【
Cidades inteligentesColuna Marca WebEm 5 e 6 de junho, a cúpula profissional da indústria, a Agentic AICon, com foco no ciclo de vida completo da Agentic AI, foi realizada em Xangai.
No "Campo Especializado de Aplicações de Corpo Inteligente da Indústria Vertical", Li Heng, arquiteto sênior de sistemas da 科技大通飞, apresentou no relatório que o software SaaS educacional é baseado em grandes modelos educacionais e capacidades de agentes para alcançar a entrega dinâmica de capacidade para atender às múltiplas necessidades dos usuários em cenários reais. Ele mencionou que o software do passado resolveu o problema da "função de busca de pessoas", enquanto os grandes modelos de hoje estão resolvendo o problema da "compreensão sistemática dos objetivos".
Do dizer ao fazer: os padrões de avaliação da IA estão mudando
Desde 2025, os agentes se tornaram quase o tópico mais quente da inteligência artificial. Em vez de "se a IA responderá às perguntas", as pessoas começaram a se preocupar com "se a IA pode fazer a tarefa". Isso é visto como uma mudança de paradigma de IA em andamento.
Se o valor central da IA geradora é “prever melhor o próximo token”, o valor central da IA Agentic é “agir continuamente para alcançar o objetivo”. Por trás disso, o foco do desenvolvimento da IA está mudando gradualmente de habilidades de ponto único como responder perguntas, gerar texto e gerar código para habilidades de sistema como planejamento de objetivos, chamadas de ferramentas, execução em múltiplas etapas e entrega de resultados.
À medida que a IA passa de “dizer” para “fazer”, os fatores-chave que determinam o efeito final também estão mudando. As competências gerais dos grandes modelos permanecem fundamentais, mas a realização de tarefas complexas em cenários reais depende ainda mais de sua compreensão e domínio do setor, processos de negócios, sistemas de regras e cenários profissionais.
Em outras palavras, a era dos agentes competiu não apenas pela capacidade do modelo, mas também pela capacidade da indústria que o modelo depositou e possuiu. Somente grandes modelos que se integrem profundamente no cenário da indústria podem realmente transformar a inteligência em produtividade, fazendo o passo de “gerar respostas” para “resolver problemas”.
Essa mudança está afetando profundamente a direção de desenvolvimento de vários setores, e a educação é uma das áreas mais representativas. Como Li Heng descreveu no relatório, os produtos SaaS educacionais tradicionais com entrega de funções fixas são difíceis de atender às necessidades, e os sistemas de agentes com entrega de capacidade dinâmica se tornarão mainstream.
A parte realmente difícil de educar a IA é a capacidade do modelo de perceber cenários e prever intenções, transformando dados em bases de decisão que podem ser invocadas diretamente pela IA.
Por trás disso, uma base inteligente que realmente “entenda a educação” é essencial.
Por que a educação precisa de um modelo exclusivo
O surgimento do Agente não significa que o Big Model Universal possa resolver os problemas educacionais diretamente. Pelo contrário, o valor real do Agente no cenário educacional depende em grande parte da compreensão da indústria do modelo de base e do precipitado da indústria por trás dele.
A indústria da educação tem naturalmente características de alta profissionalidade, alta seriedade e alta complexidade, envolvendo padrões curriculares, sistemas disciplinares, leis de ensino e orientação de valores. Muitas tarefas aparentemente simples contêm muita experiência profissional oculta.
Por exemplo, por trás de um programa de aula, é necessário considerar os padrões do curso, o conteúdo do material, a base de alunos, o design de atividades em sala de aula e o arranjo de práticas pós-aula. Por exemplo, a crítica do trabalho, os professores tendem a se concentrar não apenas no resultado certo ou errado, mas também em por que os alunos estão errados, onde estão os problemas e como a estratégia de ensino deve ser ajustada. O mesmo erro pode corresponder a uma lacuna de conhecimento, pode refletir uma deficiência de habilidade ou até estar relacionado com hábitos de aprendizagem.
Essas perguntas não têm respostas padrão e exigem análise contínua, julgamento e tomada de decisão. Esse também é o desafio real que os grandes modelos enfrentam após entrar no cenário real da educação.
Portanto, a indústria da educação precisa de um grande modelo para realmente entender as leis da educação, e não apenas um grande modelo para conectar a base de conhecimento da educação.
Tomemos o grande modelo de educação Star Fire como exemplo, cuja construção de capacidade se desenvolve desde o início em torno de cenários educacionais e é continuamente validada e iterada em ambientes de ensino reais.
Ele é capaz de entender profundamente o conteúdo educacional, como materiais de ensino, assuntos, questões de teste, e também é capaz de raciocínio de acordo com a cadeia de pensamento de acordo com as leis do ensino e gerar conteúdo adaptado ao cenário do ensino. Ao mesmo tempo, através de retratos emocionais, atribuição de origem e habilidades de planejamento de tarefas complexas, ajudam os professores a entender os alunos, auxiliam a tomada de decisões de ensino e apoiam aplicações mais complexas de inteligência educacional.
A competição da IA educacional está nas habilidades do sistema
Uma vez que os agentes entram no processo de negócios educacionais reais, o foco da concorrência está mudando para as capacidades do sistema por trás do modelo. Quem entende melhor o cenário educacional, tem uma acumulação mais rica de práticas educacionais e tem acesso a dados, recursos e processos de negócios, tem maior probabilidade de realmente transformar a inteligência em produtividade educacional.
Que tipo de assunto é adequado ao processo de ensino atual, por que os alunos cometem os mesmos erros, se a vulnerabilidade do conhecimento é causada por falta de conhecimento, falta de habilidades ou problemas de hábitos de aprendizagem, e quais estratégias de ensino são as melhores para a classe atual. .....
Por trás dessas questões, não são necessárias apenas habilidades de raciocínio, mas também a percepção da indústria formada por práticas educacionais de longo prazo e dados processados que precipitam aplicações de longo prazo.
O modelo de educação Starfire nasceu com base na prática educacional em larga escala de mais de 20 anos de serviço profundo a mais de 60.000 escolas e mais de 160 milhões de professores e alunos.
Os mapas de conhecimento educacional acumulados a longo prazo, os sistemas de análise do aprendizado, os modelos de estratégia de ensino, os recursos de ensino multimodal, a capacidade de governança de segurança e mais de 60 bilhões de dados de ensino processual gerados em salas de aula reais em 33 distritos administrativos provinciais, juntos, formam o terreno para o crescimento do grande modelo de educação Starfire.
Esses dados são derivados das práticas pedagógicas reais de diferentes regiões, diferentes períodos escolares e diferentes escolas do país, contendo uma precipitação de regras comuns na educação, mas também preservando as características diferenciadas dos cenários pedagógicos e características dos alunos em todos os lugares, permitindo que o modelo compreenda melhor e se adapte às necessidades da educação localizada.
Na avaliação específica do grande modelo de educação organizada pelo Centro Nacional de Pesquisa de Engenharia Aplicada e Tecnologia Inteligente da Educação da Internet, o grande modelo de educação Starfire ganhou seis primeiros pontos nas sete avaliações de cenários principais da educação, mostrando uma forte precisão do conhecimento e capacidade de adaptação profissional da educação.
No sistema educacional inteligente da CIF, o modelo educacional Starfire desempenha um papel central inteligente na compreensão das necessidades, planejamento de tarefas, mobilização de habilidades, organização de processos e obtenção de resultados.
Quando os professores fazem uma exigência, o sistema chama todo o sistema de habilidades educacionais, em vez de meras habilidades modelo. Por exemplo, quando um professor deseja analisar os resultados de um teste de emoção, o sistema não só gera um relatório de análise, mas também combina os dados de emoção para identificar problemas, associar mapas de conhecimento para localizar lacunas no conhecimento, formular recomendações de melhoria com base em estratégias de ensino e gerar programas de ensino direcionados.
Construa um ciclo fechado completo, desde a descoberta de problemas até a formulação de propostas de ação. Isso significa que o trabalho que no passado exigia vários sistemas e várias operações, agora só precisa de uma interação de linguagem natural com a superinteligência do Mestre de Luz das Estrelas.
O grande modelo de educação Starfire não está mais ligado a uma função isolada, mas a todo o sistema de negócios educacionais. Neste nível, o grande modelo de educação Starfire é a base de inteligência de nova geração da educação inteligente para a era da inteligência da educação.
Da IA geradora à IA agente, a IA educacional está passando da era das ferramentas para a era dos sistemas. O que realmente impulsiona a mudança da indústria é a capacidade do sistema formada após a profunda integração da tecnologia com a prática da indústria.
Quando a IA começa a entender o ensino e o crescimento, o valor que ela traz passa de gerar respostas para perguntas reais em cenários educacionais reais.
Talvez esse seja o futuro mais esperado da educação AI.
