这破空调嗡嗡响得我头疼，刚回完第18个私信，又看到有人问AI教育到底学什么核心，手里的咖啡都凉透了，我还是把这话说完吧，免得你们再走我当年那些傻路。

你搜AI人工智能包括哪些核心技术：教育从业者的实用指南会看到一堆概念，机器学习、神经网络、知识图谱啥的，但我要说的不是课本那套，是我五年赔了七位数换来的教训

这个错误我犯了三次，每次损失都上万

第一次做AI教育产品是2019年，那时候觉得自然语言处理最牛，就死磕让机器改作文，结果学员根本用不起，算力费一天顶我三天工资，不对，我刚才说错了，不是用不起，是改出来的评语全是“句子太长”，学生直接疯了

（手机震了，我妈问我回不回家吃饭，我回个消息，马上回来）

好了，接着说，第二次我学聪明了，换成计算机视觉做课堂专注度分析，买了摄像头装教室，结果有个班的学生全戴帽子口罩上课，说是“不想被AI监工”，那次我才明白，你技术再强，用户不配合就是零

（说到这个，我想起2019年那个夏天，我们在一个破旧会议室里熬夜调模型，外卖盒堆得比显示器还高，那时觉得明年就能上市，现在想想太天真了）

第三次更蠢，我直接拿了开源大模型套壳就卖，宣传“万能答疑”，结果学生问“为什么1+1=2”，模型开始讲哥德巴赫猜想，问“怎么追女生”，它真写了个算法，学员群里全是笑yyds，tql的那种笑话，但我想死的心都有

机器学习只是地基，别把它当房子

很多新手一上来就学各种算法，svm、xgboost、随机森林，背得比菜谱还熟，但实际教育里最缺的不是算法，是标注好的教育数据，我带的一个学员，公司花两个月训练模型，最后发现数据里把“优秀作文”标成了“字数长的作文”，你模型再强也是垃圾进垃圾出

对了，有个小工具你们一定要记下，LabelStudio，开源的数据标注工具，我当年要是用它，能省下至少三回外包的钱，好了拉回来，再一个坑是强化学习，很多人觉得能做个性化学习路径规划，超酷，但教育场景的奖励函数太难定义了，你让学生多做题就是“正奖励”吗？他刷了100道全是蒙的呢，我曾经设过一个奖励函数，结果模型学会让学生一直做最简单的题，因为“正确率高”

知识图谱不是万能药，我见过它怎么死的

你搜AI人工智能包括哪些核心技术：教育从业者的实用指南，肯定有人说知识图谱构建知识体系，我是个反例，2021年我帮一个培训机构做物理知识图谱，花了四个月，把牛顿三定律、电磁学都连起来了，结果老师根本不用，因为录入新题太麻烦了，而且要手动维护概念关系，比备课还累，最后那个图谱成了展示品，老板在ppt里吹，底下人从不打开

所以我再你们一个教训：先别做全科图谱，从一个小点开始，比如只做“中考英语高频词根”，图谱节点不超过200个，跑通了再加，不然就是给自己挖坟

生成式AI让我又爱又恨

都说大模型能自动出题、自动讲题，我试过，让GPT出小学数学题，它出了“小明有3个苹果，又买了-2个苹果”，你找个负数的苹果给我看看，还有一次让AI批改英语作文，学生写“I are happy”，AI说“很棒，很有童趣”，家长差点告我

不对，我刚才说错了，不是不能批改，是要加规则过滤层，我现在都是先用小模型检查语法硬伤，再让大模型给评价建议，两层分开，成本降一半，效果反而好

（孩子跑来要我手机，我给他塞了个积木，快点写）

你别做“模型收集癖”

我带过的一个新手老师，电脑里下了bert、roberta、t5、llama，每个都跑过demo，但他的学生一个都没受益，因为他从没完整交付过一个功能，我当年也一样，看到新模型就想换，结果代码库乱的没法维护

你现在就可以做的1件小事：拿你目前最烦的5道学生作业，用任何现成AI（比如文心一言或ChatGLM）去批改，把不靠谱的回答记下来，然后只加一条规则（比如“如果答案出现负数苹果，就回复：请检查题目合理性”），反复改三次，这才是你真正的核心技术积累

好了，我真得去回消息了，这文章写写停停，肯定有错别字，你们将就看，有问题再问吧，但别问太简单的

---

问1：老师，我是刚入行的教育从业者，想先学机器学习，是不是应该从数学基础开始，比如线性代数和概率论？

答：你根本没看我说“70%用失败故事”那段吧？我当年就是先啃了三个月数学，结果连一个学生作业都没改过，你直接拿班上学生的一道错题，用现成的AI去跑，遇到坑再回头补数学，我文里那个“负数苹果”的例子你没看到吗？那是血泪教训，先动手，别造轮子

问2：那知识图谱到底还值不值得学？我看了好多文章都说它是教育AI的核心啊

答：你又没仔细读我那节“知识图谱不是万能药”吧？我说了值不值得全看你怎么用，你如果做全科图谱，必死，但如果你像我说的一样，先从“中考英语高频词根”这种200节点的小东西做起，而且确保录入和维护成本低于老师备课，那就有用，别天天想“核心不核心”，先想“你能不能养得起它”

（累死了，睡觉去）