DeepSeek带来教育AI的“诺曼底时刻”

界面新闻记者 | 查沁君
界面新闻编辑 | 文姝琪

2023年夏季，一条隐秘的行业情报在技术圈流传：私募巨头幻方量化持有的英伟达A100显卡数量突破万张，这个数字仅次于BAT等科技巨头。

“当时业内都在猜测，一家量化交易公司为何需要如此庞大的算力储备。”好未来(NYSE:TAL)CTO田密对界面新闻称。

这个谜题在2024年1月揭晓——幻方正式推出自研大模型DeepSeek，其迭代速度震惊业界：1月发布V1版，5月推出V2版，目前已迭代至V3与R1版本，并在这个春节成功出圈，与电影《哪吒2》一同成为“国产之光”。

在这场由DeepSeek掀起的AI浪潮中，教育科技公司也不想错过这趟快车。

好未来、网易有道、云学堂、中公教育、猿辅导、编程猫、读书郎等一众教育机构密集接入DeepSeek，从线上教育到职业培训，从个性化学习到企业员工培训，DeepSeek在教育生态的卡位战中已经占据了一个无法忽视的重要位置，行业人士甚至将之称为“教育AI真正的诺曼底时刻”。

量变到质变

对于DeepSeek的“横空出世”，田密并不对此感到意外，团队从最一开始的V1版本就在追踪其进展，并应用到好未来旗下业务中。

目前教育公司普遍采取的策略，并非从零训练通用大模型，而是基于全球顶尖开源模型，叠加行业数据做后训练。在DeepSeek V3版本发布后，田密紧锣密鼓地安排团队启动“双线作战”。

一方面，模型团队基于DeepSeek做后训练提升学而思九章大模型的能力；另一方面，应用团队快速接入其API至学习机等产品，同时公司内部客服、视频脚本、讲义生成等环节也在测试提效。

效果令人惊喜，“V3版本大幅领先其它开源模型，甚至产生量变到质变的变化”。

其它教育公司也感受到DeepSeek带来的变化。据网易有道(NYSE:DAO)提供的内部评测数据显示，DeepSeek-R1在有道K12测试集上的准确率高达88%。

网易有道首席科学家段亦涛指出，DeepSeek-R1凭借完善的计算基础设施、高效的DualPipe训练框架、低精度训练的创新应用，以及稀疏连接、合理分层设计等架构优化，实现了模型性能的大幅提升与成本的有效控制。

尤为值得一提的是，DeepSeek-R1采用的“强化学习”技术，摒弃了传统的PRM方法，直接以结果为导向进行奖励，促使AI学会更高效地思考，并展现出初步的反思能力。

高途(NYSE:GOTU)联合创始人罗斌在接受多知网采访时透露，该公司接入DeepSeek后也收获了一些显著变化：比如，内部协同工具AI助手在接入后，日访问量提升200%。

在用户产品侧，高途高中数学测评准确率从此前最佳情况的74%提升至90%左右，如果知识点下沉到初中、小学，DeepSeek-R1的准确率会提升得更显著，可能接近于真人的状态。

答疑是推理模型在教育领域应用的关键场景。过去与模型沟通对提示词工程要求高，需精心撰写提示词才能得到较好答案，但现在DeepSeek具备深度思考和联网能力，与它沟通像正常人说话一样表达需求，它就能完成任务。

不同于以往的通用大模型，DeepSeek-R1展现了理科天赋，在数学、编程和推理等关键领域表现优异。

网易有道CEO周枫认为，这对于教育应用非常关键，可以说教学过程中最大的场景，最难的问题都依赖理科大模型的能力。“理科大模型的成熟将大大拓展AI在教育和其它行业中的应用”。

在编程领域，编程猫自称是全国首个将编程软件与DeepSeek深度整合的人工智能品牌，目前该公司旗下编程猫全套编程软件矩阵接入DeepSeek，覆盖图形化编程、Python及C++三大核心教学场景。

以编程猫自研的图形化编程软件源码编辑器为例，当孩子提出创意想法“我想做个飞机大战游戏”，传统做法是由AI先生成一套代码，孩子只需按部就班地跟着仿写，再进行运行测试，动手跟着做即可。

而在接入了DeepSeek大模型的AI助手后，整体的学习思维逻辑开始转变，孩子需要在软件内置的AI助手中提出创意，AI助手不再直接输出代码，而是将创意拆解为可实现的任务模块，引导学生通过问答交互自主构建游戏逻辑框架，深度实现孩子与AI协同共创编程作品。

“本质上是两套自主技术体系的化学反应，让AI重构交互方式，同时也驱动教育评估体系发生根本性变革。”编程猫相关负责人谈及该公司与DeepSeek的融合。

首先是教学模式的改变，让学生从“学工具”到“练思维”的转变，以“创造性主题”取代“编程知识点”为课程核心；其次，教育者角色将不再是传统的“传道授业解惑”，而是引导孩子将AI落地为现实生活的实际应用。最终落脚回到学生能力的培养。

在编程猫看来，学生能力的培养将是超越编程的深层价值，编程作为“实现创意的语法”，最终目的不是培养程序员，而是培养学生拥有理解非线性因果关系的复杂系统思维、正向循环“失败-洞察-突破”的韧性创造力、解决具体问题的技术人文素养和快速适应未来人机协作的核心能力，培养驾驭“生物智能×人工智能”的复合型人才。

与其他领域不同，教育领域对内容的准确性、安全性有着更高的要求。猿辅导尤为强调了这一点，该公司表示，猿力大模型由专业教研团队基于新课改的教学目标，对模型的回答内容进行调优，对符合青少年儿童的内容有着更专业的边界设定。

例如，当孩子试图与大模型聊“王者荣耀”等游戏内容时，小猿将不会直接回答，而是引导孩子回归学习或阅读内容本身。

DeepSeek的爆发式增长也带来甜蜜的烦恼。日活跃用户突破2000万后，DeepSeek官网搜索功能可用率骤降，暴露出云资源储备的短板。

“我们不得不自建搜索引擎接口，将必应搜索结果实时喂给模型，同时接入各大云厂商及官方原版的API，若一家不稳定可迅速切换。”田密称。

行业也随即展开自救：华为、360等厂商提供安全防护，手机厂商协助流量分流，形成独特的“中国式协作生态”。

重构竞争格局

对于整个行业来说，DeepSeek的横空出世，实质性地改变了教育AI的竞争逻辑。

“过去基于60分基础模型能做到90分就是优势，现在对手拿着90分的基座稍作优化就能达到93分，差距被不断缩小。”田密坦言。

换言之，过往行业格局中，头部企业凭借算力投入和算法积累，能在60分的开源基座上打造出90分的垂直模型，形成显著技术壁垒。但当基础模型直接跃升至90分水平时，各家的优化空间被压缩至5-8分的狭窄区间。

这种技术平权现象，使得中小教育科技公司首次获得与行业巨头同台竞技的机会，不过，若想超越可能还要多花些力气。

有行业人士对界面新闻表示，头部教企过往积累的教育数据是核心资产，也是训练各家垂直大模型最关键的来源，即使Deepseek提高了行业整体基准线，但头部企业仍保有数据优势。

田密认为，这整体是好事，有助于催生AI原生应用。一直以来大家期待的大模型时代的原生AI产品尚未诞生，而随着DeepSeek开源技术的提升，将降低应用开发成本，让更多原本无法尝试的事情变为可能，从而加速大模型时代原生APP的涌现。

周枫也认为，高质量开源和低价模型会带来AI的大繁荣。“杰文斯悖论”——一种经济现象，指随着技术进步导致资源使用效率提高，资源消耗量反而增加的现象。这是DeepSeek将给千行万业带来的一大变化，中国团队将AI的成本降低，必将加速行业发展，很快将有更多的AI使用，更多的算力需求，更多的就业机会，和更快的科技和经济的进步。

对于应用层来说，更大的难点在于，如何激活模型的专业能力。

以AI老师为例，如何让它扮演专业教育老师，辅助撰写讲义、课件等，这不是技术难题，而是业务难题，即如何将通用大模型与自身领域专业知识更好结合，以得到更专业的结果。

尽管DeepSeek作为通用大模型已足够优秀，但在田密看来，该公司旗下业务涉及的专用场景仍采用的是其自研九章大模型，通用场景才会选用DeepSeek。

如学而思学习机内置智能助手“小思”的泛聊问答功能，将从其它的通用大模型换成DeepSeek，但拍照搜题、批改、答疑、精准学等专用功能，用的是九章大模型。

新东方优编程董事长朱宇在接受多知网采访时同样提到，用DeepSeek很难直接去教学，还是会有幻觉，有错误的题型，甚至有错误的答案。教育公司做微调之后，效果会更好。

减少幻觉有两种解决方式：一是用DeepSeek的解决方案来训练和微调模型，训练成本降低了很多，二是输出的环节也要做调整。比如，一些题目的分析要做调整，再喂到模型中去调整输出。

DeepSeek的崛起，正在重新定义AI在教育中的角色，关于大模型是否将替代老师辅导学生的讨论也未曾断过。

在田密看来，过去一年多来，大模型用于教学仍存在诸多问题，比如会产生幻觉讲错知识，不能适配学生年级，存在超纲讲解情况，对话互动存在自问自答，不能很好理解或推理用户输入。

“通用大模型应用于行业还有很大差距，从优秀的DeepSeek到出色的AI老师，还有很多工作要做，不能过于乐观。”田密称。

他以自动驾驶为例，教育行业的L5是能完全替代人类老师的全自动AI老师，目前大模型的发展只是让行业从“L2辅助驾驶”提升到“2.5”的水平，距离L3、L4仍有距离。