还有本地教育系统的强锁定。更值得关注的是东南亚和印度：两地教育基础设施弱，家长愿意买单；且移动设备普及，孩子能直接上手。
不过，东南亚市场碎片化、增长慢、单点拉新贵，适合深耕长期运营，需要 “忍”；印度市场大，但监管风向多变，基础建设不稳，需要 “等” 一波真正的变局机会。
目前可做预埋：先做品牌落地，推出教育 + 工具包、AI + 自习室管理助手等，不求爆发，但求建立连接，待环境成熟后迅速切入。
陪伴类 AI 产品虽 “软”，但有细分价值，比如陪伴型 AI 学习助手、带人格化设定的答疑机器人、学习类玩具等。它们对内容要求没那么刚性，但能激发互动，让 AI 从工具变成有生命感的存在。
这一方向的 “爆点”，要么看谁能将 “人格” 和 “教育目标” 整合得好，要么看谁能打通 IP 合作 —— 比如孩子喜欢的动画形象来讲知识、督促学习，粘性会不同。相比 AI 学习硬件，AI 陪伴玩具是小市场，最终看能否与 IP 合作，例如 “跃然创新” 推出奥特曼系列 AI 玩具，目标是做 “AI 时代的泡泡玛特”。
机会虽会碎片化，但也正因如此，不容易被大厂一口吃掉，可能是少数能活下来的路径。
下沉市场有机会，但需换个视角 —— 不能拿一线城市的完整产品硬套，要做功能补位和资源放大。比如在县城，教育资源有限，AI 能稳定讲题、答疑、陪练，就是刚需。
当然，这仍涉及 “动机” 问题，但动机未必完全靠产品解决，可依赖组织机制。不能指望一个 App 激发孩子学习热情，但若有 “AI 助学小队”—— 由高中生、学校老师和社区志愿者带着孩子用工具，就是社会化激活。
这种 “半公益半运营” 的模型，早期未必有人投，但如果能证明 “教学效果 + 成本可控”，一定会有人做。这既是社会问题，也是市场问题。真正的教育创新，未必诞生在北上广，可能长在五线城市的空教室里。
这些 “支线任务” 或许是通往主线的入口。教育行业的底色是慢、重、不性感，所以教育 AI 创业不能总想着找 “爆点”，有时要愿意蹲点，蹲在一块还没人看懂的土壤上，等下一场雨。
教育 AI 的未来在哪里？
教育 AI 的问题不在技术层面，而在商业 —— 教育行业能否生成新的服务链条？如果不能，赢家无疑是学而思、新东方、与爱为舞这些手握资源的大公司；如果能，新链条该如何发展，能否形成结构性机会？创新难以预见，既非外部领域的人一蹴而就，也非仅靠教育行业内部自发实现。教育有自身壁垒，AI 介入后问题更复杂 —— 既需技术支持，又要有教育系统的组织与理解。懂教育的人要具备技术能力探索，懂技术的人往往难以突破教育领域的组织惯性。
垂直模型已无机会，通用大模型也并非 “钥匙”。我们正走向高阶智慧统一的阶段，未来无需每个机构都做小模型，也不再用 “垂类思维” 解释教学能力。但光有通用模型不够，真正的难题是如何将其系统化，与教育现场真正结合。
现在很多教育 AI 产品的路径是：先有技术，再找场景，最后把教育变成 “装技术的容器”。用户看到界面、功能，感觉像在学东西，却没有反馈、节奏、组织和实质性结果。这种 “看起来像教育” 的东西太多，AI 若仅 “搭台子”，将内容当道具，最终只会提升效率，却丧失教育效果。
教育 AI 不能只是 “强功能”，而得是 “协作系统”。未来不是一个 AI 教所有人，而是 AI 帮你组织系统，让学生、老师、社区形成协作。它不是单纯的教师替身，而是协作智能体，价值在于连接，而非代替。
这需要新角色 ——“教育系统工程师”，既懂模型，也懂节奏、反馈、组织。教育 AI 的胜负，不在模型强弱，而在能否将能力有效整合成闭环。真正的教育 AI 是系统问题，涉及如何布线、接电、点亮，甚至安排节奏，形成真正的反馈型结构。
它最终不是 AI 的战役，而是系统设计能力的竞争 —— 谁能设计出更稳的节奏、更好的反馈机制、更强的组织粘性，谁就赢。
真正的教育变革不会一夜爆发，但当有人一点点铺路、搭架、接电、点灯时，或许他们真的在做一个 “系统” 了。
附：《中国 AI + 教育创业公司 60 + 名录》，来自姜敏小红书账号 “AI + 教育深度研究君”
