大模型时代的AI教育：思考与实践 肖睿 xiaorui@pku.edu.cn 主要内容 30分钟和大家分享的内容： • 01：对AI技术的认知 • 02：对AI教育的思考 • 03：我们的AI教育实践 VUCA时代，AI技术日新月异，所有的认知、思考、实践都在迭代中…… 01 对AI技术的认知  AI是一种工具，也是一种赋能，更是一种思考范式。 遗忘：微调（迁移学习），尤其是RLHF 3. 推理能力（涌现）：一般需要10B以上，GPT-3时达到 • 模仿学习：代码中蕴涵、文字中蕴含 • 提示能力：ICL • 思考能力：CoT  ReACT，Agent  O1的最新进展（GPT-1时刻）：表现是慢思考；本质是合成数据 有些是产品能力，不是模型本身的能力：  RAG  Function Call  等等 01 思想问题：AIGC • 信息茧房、信息幻象、DIK生成 • 知识平权后的独立思考和辨别能力 • 思想控制、舆论引导 主要内容 30分钟和大家分享的内容： • 01：对AI技术的认知 • 02：对AI教育的思考 • 03：我们的AI教育实践 VUCA时代，AI技术日新月异，所有的认知、思考、实践都在迭代中…… 本报告来源于三个皮匠报告站（www.sgpjbg.com）

“能力培养者 ”，注重培养孩子的 综合素质。 • 家长应为孩子提供实践机会，鼓励 孩子独立思考和解决问题 ，而不是 仅仅关注孩子的考试成绩。 家长的两大疑问 1.“ 孩子会不会因此变懒？ ” 2.“A I 会不会影响孩子的独立思考能力？ ” 家长行动指南： 1. 设定边界： 明确 AI 工具使用场景（如仅用于思路 拓展而非作业代劳） 转变原因与教育需求 DeepSeek 支持方式与案例 直接讲解数学解题方法 提供分步拆解工具 避免亲子冲突， 培养自主 解题能力 分步拆解模式（案例 1 ） ： 通过设变量 、列方程 、 推导等步骤引导思考 修改作文语法错误 启发表达优化思维 提升语言应用能力而非机 械纠错 智能润色系统（案例 2 ） ： 分析语法错误， 提 供 高级表达替代方案 单向讲述历史事件 构建沉浸式学习体验 增强记忆深度与兴趣 生成阶梯式管理规 则 （如学习成就兑换自由时间） 在 A I 时代， 家长的职责已经从“知识提供者 ”逐渐转向“过程引导者 ”。这意味着家长不仅要帮助孩子获取 知识， 更要引导他们学会独立思考， 掌握高效的学习方法， 最终培养出适应未来的能力和韧性 。 家长如何转变角色？ 误区类型 具体表现案例 负面影响 解决策略 1. 过度放手 家长将数学辅导完全交给 DeepSeek ， 孩子连续

典型的新技能学习曲线 摘自北京大学 AI 肖睿团队团队作品 大模型参数变化三个阶段 摘自复旦大学大数据教学团队作品 智慧涌现的关键 6 通用模型（ System 1 快思考模型） 推理模型（ System 2 慢思考模型） 模型代表 Qwen2.5-Max 、 DeepSeek-V3 、 GPT-4o QwQ-Max-Preview 、 DeepSeek-R1 、 OpenAI-o3 运算原理 • 智能开发：需求助手、编码助手、测试助手、运维助手 7 大模型的 “快思”与 “慢想” = “ 通用” + “ 推理”模型 金融机构的大模型策略 ，应结合快思考 + 慢思考两种模式的模型 ，根据场景功能点对模型能力的要求 ，发挥不同模式模型的优 势 在人工智能语境下， “ 问行合一 ”是指一种高效的人机交互理念， 它融合了深度查询与精准执行 。 其中 ，“ 问 掘数据 、寻找答案或解决问题。 互动性：提问是用户与 AI 系统进行交互的一种方式 ，通过提问， 用户可以引导 AI 提 供更符合需求的信息。 开放性：好的问题往往是开放性的 ，能够激发新的思考和发现，不局限于已有的知 识和观点。 行 实践性：“行 ”是将知识和信息转化为实际行动的过程， 它强调实践和应用。 目标导向：行动是为了实现特定的目标或解决问题 ，具有明确的方向性。

是一款先进的通用大语言模型，具备多模态理解能力，旨在为 广泛的应用场景提供智能化支持。 DeepSeek-R1 是一个推理大语言模型，旨在提供高效的自然语言理解、任务 规划与交互能力，擅长处理复杂、需要多步思考的问题， 适合做深度推理、解决 代码问题或复杂数学问题等。 2.1 基本原理 DeepSeek 大语言模型经过大量文本数据的学习，能够理解人类的语言，并 根据问题或指令生成相应的回答。 您注册的手机号会收到一封包含验证码的信息，将验证码填入注册页面相应位 置， 完成验证后即注册成功。 在正式上手使用前，先对界面进行基本认识。界面左侧为历史对话区域， 右侧是主体部分。输入框集成了深度思考、联网搜索以及上传附件这三大实用 功能。接下来，将逐一展示这些功能的具体使用方法，方便快速熟悉和掌握。 图 3-3 基础界面 3.1.2 使用方法 （1）基本问答 “ ” 在输入框内键入想要咨询的问题或提示词，而后点击 时限制大小还可防恶意攻击、保障系统安全稳定以及确保数据完整一致。 12 图 3-6 文件问答 （3）深度思考 若输入的问题或提示词涉及逻辑思考、推理需 “ ” 求，在点击 发送 按钮 “ ” 前，选择 深度思考 功能，将更易获取准确答案。同时，还能查看完整思考 过程，方便检查思路。 图 3-7 DeepSeek-R1 推理思考 13 （4）联网搜索 当你需要获取实时资讯、最新动态，如当下热点新闻、最新股价、赛事比分，

2 前言 PREFACE 生命循环，人机共育 在宏观层面上，如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的 交互和培育问题。AIGC技术是对人脑计算、思考、判断等内在能力的延伸，是人的智能在机器形态 上的规模化聚集、运作和反应。由此，部分基础性的专业工作被替代，AI在劳动贡献、价值创造中 逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。 产生令人欣喜的化学反应。然而，商业实践的落地是受到现实和周期限制的。从落地逻辑而言，当 前产品基本是原有教学场景和产品的替代，原有技术功能的优化迭代，而少有新场景的迸发；就落 地速度而言，尚不成熟的教育大模型落地，仍需学生思考和辨别能力的加持、以及相对明确统一的 评估标准支撑，各领域、场景、学段落地情况各有差异。 同时需要警惕的是，AIGC技术具有显著的资源密集和依赖特点，而教育是一项社会公益事业，事关 人的发展权 、同时守正创新。 AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架。 在教学主体方面，AIGC带来人机协同教学和师资强化的期待，也引发AI挑战教师主体地位的思考； 在教学载体方面，AIGC有望赋能教师并实现规模化的因材施教，但也挑战传统学习模式和评价工 具；在教学内容方面，高阶通识能力、跨学科复合能力的重要性被重提，并辅以AIGC技术素养要 求；在学

Confidential All Rights Reserved. 目录 2 1. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary Confidential All Rights Reserved. 目录 7 1. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary Confidential All Rights Reserved. 目录 12 1. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary

在OpenAI的官网上，OpenAI定义推理模 型是在回答之前进行思考，并在回复用户 之前，在内部生成一长串的思维链过程。 思维链是一种提示大语言模型进行逐步推 理的方法。它让模型在得出最终答案之前， 先显式地写出推理的中间步骤。这就像人 类解决复杂问题时会先把思考过程写下来 一样。 OpenAI定义推理模型 也就是说，如果模型在回复你之前有一长 串的思考过程（这个过程必须可以显示输 出），探索了很多不同的路径之后给出答 通用大模型 适用场景 复杂推理、解谜、数学、编码难题 文本生成、翻译、摘要、基础知识问答 复杂问题解决能力 优秀，能进行深度思考和逻辑推理 一般，难以处理多步骤的复杂问题 运算效率 较低，推理时间较长，资源消耗大 较高，响应速度快，资源消耗相对较小 幻觉风险 较高，可能出现“过度思考”导致的错误答案 较低，更依赖于已知的知识和模式 泛化能力 更强，能更好地适应新问题和未知场景 相对较弱，更依赖于训练数据 全球科技界，发布了名为Sora的文本 生成视频大模型，只需输入文本就能自动生成视频。这一技术的诞生， 不仅标志着人工智能在视频生成领域的重大突破，更引发了关于人工智 能发展对人类未来影响的深刻思考。随着Sora的发布，人工智能似乎正 式踏入了通用人工智能（AGI：Artificial General Intelligence）的时代。 AGI是指能够像人类一样进行各种智能活动的机器智能，包括理解语言、

2017-2022 年初 演进动力 : 训练语料 & 模型容量更大 Switch Transformer 1.6 万亿参数（人类大脑皮层参数 10 万亿） 大模型演进过程 1950 图灵《电脑会思考吗？》提出“机器思维“概念； 72 年后， ChatGPT 成为离图灵测试最近的机器人。 第二阶段：利用人工标注引导生成 2021 年底 - 至今 演进动力 : 从人类反馈中学习 8 ChatGPT 1 2 What you wants ？ 1 3 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 1 4 大模型时代，保险行业各个环节都值得用大模 型重新思考一次 保险营销 产品设计 客户服务 保险精算 团队管理 资产管理 营销 风控 1 5 1. AIGC （ AI-Generated

拥抱智能体，赢得好未来 中小城商行数字化转型实践中的若干思考 从探索到落地：福建海峡银行 AI 大模型的轻量化实践 证券公司数字化转型的系统性规划与实践：从战略设计到落地攻坚 资本市场数字化趋势相关思考：技术跃迁与场景裂变 零信任架构在证券公司数字化转型中的应用实践 证券公司集约化运营的几点思考——数字化浪潮下的服务效能革命 信托公司数字化转型要“尽力而为、量力而行” 关于 Text2SQL 赋能金融科技的实践路径思考 吴永飞 贾凤军 陈元琳 刘泓滔 卓剑航 李晨辉 廖倡 周喆斌 邬晓磊 常凯 刘进 姜欣荣 北银金科：北京银行大模型安全测评平台 山东农信：基于多法人架构的客户统一授信系统 中小城商行数字化转型实践中的若干思考 数字化转型应该是业务的数字化转型，理应由业 务方面来主导和引领。但是现实情况往往是，由于数字 化手段工具的专业性与技术性，很多业务人员，尤其是 中小城商行的业务人员，绝大部分来自于经济金融等非 信息大类专业，不具备完整或深度理解新兴技术原理的 专业背景，也不能很好地掌握如何应用这些新兴技术的 能力，在主动思考并提出如何通过新兴技术来重构业务

认知基础设施。这既 是技术路线的抉择，也是产业组织与国家竞争力的选择题。答案取决于我们今天如何设计并投资下 一代算力系统。 [1] 前言 1.0 超节点发展报告 07 总体来看，无论是“思考”模式的引入、Agent 能力的强化，还是开源社区的繁荣，都标志着 AI 技术正从单点能力突破，迈向更通用、更智能的未来。全球 AI 大模型正朝着更大规模、更高效率、 更强自主性的方向迈进，这意 K2 智能助手在推理、编程和工具调用方面进行了重点升级，旨在高效解决用户的复杂问题。 深度求索 (DeepSeek) 发布的 DeepSeek V3.1 具备创新的混合推理架构，能同时支持“思考”与 “非思考”两种模式，在提升复杂任务处理能力的同时也优化了响应效率。阿里巴巴通义 (Alibaba Qwen) 的 Qwen3 将预训练数据量提升至近 36 万亿 tokens，并引入混合思维模式以提升智能体