能否消除不公

1 引出问题

打开社交媒体，AI 新闻铺天盖地。那这些号称“改变人类社会”的 AI 技术，能否解决「教育不公」的问题呢？

每个人不论出身如何，都应有平等的上升机会，只有在“寒门能出贵子”的环境下，社会才能积极发展。

但现实往往是另一回事。

比如，韩国教育就是反例中的天花板：公立学校日渐空心化，昂贵的补习班已成为升学标配。在这种环境下，普通家庭虽倾入高额支出，甚至借贷补习，仍比不过上层家庭，变相加剧了社会阶层固化。

对此，韩国政府也绞尽脑汁，甚至出台过“禁补令”。然而，补习并未消失，只是转入了地下。可在地下市场，富贵家庭还是能获得最好的补习，大家仍不在同一起跑线上。

或许有人认为，这一切都是“过度内卷”的结果，但即使所有人都不卷，依然无法解决教育不公，因为现代化工业教育，天然就带有不均衡性。

就拿我小时候来说，班上有五六十名学生，老师只能按「班级平均水平」来安排教学。但每个学生的学习速度并不一样，有些人会觉得太简单了，有些人却完全跟不上。结果就是，好生差生都需要更适合自己的教学。这就又会因家庭的贫富贵贱而产生差异，还是站不到同一起跑线上。

难道「教育公平」注定就无法实现了吗？

2 早期尝试

大家好，我是 YJango，名字太绕口的话，叫我浆果就行。

其实，倒有一种办法。那就是：让所有人接受的教育，都接近「最优上限」，几乎没什么提升空间。这样，即使花钱购买额外服务，也拉不开什么差异。

这就好比矿泉水，即使有钱人购买上千元一瓶的矿泉水，在H2​O的层面上，和一两元的矿泉水也拉不开差异。

理论上听起来可行，但要怎么实现呢？

其实，从 2020 年开始，我便思考自己能否为此做些什么，我不希望后代经历这种内卷，同时也渴望实现自我价值。

这个视频其实就是我的探索经历。

起初，我也没有什么思路，只是发现，人们因「学习方法」而产生的成绩差异，非常巨大。尽管大家从小就开始学习，但从未被教过怎么学习，很多人还以为学习就是记忆书本。

因此，「填平人们在方法上的差异」就成了一个切入点，于是我停更了自己非常喜欢的《学习观》，专心研究和编写一套系统的「学习理论」。

同时，我还认识到，想要公平，必须“白菜价”，让所有人都用得起，而能做到这一点的，只有科技。就像电视，过去是富人的专属，而科技使其变成了大众都能负担的电器。

“理论”和“技术”这两个关键词，突然让我想到该怎么实现了：用「信息技术」和「AI技术」执行「学习理论」辅助学生学习，相当于打造一个比「人类最强教师」还要强的「AI教师」，然后一人分配一个。

我知道大家想说什么。弹幕上可以刷一波“太理想了”。

但其实，这种事情不是没发生过。围棋和蛋白质预测都经历过这样的 AI 洗牌。

而且，如今的科技已经足够发达，按理说很容易对「教学方式」做出改进。

不过奇怪的是，过去三十年的变化完全配不上先进的技术。“线上教学”居然还只是把线下课堂录个像，搬到网上，根本没发挥出「信息技术」的优势。最起码，可以给学生圈画一下视频中的「知识点」吧？

所以后来，我干脆就自己建了一个网站，起名为“渐构”，一层含义就是“逐渐构造”，我打算自己实现这一构想。

是不是很大胆？

当时，我甚至连开发和运维网站的费用都没想过，就开始做了。那时的我和很多学生一样，觉得互联网上的东西都应是免费的，没意识到做起来花费这么高。

后来，我从国家人社部申请到了一笔资金支持，缓解了一些压力。

可即便如此，困难还是接踵而至。当时的 AI 连人类语言都理解不好，更别说当“家教”了。所以我只能先在网站的「信息呈现」上做提升，再慢慢研究 AI 方案。

3 新的路线

直到 2022 年 12 月，我看到了新的希望。ChatGPT 的成功证实了「大语言模型」的可行性。

大家可能难以体会我当时的激动。这意味着，让 AI 执行「学习理论」来当家教，不再遥不可及。

2023 年 3 月，我还做了一期名为《万字科普GPT4为何会颠覆现有工作流》的视频，没错，号称“AI 改变人类社会”的人中就有我。

那时，我一注册好账号，就立刻告诉 ChatGPT：“请充当家教，给我讲高中三角函数”。

但 ChatGPT 的回复，就如同把教材原文和百科介绍，复制给我了一样。

不过，对此我并不意外，反而更加确定了一件事：「大语言模型」只能低成本、高效率地执行「人类既有知识」，不能期望它去完成连人类都不知道如何完成的任务。它就像一个执行力高的实习生，有能力做很多任务，但如果不给它详细的任务描述，它再聪明也做不了。

未来，任何领域应用「大语言模型」时，都是「领域知识」指挥「大语言模型」。

这也是为什么把「AI大模型」直接扔给学生，行不通。

一方面，学生可能跳过学习过程，用它直接索要答案。

另一方面，即使学生用它来辅助学习，也没有「领域知识」，不知道怎么指挥「AI大模型」来帮助自己学习。很多学生还以为教师能帮自己做的就是讲课。可讲课没那么重要，否则让全国学生都看顶尖教师的讲课录像，不早就实现教育公平了吗。真正宝贵的教育资源是「分析与制定」——「分析」学习者的当前情况，再量身「制定」最适合的讲解和习题，就像健身教练最宝贵的服务是「量身定制」健身方案一样。可普通学生哪里知道「怎么描述要求，才能让 AI 帮自己科学地分析与制定」，假如真知道，那学生自己就能分析自己了，也不需要 AI 了。

所以，整件事情的核心是「学习理论」。只有「学习理论」才能逼近「最优上限」，而「让AI执行理论」只是为了「把成本降至“白菜价”」。即使都用 AI 来做家教，也会因背后「学习理论」的不同，而产生巨大的差异。

想明白这一点后，我就没有急于开发「AI家教」，而是优先完善「学习理论」，也刚好借此等待「AI大模型」的进一步发展。毕竟，ChatGPT 的意义在于「验证大语言模型的可行性」，不在于它本身有多强。

到了2024 年 5 月，GPT-4o 发布了，我觉得是时候在网站上开发一些 AI 智能体，来完成部分家教工作了。

4 知识描述

但很快就遇到了一个问题：如何描述知识？

想要让 AI 辅助教学，就必须让它精准描述知识。

试想，若你是 AI，有人拿着一本书让你教他。如果你不知道怎么描述知识，你就无法列出书中有多少个知识点，更不知道该制定什么习题，去验证学生是否学会了。这就像健身时，如果连“肌肉”这个概念都描述不清，那要根据什么制定健身方案呢？

幸好，我之前选择了先攻学习理论，那现在直接就有了方案：把「知识」描述成『由「一类信息」去推测「另一个类信息」时所运用的规律』。任何知识都可以被这样描述，无论是数学、英语，哪怕是游泳。

例如，「牛顿第一定律」就是由物体的「受力状态」去推测「运动状态」，其规律是：如果物体的「受力状态」为「不受力」，那么其「运动状态」就是「匀速直线运动」或「静止状态」。

不过，很多人都不会这样描述知识。

所以，为了解决这个问题，我就在网站上做了一个「AI智能体」，用于将「任何知识的讲解」转换成「上面的描述形式」。

给大家看一下，GPT-4o 驱动的「智能体」能做到什么程度。

当我把「破窗效应的一段讲解」给它后，它真的按照我写的原则，分析出：

这个知识是由「是否存在不良现象」和「是否及时纠正」去推测「后续不良现象的发生概率」，其规律是：如果「存在不良现象」且「没及时纠正」，那么「后续不良现象的发生概率」为「高」。

5 自动流程

能描述知识后，接下来就要让 AI 为学生量身定制习题和讲解了。

不过，AI 也不能凭空制定，至少要让学生先做一道「测试题」，再根据回答来制定。

但如果学生是第一次接触这个知识，还需要先提供一个初步讲解，再让他答题。

你会发现，这不就是学校老师的教学流程吗？

1. 提供初步讲解

2. 布置测试习题

3. 分析测试结果，再制定新的讲解和习题，循环往复。

只不过，学校老师只能针对「班级平均水平」来制定，毕竟老师是人，不能分身。但 AI 可以，这也是为什么，要实现教育公平，必须依靠 AI。

以往，「初步讲解材料」和「习题」都需要人来开发。每学一门新知识，就需要开发一次，这就是教育资源昂贵的原因之一。

所以，为了降低价格，我需要让 AI 能自动为「任何知识」设计「初步讲解材料」和「习题」。

于是，我给网站增加了一个「AI学习流程」，给它任意一个知识的「名称」或「讲解」后，它就会遵照我写的原则：

• 生成「一个规律描述」和「三个具体例子」。

• 然后再布置一个「习题」，并分析学生的回答，指出错误，提供讲解。

• 最后，针对学生的错误，再制定一道习题。

那 AI 真能分析出来吗？

我拿“勾股定理”测试了一下。

它确实生成了一个规律描述和三个具体例子，并且例子和描述中的概念，真的按照我的要求，一一对应。

答题时，我还故意列对了式子，算错了数字。它也真能指出，我的公式没错，但计算有误，需要加强平方和开根号的练习。接着，又给我出了一道习题。

我又拿「牛顿第二定律」的习题来测试它时，它也成功指出，我用对了「牛顿第二定律」，但没正确使用「力的合成」和计算合力时所用的「余弦定理」。

此前我也没想过 AI 能做到这种程度。

6 智能家教

但我也知道，想推动教育公平，光靠这点功能是远远不够的。

有时候人们并不想用 AI 生成讲解，仅希望 AI 围绕「指定的讲解材料」进行辅助。

例如，教师们讲课时，通常都有「指定教材」，不用 AI 生成，只需要 AI 充当自己的助教即可，也就是让 AI 围绕「指定教材」，给学生提供额外的讲解、例子、类比，生成习题，并负责批改。

于是，我就对原有的「AI学习流程」做了一个变种：

1. 让 AI 直接把「某个指定材料」作为「初步讲解材料」，不用 AI 生成了

2. 再让 AI 基于「指定材料」，生成额外的例子、类比，还有习题

3. 最后，自动批改，并制定新的讲解和习题

但我不希望自己做出一个只能用来应试和考证的工具。

我希望自己做的东西，能适用于「任何学习场景」，包括生活和工作中的学习。

毕竟，未来是终身学习的时代——无论初高中阶段，大学阶段，还是工作阶段，都需要持续学习。学习的根本在于「应用」，绝不能仅停留在「应试」层面。

所以，我便想办法让 AI 不仅能将教材作为「指定材料」，还能将「任何包含知识的内容」作为「指定材料」。例如，一篇网络文章、一期科普视频、一次学术演讲、一场直播分享，甚至是朋友之间的对话。

可这样一来，新的问题又产生了：大多数的文章和视频，并不像教材那样清晰，知识点分布零散，常常看半天都不知道讲了什么知识，有的甚至都不包含知识。

所以，我又在网站上做了一个“拆分”功能：用于找出文章和视频中的所有「知识点」，再把针对不同「知识点」的「例子」「类比」「作用」等讲解，拆分成不同段落，标注成不同颜色。让人一眼就能看出，当前段落在讲什么。

回想上课时，大家是不是都会在课本上圈圈画画、标注成分？这就相当于让 AI 标注了一遍。

由于「知识点」提前被 AI 标注好了，我还能在真正阅读前，就判断出这篇文章或视频值不值得读。

做完上述功能后，我终于可以让 AI 像家教一样，辅助我「任何文章或视频」的学习了。

那效果如何呢？

我把《张三快饿死了，能不能吃熊猫？》的视频传到网站，测试了一下。

AI 确实按照我的规则，标注出了视频中的知识点，做好了字幕，分别显示在了上下方。蓝色的是知识点，红色的是例子。一眼扫过去，我就知道，这个视频是用“吃熊猫”为例，讲解「紧急避险」的。

我又让 AI 出了一道题，来测试我是不是真的学会了。结果，AI 指出，我的答案引入了无关因素，判断「紧急避险」的依据是「有没有实际危险」和「危险是不是自己造成的」。

当时我就在想，如果把自己的授课都传到网站上，我岂不就有一个 24 小时在线的助教了？额外的例子、讲解和习题，乃至作业批改，都不用我来做了。甚至连字幕和导图的制作都省了。

那如果把「各个学科最顶尖的授课录像」都配上这种功能，教育公平，不就有望了吗。

7 成本问题

好吧，还是无望。价格依然太贵：GPT-4o 仅生成一个例子就要几毛钱，更别说标注整篇文章了。

而且，4o 的对话长度也有限，只能用来标注很短的文章。

更雪上加霜的是，2024 年 7 月，OpenAI 宣布，不再对中国提供 API 服务。

也罢，早就料到国外的“CloseAI”靠不住，干脆现在就弃用，换成国内大模型。

由于我用的是阿里云的服务器，当时图省事，就接入了通义千问。本来也没抱太高要求，只想先凑合用着。

结果，智能体的效果几乎没变，价格还低了十几倍。现在，生成一个例子，都不用一分钱。

还真得感谢“CloseAI”的禁用。

8 更多尝试

没有了价格的顾虑，我便开始尝试更多辅助学习的智能体。

以前我制作《学习观》时，讲了不少「学习原则」，但很多人都不会用，甚至有人认为这是骗人的。所以，我想，干脆把这些「学习原则」都教给 AI 来执行，让大家不懂原则，也能享受成果。

在《学习观07》中，我提到过「要以句子为单位来学单词」，但很多人都觉得难以实践，于是我就开发了 AI 辅助的「外语学习流程」：

• 输入想学的单词，再选择语言

• AI 就会教我如何用这个词，并让我造句

• 造错了，AI 也能指出所有语法错误，再给出正确的表达

• 句中的其它词汇，也都有中文对照。

此外，概念学习还有其特殊性。于是，我又给网站加了两套 AI 学习流程：

• 「单概念学习」：一个用于单一概念的学习。

• 「多概念对比」：一个用于多个相似或相关概念的共同学习。

不论是「外语学习」，还是「概念学习」的流程，AI 都能按照我的要求，提供教学。

有时候，AI 的讲解和批改，甚至让我都自愧不如。

以上的功能还只是教师工作中的很小一部分，但教师的其它工作其实都可以让 AI 来完成。很难想象几年后的教学会变成什么样子。

9 回答问题

现在，你还觉得「造一个比人类最强教师还要强的AI教师」太理想了吗？

大家可以亲自体会一下，再做判断。由于是实验性质，此前一直没对外开放，但现在上面提到的功能，都已部署在我的“渐构”网站上。不过，网站调用大语言模型时，需要给服务商付费，大家尝试时，请自己承担。但正如我前面所说，基本白菜价，1 元钱能生成 100 个例子。

体验时也别忘了，这只是当前的 AI 水平，未来的 AI 会越来越强。

前些日子，大家也都被 DeepSeek 刷屏了，这款国产大模型打破了“CloseAI” 的技术垄断，然后选择开源了。

开源意味着什么？

意味着，所有人都能免费用。现在，所有主流云平台都支持一键部署 DeepSeek，许多学校和政府机构都接入了。开源还意味着，其他厂商可以借鉴 DeepSeek 的成果，来开发新模型。所以你会发现，各大公司纷纷推出新模型：

• 比如，Anthropic 于 2 月 25 日发布了 Claude 3.7，把推理模式混入传统大模型，试图抢回焦点。

• 就连 OpenAI 都坐不住了，继 o3-mini 后，又于 2 月 28 日匆匆发布了 GPT-4.5 预览版 ，想要稳住领先地位。

• 国内的阿里也于 3 月 6 日开源了 QwQ-32B，性能媲美 DeepSeek-R1，但参数小了 20 倍，个人电脑就能运行。

• 而 DeepSeek 前晚又把 V3 升级到了0324。大家猜测，DeepSeek 团队正准备着 R2 版本，针对 GPT-5 进行布局，而阿里又准备着 Qwen3 版本，针对 DeepSeek R2 进行布局，以此类推。

由此可见，国内外大模型厂商也在疯狂“内卷”。

他们卷得越狠，AI 功能就越强，价格就越低，教育公平的路，也就越宽。

回到视频开篇的问题：我们能否利用 AI，解决「教育不公」的问题？

我现在的回答是：能！

唯一希望的是——消除「教育不公」的那天，能在 10 年内到来！