大家好，欢迎收听「教育AI智造者」播客！
在本期播客中，我们邀请到了「Thinkverse」的联合创始人Sean，深入剖析AI在数学教学领域的应用。Sean来自Google与字节跳动的工程与架构团队，有着丰富的大模型与数据处理经验。节目中，他分享了「Thinkverse」如何利用AI Tutor（家教）和AI Teaching Assistant（助教）两种角色，为师生分别提供个性化辅导与教学支持，不仅显著减轻了老师“改卷+备课”的负担，也为学生在练习时提供了及时且精细的反馈。
在深入探讨「Measure Growth Mode」功能时，Sean提到，他们通过课前、课后的小范围测验，为师生带来前后对比的显性效果，引导学生产生自信心的正向循环；同时也让老师获得更直观、可视化的数据反馈，一眼洞察班级整体学习情况。他更进一步解释了他们在大语言模型的选择与微调（finetuning）与工作流建立上，如何平衡准确度、成本与产品迭代效率，并且强调了技术并非核心护城河，真正打动教师与学校的是“对教学场景的深度契合”。
如果你对如何用AI实现“个性化+高效”的数学教学感兴趣，或正思考通过数据可视化及AI教学工具让课堂“教”“学”兼优，那么这集内容会给你带来启示。无论你是正寻找自动化升级方案的学校管理者，还是想要提升课堂效率与学生参与度的一线教师，亦或是关注“下一波AI赋能教育”趋势的行业观察者，都能从本期分享中收获实用思考与鲜活案例，一同见证AI如何为数学学习打开更多可能性。
内容大纲
嘉宾与产品背景
- 个人经历：从Google到字节跳动再到「Thinkverse」的创业故事
- 公司产品定位：数学教学场景下的AI Tutor与AI Teaching Assistant
两大角色：AI Tutor & Teaching Assistant
- 定义与差异：家教模式如何一对一答疑，助教模式又如何为教师提供批阅与数据分析
- 在教室（同步时空）与课后（异步时空）两大教学场景中的应用
核心功能：Measure Growth Mode
- 课前测验与课后测验的闭环设计
- 如何通过“前后对比”来提升学生自信、增加老师对课堂成果的把握
- 数据分析与可视化，为老师提供哪些精确指导
AI技术落地：模型选择与Prompt Engineering
- 为什么大多数场景使用Prompt优于深度微调
- Pipeline工作流 vs. Agent智能体：在教育场景中如何保证稳定性与即时反馈
- 老师与教学专家加入题目设计与解题过程，把苏格拉底式的问答落实到AI对话
商业化策略：To B的路径
- 面向美国公校、学区合作的市场推广与落地难点
- 为什么“痛点最深”的学校反而更急需AI解决方案
- 与传统工具平台或竞品的差异化：迭代速度与长期价值
未来展望：平台化与教育变革
- 当AI在后台，人与人之间的互动价值如何被进一步放大
- 数学教育之外的潜能：从图表到其他学科的可行性探讨
- 兼顾技术发展与教育初心，如何让AI真正赋能更多师生
需要详细文字稿的听众们可以关注微信公众号，爱思考的伊伊子，输入“播客EP29"，即可获得。
----------------近期伊伊子想做的一些事情-----------------
最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。
随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。
接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以扫码加入相应的讨论群；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞！
-----------------------关于伊伊子----------------------
伊伊子的小红书传送门
----------------------关于听友群-----------------------
如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊
请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！
--------------------相关词介绍-------------------
AI Tutor（家教模式）
指在学生个体化练习过程中，为其提供实时答疑与步骤引导的AI角色。此模式常在学生独立作业或课后练习时使用，通过对学生提问的理解与互动式解答，帮助其及时纠正错误、巩固知识点并形成独立思考的习惯。
AI Teaching Assistant（助教模式）
面向教师或教学管理的AI支持系统，重点在于为老师批改作业、汇总学习数据、生成课堂报告等，简化琐碎操作环节。老师可基于此快速了解全班常见问题及难点，提高教学效率与班级整体学习成效。
Measure Growth（能力增长测量）
通过课前与课后各设置若干题目，小范围检测学生对知识点的掌握度，并对比两次测验结果。此方法不仅让学生获得即时“进步感”，也给老师提供客观数据，以精准定位知识漏洞并针对性复习或辅导。
Prompt Engineering（提示词工程）
旨在通过精心设计的提示词、角色设定及上下文示例，引导大语言模型产出更符合教育场景需求的答案或反馈。其本质在于运用语言和背景信息，让模型在有限的调用下亦能紧扣教学目标，避免跑题或生成无效内容。
Pipeline工作流
指将AI功能拆分为若干可控步骤，每一步各有明确的输入与输出，最终串成整个解题或辅导过程。这种方式能保证在关键节点进行人工审核或固定逻辑处理，提升系统的可靠性与一致性，适合K12数学等对准确度要求高的场景。
Agent智能体
一种能执行持续多轮对话及内在“自我规划”的AI系统。它可先观测环境，再进行内部推理与分解任务，并调用外部工具完成复杂操作。虽然灵活性高，但在实时性要求较高的课堂场景中，可能出现响应延迟与教学目标偏移的问题。
To B（企业/机构级）合作
一种商业化模式，主要面向学校、学区或培训机构等进行批量采购或大型部署。此模式通常需求明确、客单价高，但拓展周期较长，需要与教育行政部门或校方管理层多方协调，是教育AI公司实现规模化的重要路径。
苏格拉底式问答（Socratic Method）
一种追问式教学策略，教师不直接给出答案，而是通过层层引导与反问，让学生亲自推理出正确步骤或结论。在AI辅助下，可以让模型先提出启发性问题，再鼓励学生自主思考，提高学习者对数学解题过程的理解深度与批判思维。
空空如也
暂无小宇宙热门评论