与爱为舞创始人王琳：打造下一代学习 Agent，将分三阶段技术演进路线
一句话看懂：在通用大模型落地教育场景遭遇“只懂知识不懂教学”的瓶颈时，与爱为舞创始人王琳提出了一条从对话机器人逐步进化为全模态教育智能体的三阶段技术路线，并披露了其产品“爱学App”在互动频次、模型采纳率等关键指标上的真实数据。
事件核心：发生了什么
在近日举行的2026腾讯云AI产业应用大会智慧教育专场上，与爱为舞联合创始人、技术负责人王琳指出，通用大模型在教育场景中存在三大短板：缺乏专业教学逻辑、名师经验难以数据化复用、无法支撑学生长期能力提升。针对这一痛点，团队选择深耕教育垂类大模型，打造学习Agent（智能体）。
王琳首次披露了详细的技术演进路线：第一阶段，从对话机器人升级为工具型模型，具备全模态输入与自主行动能力；第二阶段，构建短期课堂、中期学情、长期知识图谱三层记忆架构，实现精准学情感知与个性化引导；第三阶段，依托学生仿真模型，跳出对错率、开口率等短期指标，围绕长期能力成长定制学习路径。
目前公开信息显示，与爱为舞成立于2023年，旗下爱学App已实现规模化落地。其单节课平均互动频次超过40次/小时，AI自主设计的教学方案采纳率已超过90%。在正式披露的在线数据飞轮成果中，答案泄露、无效回复等问题的发生率下降了90%，模型迭代周期从每月缩短至每周。
为什么重要
王琳提出的“互动树”方法论，将传统教学流程拆解为可量化、可迭代的互动单元（如点选、拖拽、PK赛、连线等），实质上是将教育领域的“经验驱动”转向“数据驱动”。这种思路与当前AI行业“从通用走向垂类”的趋势高度吻合——通用大模型在推理、写作等泛任务上表现优异，但在需要严格教学逻辑、行为追踪和长期规划的细分场景中，垂直模型的深度优化能力更具壁垒价值。
此外，与爱为舞与腾讯云在算力底座（实现3-4倍推理性能提升）和实时音视频技术（基于TRTC支持高并发实时课堂）两方面的深度协同，也意味着教育AI的落地不仅依赖算法本身，更需要底层基础设施从“通用云计算”向“实时交互计算”进行适配。这种技术栈的定制化，可能成为未来垂直AI应用的标准范式。
对用户/开发者/创作者的影响
对学生和家长：爱学App的三层记忆架构意味着学习行为不再是“一次性的对话”，而是形成可追踪、可分析的个人数字学档。这比传统题库型产品更接近“真人名师”的辅导体验。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对教育AI开发者：王琳明确提出了“离线飞轮（基于百万小时名师授课数据）+在线飞轮（基于真实用户互动数据）”的双数据飞轮架构。其中，离线数据积累的门槛极高——需要大量的高质量教学视频和互动日志，这给后来者设置了显著的时间成本壁垒。
对内容创作者与教师：方案采纳率超过90%意味着AI正在接管教学设计环节。教师角色的重心可能从“设计教案”转向“评估和优化AI输出的教学方案”，这对教师的数字素养提出了新要求。
值得关注的后续
1. 第三阶段“学生仿真模型”的落地效果：这是最核心的技术壁垒。能否真正跳出短期指标、有效模拟长期能力成长路径，将决定产品能否从“刷题辅助工具”进化为“成长规划师”。
2. 数据飞轮的规模效应：目前模型迭代周期已缩短至每周。后续关键观察点是用户规模增长后，数据质量是否出现边际递减，以及是否存在“模型过拟合于高频互动数据”的风险。
3. 竞品跟进与市场格局：教育科技赛道的其他玩家（如好未来、猿辅导、科大讯飞等）是否会在“全模态教育智能体”路线上形成对标产品，以及腾讯云是否会基于TRTC等能力推出面向教育场景的标准化AI开发套件。
来源：Readhub · AI
