从人们被大模型 " 震撼 " 完开始思考如何把这项技术用起来的第一天，教育就是被很多人天然想到的场景。一个能压缩全世界知识的 AI，天然就是一个人类想象里 " 老师 " 的样子。

但自 ChatGPT 以降，事实上 "AI+ 教育 " 的场景里拥挤程度增加，但无论是在线教育机构还是互联网平台，做出的产品似乎千篇一律，还是上一代的样子，不过是在 AI 的能力上有所变化。

这背后有一个惯性的问题。

大多数的 "AI+ 教育 " 其实是 " 在线教育 " 的延伸，它们基于的是一个 " 题库 " 的逻辑。在此前教培行业的虚火戛然而止之前，这种围绕题库的竞争已经趋于疯狂，抢夺教辅题库和投放广告的竞争进入白热化，尽管后来行业变化，但这些思路其实依然延续下来。

这种路径依赖意味着只有后来者可能打破某些惯例。夸克的学习产品是那个后来者。

在夸克最近因为阿里 AI 战略提速而被广泛关注前，夸克的学习产品更多聚焦在如何服务用户的个性化需求上，并没有被外界过多关注。但也正因这些特点，夸克学习生长成了一个不太一样的产品。

" 从第一天起，我们就确定以内部创业的心态来做学习产品。在这个过程中，我们必须要比大家跑得更快，必须要有创新的想法和产品，去打造更个性化的用户体验。" 夸克学习产品负责人程飞最近对硅星人说。在那些最基本的对题库的积累之外，夸克的新方法中最重要的一个判断，就是要通过 AI 来持续提升用户体验。

" 我们一直坚持用最新的 AI 技术去解决学习场景中的具体问题。后来大模型技术的出现，让我们积累的多项能力产生了质的改变。"

AI 思维 vs 题库思维

某种程度上，这种对 AI 更早的重视，并不完全是所谓 " 先见之明 "，它更多来自夸克这个团队做产品时候的风格——他们会花很大力度去研究用户真正的需求，然后尽可能用差异化价值和产品创新来服务用户。

在 K12 赛道陷入同质化竞争的 2020 年，夸克选择了一条差异化的路径：瞄准大学生及职考人群。这一群体看似分散且商业化潜力有限，却暗藏关键突破口——他们的学习需求更依赖灵活的知识解析与生成，而非标准化的题库匹配。

大学生的作业和考试往往没有固定答案，教材版本庞杂，甚至同一学科的教师出题风格也千差万别。传统题库模式在此处显得笨拙：教辅书商难以覆盖所有高校的校本教材，而用户上传的作业与试卷又需要快速响应。算法和模型能力正是填补这一空白的答案。通过解析用户上传的题目，结合早期积累的教材数据与校本题库可以构建了一个 " 动态题库 " ——模型不仅能即时生成答案，还能在后续迭代中优化解析逻辑，甚至反向指导题库建设。

这一策略在 ChatGPT 爆发后得到了加强。夸克是最早做出反应的产品之一，自研的 " 灵知学习大模型 " 很快上线，最近夸克推出 "AI 超级框 "，随后上线 "AI 解题大师 " 和升级 "AI 批改 "，全新的交互方式和超级 Agent 开始进行更深度的结合。

在夸克演示的案例中，学生拍摄一道高数题后，系统不仅提供解题步骤，还能动态演示推导过程，甚至结合考情数据预测同类题型的考察概率。这种能力并非单纯依赖模型本身的进化，而是源于夸克早期在 AI 能力与训练数据上的苦功。据程飞介绍，夸克用来训练模型的数据更精细化，这些数据对用户来说也更 " 有效 "。

而且，用更长远的思路来看，AI 在学习场景中做的事还有很多，尤其是在用户需求呈现个性化的大背景下。" 未来，AI 有能力去生成一个题目，它自己再去校验题目的难度，然后考察知识点，最后交付给用户符合他学习能力的题目。" 程飞说。

夸克的这些思考正在逐渐改变着它的产品。而在技术迭代时期的竞争，很多时候就是背后的思路决定了最终的结果。

" 学习 "，而非 " 教育 "

夸克背后是一个很务实的团队，他们对外非常低调。但这款产品的活跃用户数据已经十分惊人，它已经是 " 两亿人 " 使用的 AI 应用。

同时夸克也一直是个难以定义的产品，从功能分类上来看，它有搜索，有学习，有扫描——几乎没有什么产品同时在做这些看起来跨度很大的功能。不过在和夸克团队交流中，会发现它背后的逻辑却也简单，夸克的一切决定是从用户体验和需求出发的。而且，夸克在做产品时还有一个特点，这个团队在分析清楚需求后，会从已有的格局和框架里抽离出来，重新给出自己的 " 定义 "。

比如大家都在发力 AI+ 教育，它抓住的则是 " 学习 "。这是个很有趣的区分，相比会有具体范围指向的 " 教育 "，" 学习 " 则是个更通用的需求。

" 年轻用户需求的最大公约数其实就是学习。我们做的是以效率为核心的，以工具为场景的新一代学习产品。" 程飞说。

在夸克的设想里，今天的学习产品会向着未来 "AI 家教 " 的方向发展。一个最了解你的 AI 产品，帮助你完成你所有个性化的学习需求。

夸克的多场景数据积累（如搜索行为、资源使用习惯）为学习业务提供了精准的用户画像。大模型不仅用于解题，更通过分析用户全链路行为，动态调整服务策略——例如，为备考考研的用户优先推荐真题解析，为职场人群强化职业资格考点。同时，夸克学习的高频刚需场景，如 AI 解题大师、学习智能体、作业批改、错题整理等功能，推动 AI 超级框的语义理解与意图识别持续优化。

随着大模型的不停进步，今天夸克学习产品正在形成 " 入口 - 场景 - 能力 " 的全面升级。夸克以 AI 超级框为核心入口，将搜索、相机、对话等交互方式整合为统一的服务界面，用户通过自然语言或拍照即可直达学习场景。

学习是人类最底层的需求，因此它也是最 " 通用 " 的需求，而今天 AI 带来的变革不再是某个垂直场景的独角戏，而是一场通用能力的民主化实验。

当行业困于 "AI+ 教育 " 的功能叠加时，夸克习惯于从真实需求入手的特点让它找到了另一条路，当超级框把产品收敛为一个看似极简却无限延展的界面时，它也更接近学习的本质——这里没有标准化的模板，只有持续生长的可能性。