一度“元?dú)獯髠?rdquo;的教培機(jī)構(gòu)，也開始加入大模型的熱潮了。

教育+大模型，并不稀奇，自從AI大模型火爆之后，教育就被認(rèn)為是大語言模型最容易落地的領(lǐng)域。稀奇的是，和其他場內(nèi)玩家相比，教培機(jī)構(gòu)的優(yōu)勢確實(shí)稱不上明顯。

目前，市面上在做教育大模型的廠商，大概可以分為三類：一類是大模型廠商，如百度“文心一言”大模型被接入旗下品牌的學(xué)習(xí)手機(jī)，科大訊飛推出了星火大模型及學(xué)習(xí)機(jī)產(chǎn)品；第二類是教育科技公司，如網(wǎng)易有道打造了“子曰”大模型，作業(yè)幫自研了銀河大模型，可汗學(xué)院、多鄰國、Coursera、猿輔導(dǎo)等也都紛紛將產(chǎn)品與大模型結(jié)合，推出了AI助手型口語教練。

另一類，就是受“雙減”影響的教培機(jī)構(gòu)了，如新東方、好未來、學(xué)而思，也都披露了自家的大模型成果。

大模型在教培市場大有可為，與教培機(jī)構(gòu)在大模型競爭中拔得頭籌，這兩個(gè)結(jié)論顯然是不能劃等號的。

畢竟三類玩家中，教培機(jī)構(gòu)可能是離教育最近的一個(gè)，但也是離大模型最遠(yuǎn)的一個(gè)。技術(shù)、算力、資金、人才、互聯(lián)網(wǎng)產(chǎn)品營銷……教培機(jī)構(gòu)都不可能比科技巨頭、互聯(lián)網(wǎng)企業(yè)玩的更溜。

那么，教培機(jī)構(gòu)做大模型，是不是一場必輸?shù)挠螒蚰兀课覀冋J(rèn)為不是。

正像《馬太福音》中所說，“你們要進(jìn)窄門。因?yàn)橐�到滅亡，那門是寬的，路是大的，進(jìn)去的人也多；引到永生，那門是窄的，路是小的，找著的人也少”。

教培機(jī)構(gòu)做大模型，應(yīng)該換一個(gè)思考方向——鉆入“場景”的窄門，走巨頭大廠不愿意投入的“小路”，建立核心競爭力。

理解這件事，我們從教培機(jī)構(gòu)究竟為什么要出發(fā)，開始說起。

原點(diǎn)，為什么出發(fā)

你可能會問，有錢、有技術(shù)、有實(shí)力的公司有壁壘，搞大模型順理成章。開源大模型泛濫，普通公司搞大模型，簡直就是往紅海里跳，教培機(jī)構(gòu)剛剛從“雙減”陣痛中恢復(fù)了一點(diǎn)元?dú)�，怎么這么想不開？

說句公道話，教培機(jī)構(gòu)做大模型，邏輯是能夠自洽的。

第一個(gè)合理之處：大模型時(shí)代的教育，也需要教培。

有人說，大模型可以取代人類助教，智能導(dǎo)師比人類教師成本更低，這是確實(shí)存在的。但是，大模型僅僅是一個(gè)工具，并不能替代教師和教培機(jī)構(gòu)的服務(wù)內(nèi)容。

短期內(nèi)，大模型還有很多技術(shù)難題沒有解決，比如幻覺，大模型“一本正經(jīng)地胡說八道”，輸出的都是錯(cuò)誤的信息，很可能培養(yǎng)出“學(xué)渣”；比如黑箱，大模型生成的內(nèi)容可解釋性不高，思考過程不清晰的話，答案的可信度不高，讓AI“無人駕駛”來輔導(dǎo)孩子，學(xué)習(xí)效果不一定好。

長期來看，即使大模型進(jìn)化到極高理解力、極高自動化程度、極低錯(cuò)誤率，但教育產(chǎn)品和服務(wù)的本質(zhì)還是學(xué)生，還是需要教培服務(wù)來更好地滿足“千人千面”的具體需求。

正如同濟(jì)大學(xué)校長、教授鄭慶華所說，過去是老師和學(xué)生的二元結(jié)構(gòu)。今天，機(jī)器在很多領(lǐng)域比老師干得還好。因此，未來的教學(xué)模式，可能會拓展為老師、機(jī)器、學(xué)生三元結(jié)構(gòu)。所以，教培機(jī)構(gòu)與AI結(jié)合，還是有很多的可能性的。

第二個(gè)合理之處：教育領(lǐng)域的大模型，精調(diào)少不了。

大模型自身的學(xué)習(xí)能力很強(qiáng)，GPT-4在SAT 等考試中都超過了88%以上的人類應(yīng)試者。但就像高考狀元不一定都是好老師，大模型學(xué)得好不代表一定能教得好。教育大模型，需要在通用大模型的基礎(chǔ)上，加上自身數(shù)據(jù)進(jìn)行精調(diào)，針對具體場景進(jìn)行迭代優(yōu)化，才可能（注意是可能）解決很多教育環(huán)節(jié)的具體問題。

舉個(gè)例子，實(shí)際應(yīng)用中，教育大模型非常重要的一點(diǎn)就是合規(guī)，用于教學(xué)、備課等場景的大模型，對語言組織能力、邏輯推理能力要求更高，且容錯(cuò)率低，一旦爆出不適當(dāng)?shù)膬?nèi)容就是教學(xué)事故，要提升大模型在此類任務(wù)中的安全可控，除了依靠高質(zhì)量的標(biāo)注數(shù)據(jù)，還需要專業(yè)教師的反饋、知識經(jīng)驗(yàn)，而擁有大量教師人才和教學(xué)經(jīng)驗(yàn)、數(shù)據(jù)的教培機(jī)構(gòu)，顯然是更具備行業(yè)優(yōu)勢。

第三個(gè)合理之處：短板不是真的短，長板卻是真的長。

大家都學(xué)過田忌賽馬的故事，在競賽中獲勝要用自己的長處去對付對手的短處。一眼看去，似乎教培機(jī)構(gòu)在技術(shù)、人才、算力、資金等各方面，都比不上科技巨頭或互聯(lián)網(wǎng)公司，但有沒有可能，這些短板在實(shí)際中，都不算是什么短板呢？

比如技術(shù)，教培機(jī)構(gòu)確實(shí)在基礎(chǔ)模型上的積累不多，但作為垂直行業(yè)，教培機(jī)構(gòu)其實(shí)也沒有必要全力投入自建底層模型，通過API云端調(diào)用、與頭部廠商合作等方式，用相對較少的數(shù)據(jù)、算力資源和開發(fā)人員，就能建設(shè)出垂類的教育大模型。

多鄰國的生成式AI應(yīng)用，都是基于OpenAI的大模型來研發(fā)的，其報(bào)告中也強(qiáng)調(diào)，要做好功能而非做大模型，專注于應(yīng)用場景。由此可見，教培機(jī)構(gòu)如果不在基礎(chǔ)模型賽道上跟科技巨頭正面硬扛，那么所謂“短板”，其實(shí)對于做垂類大模型，影響并沒有想象的大。

反而教培機(jī)構(gòu)所擁有的數(shù)據(jù)、場景、行業(yè)know-how等“長板”，在大模型具體落地應(yīng)用時(shí)，能發(fā)揮非常關(guān)鍵，甚至關(guān)乎生死的作用。

舉個(gè)例子，教育和AI大模型，本質(zhì)都是先苦后甜、漫長回報(bào)的慢生意，中間要經(jīng)歷很長的摸索、研發(fā)、客戶積累的過程，習(xí)慣了“大水漫灌”、燒錢式增長的科技創(chuàng)業(yè)公司，反而可能因?yàn)樘�過激進(jìn)、導(dǎo)致虧損，反倒是習(xí)慣了做慢生意的教培機(jī)構(gòu)，有更多的耐心和教育大模型一同長跑，更有可能等到盈利的那一天。

所以，往深了看，教培機(jī)構(gòu)做大模型的底層邏輯，其實(shí)是有其合理性的，也是有希望在激烈競爭中獲得一席之地的。

終點(diǎn)，彼岸的風(fēng)景

第二個(gè)問題，更貼近教學(xué)場景的教培機(jī)構(gòu)，能給教育大模型帶來哪些不一樣的選擇呢？區(qū)別于其它教育大模型的差異化競爭力，究竟在哪里？

這就要來說說，目前教育領(lǐng)域都在用大模型干什么。

軟件層面，大模型+教育的新應(yīng)用可以說是“亂花漸欲迷人眼”，不過可以統(tǒng)稱為“AI助教”。就是讓大語言模型來完成大量人類教師的重復(fù)性工作，比如撰寫講課大綱、口語陪練、作業(yè)助手、互動式講題、課堂對話助手、知識點(diǎn)查詢、智能評卷等，減輕家長和教師的輔導(dǎo)壓力。

硬件層面，將上述軟件能力集成到學(xué)習(xí)機(jī)、學(xué)生手表、學(xué)生手機(jī)、平板電腦等產(chǎn)品上，結(jié)合拍攝、OCR、姿態(tài)傳感器等硬件能力，對終端算力、配置、交互等進(jìn)行優(yōu)化，比如要將大模型的規(guī)模壓縮，以便在端側(cè)部署。

目前來看，隨著入局玩家的增多，無論是“AI老師”還是AI智能教育硬件，產(chǎn)品功能開始趨于同質(zhì)化，逐漸呈現(xiàn)出白熱化的競爭態(tài)勢。這時(shí)候，教培機(jī)構(gòu)做大模型，或許可以從既有優(yōu)勢中提取出一些差異化能力：

更專精。目前，“AI老師”的同質(zhì)化功能，主要集中在一些容錯(cuò)率較高的場景，比如口語對話，開放式聊天對大模型的理解能力、邏輯能力等要求，是沒有那么高的，而一些容錯(cuò)率較低的場景，比如數(shù)學(xué)解題、結(jié)構(gòu)分析等，就比較難了。這恰好是教培機(jī)構(gòu)的強(qiáng)項(xiàng)，通過精調(diào)、人工標(biāo)注等方法，可以與同類產(chǎn)品拉開差距。我們注意到，學(xué)而思就重點(diǎn)研發(fā)MathGPT數(shù)學(xué)大模型，聚焦在數(shù)學(xué)領(lǐng)域的解題和講題算法。單學(xué)科的精準(zhǔn)輔導(dǎo)，可以成為教培機(jī)構(gòu)做大模型的突破方向。

更個(gè)性。大模型好不好用，關(guān)鍵還是要看學(xué)生學(xué)的好不好。有一項(xiàng)1984年的研究發(fā)現(xiàn)，接受一對一輔導(dǎo)的學(xué)生表現(xiàn)，比接受傳統(tǒng)課堂教學(xué)的學(xué)生高出兩個(gè)標(biāo)準(zhǔn)差。我們毫不懷疑，未來接受人類優(yōu)秀老師輔導(dǎo)的學(xué)生表現(xiàn)，也會比接受AI老師教學(xué)的學(xué)生高。因?yàn)�，學(xué)生在人類老師的注意和評價(jià)下，更有學(xué)習(xí)動力。所以，對于教培機(jī)構(gòu)來說，未來可以用大模型來賦能線上課堂，給老師找個(gè)AI助教，讓人類教師有更多的時(shí)間和精力，去深入了解和指導(dǎo)每一個(gè)學(xué)生，洞悉學(xué)生的興趣，制定個(gè)性化的學(xué)習(xí)規(guī)劃，這或許是讓人類教師更有職業(yè)成就感，讓學(xué)生學(xué)習(xí)效果更好的方式。通過人機(jī)協(xié)作，也能減少教育者在適應(yīng)新工具時(shí)的抗拒心理。

其實(shí)說白了，教培機(jī)構(gòu)以前在整個(gè)教育體系中所提供的差異化價(jià)值，有了大模型之后，依然沒變，只不過用更高生產(chǎn)力的工具去實(shí)現(xiàn)。

兩點(diǎn)之間，過窄門

說了這么多，感覺教培機(jī)構(gòu)做大模型，好像是有理有據(jù)，既有前途又有錢途，是不是開足馬力、全力投入，就能成功呢？

別忘了，在原點(diǎn)和終點(diǎn)之間，還有許多岔路口，而每一道都可能將教培機(jī)構(gòu)引向歧途。

比如說，教培機(jī)構(gòu)選基座模型，開源還是閉源？

很多人可能會說，當(dāng)然是開源了，大廠開源的大模型性能高、成本近乎免費(fèi)，fine-tune微調(diào)一下就能上線，簡直不要太爽�？墒菃栴}來了，開源的free代表自由，也代表著開源人可以“不負(fù)責(zé)任”，畢竟又沒找你收錢，后續(xù)出現(xiàn)了代碼問題或者漏洞，沒人維護(hù)就成了大麻煩。遇到新的勒索軟件/病毒，開源人撒手不管，企業(yè)也沒招。而且，開源的open并不是沒有約束，是要有許可證的，如果開發(fā)者不愿意授權(quán)，或者濫用開源項(xiàng)目，很可能導(dǎo)致系統(tǒng)后續(xù)不可用。所以，用開源大模型來開發(fā)自己的垂類大模型，風(fēng)險(xiǎn)是客觀存在的，一定要注意合規(guī)，防范失控的風(fēng)險(xiǎn)。

那有人可能會說，那我直接選閉源大模型作為基座，總沒問題了吧？

值得注意的是，大廠的閉源的基座模型，能力上各有差異，很多排行榜所測試的能力，未必適配教育場景的需求。比如參數(shù)規(guī)模大的模型，性能表現(xiàn)比較好，但沒辦法部署到算力有限的端側(cè)教育平板上，教培機(jī)構(gòu)又不可能雇一個(gè)科學(xué)家團(tuán)隊(duì)來進(jìn)行蒸餾、剪枝之類的壓縮處理，是不可用的。所以，要找到最為理想的解決方案，需要教培機(jī)構(gòu)有懂大模型的人才，開展專業(yè)的評測和選型。

此外，選擇閉源大模型，給基礎(chǔ)模型廠商付費(fèi)，這也是一筆真金白銀的開支，對于“元?dú)獯髠?rdquo;的教培機(jī)構(gòu)來說，也會帶來一定的壓力。

而且基礎(chǔ)模型背靠大廠，在消費(fèi)者和用戶之間有較高的知名度，選擇這類閉源模型確實(shí)可以很快說服消費(fèi)者，快速做出購買決策，但也將自己與基礎(chǔ)模型廠商捆綁在一起，一旦基礎(chǔ)模型出現(xiàn)誤差，就會影響消費(fèi)者對品牌的觀感。教育無小事，所以教培機(jī)構(gòu)在選擇閉源模型合作方時(shí)，也需要慎重考慮，最好是選擇有“國家隊(duì)”背書的大模型廠商，才是長久經(jīng)營之道。

除了模型選型，在落地、迭代、營銷等多個(gè)環(huán)節(jié)，教培機(jī)構(gòu)要真正轉(zhuǎn)型成為一個(gè)大模型能力的科技公司，需要補(bǔ)的課還比較多。

比如應(yīng)用開發(fā)，教培機(jī)構(gòu)要成為“產(chǎn)品經(jīng)理”。教培機(jī)構(gòu)直接調(diào)用基礎(chǔ)模型API，可以短平快地打造出AI應(yīng)用，但很容易陷入同質(zhì)化競爭，無法發(fā)揮其優(yōu)勢，利潤空間也會非常有限，而打造一款爆款A(yù)I原生應(yīng)用，將大模型、AI跟業(yè)務(wù)結(jié)合起來，甄別用戶的真?zhèn)涡枨�，解決剛需問題，做到工程化的可用程度，需要深入到產(chǎn)品級思考。

幾年前，俞敏洪在《在線教育到底有沒有未來？》的一次發(fā)言中，說了一句話：是否有持續(xù)的接近剛需的需求，是判斷一個(gè)教育公司的商業(yè)模式是否可以持續(xù)的關(guān)鍵。

大模型+教育剛剛開始，老師、家長、學(xué)生、學(xué)校、機(jī)構(gòu)……都還在一點(diǎn)點(diǎn)探尋需求。其中哪些是恐懼錯(cuò)過的FOMO情緒驅(qū)動下的無效產(chǎn)物，哪些是真正的持續(xù)的剛需，或許只能交給時(shí)間。而在這個(gè)窗口期內(nèi)，傳統(tǒng)教培機(jī)構(gòu)能否生長出AI產(chǎn)品能力，還是未知數(shù)。

總結(jié)一下，做大模型的路上會有無數(shù)岔路，是否有過窄門、走小路的勇氣，能否做對選擇，或許比技術(shù)本身更加重要。

無論是為了教育，還是為了生意，教培機(jī)構(gòu)都需要新的故事，大模型是必然之選。

教育，將是大模型所孕育的無數(shù)新產(chǎn)業(yè)里，更早出發(fā)、更晚抵達(dá)的一個(gè)。對于教培機(jī)構(gòu)來說，未嘗不是一件好事，教育大模型的風(fēng)口吹得更久、更長，留給教培機(jī)構(gòu)的轉(zhuǎn)型窗口和成功概率，也就更大一點(diǎn)。

       原文標(biāo)題 : 大模型，教培機(jī)構(gòu)要過窄門