“不要期待有了AI之后就能一剑封喉。”
来源|多知
作者|徐晶晶
兴奋。
未知。
这是高途联合创始人罗斌面对当下DeepSeek引发的这一轮AI技术浪潮时的心境。
兴奋，是因为看得见的确定性，“拉长周期来看，DeepSeek带来了巨大的变量，创造了新的可能性。”
不过，这份确定性又是模糊的、未知的。“大致方向是能看得见的，但是整个路径、节奏是模糊的、非共识的，这其中存在很大的不确定性和未知性。这也意味着，一种压力。”
2月12日，高途正式宣布接入DeepSeek大模型，不过，其对DeepSeek的关注要比后者大范围步入公众视野更早。
高途透露了接入DeepSeek后带来的一些显著变化：
比如，内部协同工具AI助手在接入后，截至目前，日访问量提升了200%，预计在2月中旬完成内部业务系统和协作平台全面打通之后，访问量将会进一步增加。
再比如，在用户产品侧，以DeepSeek为技术核心的高中数学测评准确率提升了15%，而后高中AI选科规划服务也借由AI助力实现了服务质量提高。
在高途官宣接入的当天，多知就DeepSeek相关话题对话了高途联合创始人罗斌。
罗斌严谨地给出了一些判断和预期：
1.DeepSeek-R1大模型的准确率已达到在教育场景相对可用的状态。
2.今天的大模型还处在整个AI能力进化的相对早期阶段，如果成熟状态是100分，那么今天的这些大模型最好的状态也就是5-10分的水平，离终态还很遥远。
3.在基座模型不断迭代时，对每家公司来说，更重要的是要找到一种机制，以便在大厂的基座模型快速迭代的过程中，能及时跟上这一波变化，并在每次变化的过程中，能及时把新的能力结合进来，为自己所用。
4.回到教育这个场景，至少在我们现在能看见的一个周期内，AI能力本身是一个关键要素，但不是一个决定性的要素。不要期待有了AI之后就能一剑封喉。
5.如果有了更强大的大模型能力，过去拍搜的这种模式就会发生变化，就不需要提前去生产积累自己的题库，现在是一种实时解答的方式，通过大模型就能够达到一个非常高的准确率了。
6.教育AI的iPhone时刻一定会发生，但时间、形式不确定。教育公司要想在应用AI层面改变格局，至少需要3-5年的周期。
7.众多学习环节里，AI能替代的，其一，是一个相对简单的学习任务。其二，AI更适合于学生主动来发起、AI来接听响应的场景。而需要由我们来主动地管理和影响学生的这个部分，今天的AI还做不到。
8.小型的创业公司，在某些单点上、在某些形态的产品上，有可能获得一波特殊的机会。但是如果回到重交付、端到端、以学习结果为导向的领域里，这里的机会对于创业公司而言，挑战还是非常大的。
01
DeepSeek-R1大模型的准确率已达到“在教育场景相对可用的状态”
多知：DeepSeek将如何影响教育行业未来的发展？会带来哪些颠覆性的改变？
罗斌：第一个变化，DeepSeek这波算是完成了一次比较好的市场教育，提升了大众对于AI能力的关注度，也让普通用户使用AI工具的渗透率得到了提升。
第二个变化，结合公开信息和我们内部验证来看，DeepSeek-R1的模型做了一些创新（包括引入了更强的推理能力）后，在一些教育场景下的应用效果确实有很大的提升。这种提升意味着，从应用的角度来说，它的准确率已经达到了一个相对可用的状态。
教育行业的容错率比较低。原来，大模型的准确率并没有达到可用状态。但是今天，以DeepSeek-R1为代表的这些模型的能力迅速提升，让整个可用性变得更高，也让更多的场景引入这一大模型的能力变得更加可行。
举例来说，在我们内部高中数学的一个题库上，之前我们用原有模型测试，准确率最佳情况是能做到74%。我们现在拿DeepSeek-R1结合内部级数据测了一下，经过调优之后，准确率大概能到90%。这还是其在高中数学的知识体系里的表现。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。
第三个变化，让更多企业坚定了对AI的投入。之前很多企业对AI还没有形成很好的共识，毕竟AI的投入成本比较高，也需要专业人才。但今天很多企业意识到了，必须要拥抱AI。
回到教育场景下，它可能会带来的变化主要是在两个方向：
一个方向是为学生创造更好的价值。
从产品的角度来讲，目前行业里的教学环境，大部分还是通过以真人老师为主来跟学生进行交付。有了DeepSeek能力的辅助后，老师和学生在整个教学过程中的反应的速度、平均的专业度、效率、服务群体的规模，都能得到大幅提升。
这带来的一个变化是，原来必须要由专业的真人老师来提供一些教学服务，今天通过大模型的辅助，不管是教学、练习还是答疑，直接通过AIToC或者通过AI辅助老师来ToC这两种情况下，整个效果和效率都能够有显著的提升。
另一个方向是改善企业内部的运营效率。不管是市场营销、销售转化或服务的环节，效率都会有显著提升。
必须要明确的是，虽然以DeepSeek为代表的大模型现在很火，但是总体来讲，它们还是在整个AI能力进化的相对早期阶段，如果成熟状态是100分，那么今天的这些大模型最好的状态也就是5-10分的水平，离终态还很遥远，在短周期内，我们还不能对它的节奏和价值期待过高。
02
在基座模型快速迭代的过程中，教育公司也要让自有模型及时跟上变化
多知：市面上很多教育公司已经有自研的大模型，同时接入了DeepSeek，怎么看其未来的路径？
罗斌：如今，DeepSeek是一个更强大的基座模型，无论是把自己原有的模型或数据和DeepSeek结合，还是以DeepSeek模型作为基座，重新去训练新的自有模型，每家公司会用不同的路径来做。
但我的基本观点是，今天大模型的底层生态，如果只是5-10分的水平，那么在未来的半年、一年、两年、三年，底层的大模型还会有突飞猛进的变化。
今天各家在这样的场景下构建起的自有模型的能力提升速度，跟大厂的模型提升速度相比，完全不在一个量级。
在这种情况下，对每家公司来说，更重要的是要找到一种机制，以便在大厂的基座模型快速迭代的过程中，能及时跟上这一波变化，并在每次变化的过程中，能及时把新的能力能结合进来，为自己所用。
03
不要期待有了AI之后就能一剑封喉
多知：当教育公司普遍拥抱DeepSeek，大家的差异化、本质区别将体现在哪里？
罗斌：不管是以DeepSeek为代表开源的基座模型，还是一些大厂的闭源模型，它都会有某种方式开放给整个社会使用。所以在底层的基础的能力上，是相对标化的、是平等的，大家在这个地方不会有明显的差异。
但可能会存在差异的地方是什么呢？
第一个维度就是在模型的本身。
各家根据自己的需要，尝试建垂直模型、小模型或者专属模型，这样能更好地适配不同应用场景。比如高途有考研业务，也有公考业务，可能用于考研业务的模型和用于考公业务的模型就不太一样。这里可能存在差异化的模型的版本。
各家在专属模型的建设能力和水平上实际上是有差异的。
第二个维度是在应用层。
关于基座模型，教育公司们不会有显著的差异。但在应用层，可能变化会更多一些。现在的模型，更多的还是偏系统1的这种模型，还不具备非常强的推理、调度或者真正意义上的智能。
未来，大家也在提，比如大套型套小模型的方式，或者是通用模型嵌套专有模型的方式，包括未来有市面上有这么多的模型，怎样做混用，不同的场景下可能调用不同的模型，另外，包括人机怎么结合，老师和AI怎样协作，让整个过程能够变得更加高效和专业，这个地方可能各家的做法会有差异。
还有一个就是怎样做运营。同样的一个能力，在不同的团队里面，你的推广、宣传、运营，可能会导致最终的使用的广度、深度、效果上，也会有明显的差距。
第三个维度是在产品层。
站在学员的角度，学员需要的产品是一个解决方案。他并没有那么在意你提供的是真的AI还是别的什么。
所以结合AI的能力后，每家提供的解决方案，是不一样的。但是从学员角度看，他需要更好的体验，更好的效果和更好的性价比。因此，在产品上，变化会更大。
最后一个维度是组织能力。
同样的一种AI能力，随着时间的演进，大家的迭代方向和迭代速度是会有差异的。
拉长周期来看，不管是从产品层面还是从运营层面，都会形成更加明显的差异。
这里面，人才的影响是比较大的。
总结来讲，底层能力、标准化的这些能力，大家是类似的。但是回到教育这个场景，至少在我们现在能看见的一个周期内，AI能力本身是一个关键要素，但不是一个决定性的要素。更重要的还是在产品、在应用等方面，可能需要结合AI来做重新的思考设计。面向未来的一个周期（3-5年）来做这样的布局和迭代，可能是更加重要的。
不要期待有了AI之后就能一剑封喉，这件事情不太会发生。
04
大模型实时解答，正在消解拍搜解题产品的题库门槛
罗斌：原来学生有一道题不会做，他要么问老师，要么就用拍搜工具。拍搜工具内部是要做大量题库的生产和累积的，但今天看起来，如果有了更强大的大模型能力，过去拍搜的这种模式就会发生变化，就不需要提前去生产积累自己的题库，现在是一种实时解答的方式。
所以我的感觉是，未来在解题的这个部分，你问AI一道标准化的题，AI给你进行解题这件事，会变得比较标准化了，通过大模型就能够达到一个非常高的准确率了。相当于拍搜题库这件事不会有绝对的门槛了。当然可能每一家自己做出来这个模型，通过不同的数据和调优以后，可能还会有一定的准确率的差异。但这个差异就没有那么大了。
原来可能你手里有一亿的题库，人家手里可能只有一千万的题库，差异可能会特别大。但有了更强大的大模型能力，以后可能的差异是，你的准确率可能是93%，人家的准确率可能是91%。可能只是这种层面的一个区别。但是在覆盖率上，可能大家都能够做到非常高的覆盖率。
05
学习环节里，相对简单的任务和交互，更容易被AI替代
多知：DeepSeek会不会取代一些现有的学习产品？
罗斌：如果把整个学习进行拆解，不管是面向学生，还是站在企业内部的角度，有很多环节。
哪些环节受到AI的影响更大呢？可能是相对简单的任务，相对简单的交互，在这种逻辑下，更容易发生。但如果它是一个长周期的、多任务的、复杂的链条，AI在里面产生很大作用的难度会比较大一些。
所以，第一个，AI替代的应该是一个相对简单的这种学习任务。第二个是，它更适合于学生主动来发起、AI来接听响应的场景。而需要由我们来主动地管理和影响学生的这个部分，今天的AI还做不到。这是因为，AI的能力还不够，也很难让学生真正遵从AI的指令。
所以从这两个角度来讲，AI能够在里面发挥作用的一些环节还是可以罗列的：
第一种场景，在企业内部的一个场景下，通过AI来辅助做一些内容的生产，做一些知识库的建设，包括做一些内部的问答平台搭建，这是可以做得到的。
第二种场景，一些简单的对话场景，比如像客服、拍搜（学生问一个问题，你要给他一个答案，这种就是用户过来之后就去寻找一个答案的这样一种逻辑，跟标准化的DeepSeek的用法类似。你给一个输入，它会反馈你一个输出，提供一些专业的内容解答）这种类型的场景下，AI的能力会越来越强。
第三种场景，在一些特定的练习场景下，AI是可以承担这样一个角色的。举个例子，英语对话练习，市面上有很多的产品在做类似的一个事情，这也是比较简单的对话性的任务，或者是你需要他给你针对一个特定的题目做一下讲解，讲特定的一道题，简单的教学或者是对练，是可以通过AI来做一定的替换的。
但是除了这三种情况以外，对于其他的比较复杂的这种任务，以及这种需要老师和学生进行强互动，强引导，甚至带有一定的管控属性的任务和场景，AI在里面更多的只能起到一个简单的辅助的作用，也很难真的替代真人来完成这些逻辑。
06
教育AI的iPhone时刻一定会发生，但时间、形式不确定
多知：随着AI的快速发展，未来教育行业的格局会发生怎样的大变化？
罗斌：教育行业格局如果要发生大的变化，一定要有一个重要的变量会不会有真正意义上新形态的产品出现。教育+AI里会不会有一个iPhone时刻，像当年iPhone横空出世一样，带来根本性的产品的变化和升级？
