今年 3 月之前，职业教育领域有个有趣现象：华图重点布局 AI 面试点评，粉笔深耕 AI 批改和 AI 老师，中公则押注 AI 学习机——三大头部机构看似默契地避开了业务重合。
你看，AI+职业教育的第一场「辩论赛」，已经在这些机构的会议室里开打了。有人押注硬件，有人死磕算法，还有人默默算账：如果 AI 面试的使用率真能突破百万级，那营销费用是不是可以省下一大笔？
现象背后，正是当下 AI+职教赛道最真实的写照：没有标准答案，所有人都在摸石头过河。
这并非偶然的战略规避，而是行业探索期的必然反应。 假设某个模式像此前学习机那样确定能盈利，大家早趋之若鹜了。当前 AI 教育产品尚未跑通成熟路径，市场判断存在天然差异：不同企业对 AI 应用认知不同，对未来的预判不同，服务场景的颗粒度不同，导致各家的解题思路自然分化。
有趣的事从 4 月开始一件件发生，4 月 2 日，粉笔推出 AI 刷题系统班，主打 AI 答疑、AI 老师；5 月 29 日，华图推出「个性化辅导系统」，强调 AI 辅导；就在 6 月 18 日，中公的 AI 就业学习机正式上线。
01
「如果 AI 的出现反而让收费变高了，那（产品）某种意义上就是失败的。」聊起 AI 能不能带来业务增长时，华图教育轮值 CEO 蔡金龙的看法是「微增」。AI 的真正的价值，在于能提供更高性价比的产品给用户，同时帮企业「瘦身」——也就是降低内部的运营成本。
企业想单纯靠 AI 来「加价、增收」，思路本身可能就有点跑偏。真正的技术进步，应该让更多人受益，而不是筑起新的门槛。就像教育产品的演变——最早面授价格高昂，后来在线产品出现，价格就降了下来。未来的 AI 产品，理应比现在的在线产品更便宜、更易得。
蔡金龙指出华图教育内部不强求 AI 必须带来高增长或高溢价，核心在于回归两个根本点：一是怎么用 AI 真正提升学生的学习效果，二是如何让它实实在在地提升运营效率。
据华图当值 CEO 郑文照介绍，团队内部对 AI 产品的效果和质量有三个共识：
先免费，重打磨。 对 AI 的商业化保持耐心，不着急变现，更看重广泛收集用户反馈，持续迭代优化产品本身。只要用户量起来，把原本的营销成本省下三分之一，就足够覆盖AI的投入。这种模式让华图更有底气「慢下来」，不必在 AI 产品本身上急于收费。
内部先「练兵」。 在推给大量用户前，在自己的教学场景里先行先试。比如，在千人千面的面试训练中，学生先用 AI 模拟练习，老师再进行辅助点评和修正。这样既能有效纠错，又能控制试错成本。
人机协作把关。 AI 生成的答案，会先由助教和资深实战老师进行校验，确保准确性和实用性，再不断投入实践。华图强调人机协作而非人机替代。为什么？「人机协同最根本的目的在于解决责任归属问题，」蔡金龙认为， 「即使机器性能卓越，它本身也无法承担社会责任。‘人感’的核心要素之一，就是责任。」
假设将这一逻辑延伸至公务员领域，AI 公务员的替代边界是什么？若公务员工作仅为处理固定事务，AI 确可替代。但公务员的核心使命之一是「动态响应人民需求」——服务场景持续扩张（如新民生问题、政策解读）。AI 的价值是扩大服务总量，而非替代人类角色。
因此华图 AI 产品的 1.0 版本选择从公务员结构化面试切入。郑文照认为当前大模型在理解复杂情境时存在幻觉，非标问题恰恰有更高的容错空间，更容易管理用户预期，让产品真正用起来、效果好。此外公务员面试看似非标，但经过国家多年打磨，已经形成了一套极为成熟和高度标准化的打分框架体系。公务员面试在「非标」环境里是最「固化」、最「有据可依」的场景。
02
再看 AI 答疑。公考教育是否存在此需求？
有从业者认为在 K12 领域，AI 答疑具备天然土壤，因为大量「补差需求」未被满足。但公考领域截然不同。原因有三：
其一，公考题目解析质量已高度优化。据悉，有机构通过持续打磨，已经将看不懂解析的学生比例从行业普遍的 2%降至 3‰。这意味着，真正需要答疑的受众规模极小，投入 AI 研发的边际收益存疑。
其二，公考答疑属「低频高敏」场景。考生提问往往源于卡点难题，一次无效回复极有可能会引发强烈负面情绪。AI 若无法保证近乎完美的响应质量，反而会损害产品口碑。
其三，AI 老师必须实现分层教学才有价值，否则永远无法超越真人教师。但公考题目步骤高度标准化：公考解题普遍仅需 3-5 步，且难度集中于逻辑判断而非知识深度。1 分钟完成 1 道题的应试场景下，分层教学缺乏必要性。
在已有成功样本的线下大班授课场景下，教师只需保持「统一专业水准」即可覆盖绝大多数考生需求。反观K12，学生认知差异显著，分层才是刚需。
03
对此，粉笔教育 CTO 陈建华给出他的视角。他认为，学员付费的核心始终是解决实际需求，AI 是否参与其实不那么关键，所谓的「伪需求」也可能是此前解决不了而忽略掉真实需求。但如果 AI 的加入能提升解决问题的效果，比如原本人工答疑需要隔天反馈，用户觉得价值大打折扣，付费意愿自然不高，而 AI 答疑能即时响应，让学员感受到更高的价值，反而更愿意掏钱。说白了，AI 不是卖点，而是让服务更好用的工具，这才真正拉动付费的动力。
此前，粉笔平台已经重点覆盖了 AI 老师层面，主要提供的辅导答疑、作业点评等支持服务，这构成其第一条发展线。
在推进过程中，粉笔团队观察到一个普遍现象：大家都有朋友圈、会刷微博，但真正发微博的人比例很低一样，很多用户在使用 AI 学习工具时也处于一种「被动接收」的状态——他们更习惯被引导，而非主动提问。
粉笔 4 月推出的 AI 刷题系统班，就是希望通过结构化、系统化的教学方案，将 AI 老师巧妙地融入整个学习流程中，全程伴学，采用启发式答疑交互，一步步引导用户学会「如何去学习」。
然而，用户的需求不止于此。陈建华洞察到的另一个关键痛点是：学员遇到问题时，往往得不到及时且恰切的响应。未来，粉笔希望实现一个更高级的互动形态——打造一个能实时交流的、具备「多模态」能力的 AI 老师。不仅能语音交流，必要时还能结合学员的课件内容、个人笔记等上下文信息，提供更直观、更精准的问题解答。
据了解，AI 刷题系统班上线两个月，累计销售额突破 1400 万元，付费学员规模达 4 万人，预计全年收入将超亿元。
此外，粉笔内部正在孵化AI音箱，或将于下半年推出。
04
有趣的是，中公和粉笔纷纷布局落子硬件产品之时，华图对此似乎兴趣寥寥。在他们看来有一个问题始终没有得到回答——用户为什么要为一台似乎多余的设备掏钱？
郑文照认为如果非要卖硬件，可以「作弊」——比如把最顶尖老师的课程，设置成只能在华图的学习机上播放，强行拉动硬件销量。但这有意义吗？用户认可的是内容的价值，硬件本身并没有建立起不可替代的体验。如果用户付费的动力，只是因为某些独家内容被刻意「锁」在了这台硬件里，非要买了才能看——这不是硬件的成功，而是在耍赖。 一旦内容壁垒被打破，硬件立刻就会被打回原形。
华图也表示，会持续关注硬件发展，但公司的核心竞争力仍在于内容，硬件不会构成市场准入门槛。若市场需求成规模呈现到行业眼前，华图也会以解决需求为核心投入研发。
05
「如果目标仅仅是短期的考试培训，那APP或网页确实足够。但我们的目标是更长远、更全面的就业能力培养——从知识积累、能力训练到职业认知，覆盖整个大学生涯。这需要更沉浸、更系统、更智能的学习环境和持续陪伴，这正是我们设计学习机的初衷。」中公教育在 AI 应用上的探索，正试图将传统「考试上岸」的思维，转向「就业能力培养」的长期主义。正如中公AI就业项目负责人梁蕾在采访中所言：「我们关注的整体锚点是就业能力提升板块。」
618 当天，中公 AI 就业学习机上线各大电商平台。为什么选择「学习机」这个硬件载体？ 这源于中公基于真实需求的判断：走进大学图书馆，会发现超过 80%的学生都在用 Pad 学习。这代在互联网环境中成长的年轻人，Pad 已经成为不可或缺的学习伴侣。相比沉重的电脑，Pad 轻便易携，在图书馆或咖啡馆专注看课、刷题非常方便。
此次重点推出的「AI 就业学习机」，本质上是针对在校大学生、大学毕业生等群体，提供包含职业测评、精准选岗、考试培训、就职服务的一体化 AI 就业解决方案，以实现「选好岗、上好课、就好业「，助力每个用户都能实现高质量的就业，致力于成为用户的求职好帮手。如梁蕾所说：AI 就业学习机不仅强调应试能力，更强调职业能力提升。」
据了解，学习机内置的学习路径系统且长期——覆盖从大一到毕业的完整周期。例如，立志考公的同学，大一就能接触到国情政情的基础认知，大二大三前期进行专业能力铺垫，到了大三大四再结合 AI 精准辅导进行冲刺训练。这整个过程的最终目标，不只是通过考试，更是让用户在真正走上岗位时具备扎实的综合能力与深刻的理解。
06
「AI 带来的变革不是一场短期的狂欢，而是一场长期的、需要反复打磨的‘马拉松’。」51CTO 副总裁、数字化转型与技术力研究院院长杨文飞在接受采访时这样感叹。
除了公考教育，其他职业教育赛道也不可避免受到 AI 的冲击。在成人技能培训领域，AI 的应用早已从「概念验证」走向「场景深耕」。杨文飞表示过去依赖真人录制的课程，如今可以通过数字人、3D 建模和智能配音技术快速生成，成本降低的同时，质量却反而更可控；而基于 AI 的自动试题生成、学习路径分析工具，则让教学辅助从「人工经验」转向「数据驱动」。
值得注意的是，AI 的落地并非「越重越好」。杨文飞直言：「 99%的教育企业，都不适合，也没有资金去自建大模型。」他认为与其投入巨资研发「折叠房车」式的定制化解决方案，不如借助成熟的「卡车底座」（即调用第三方API）快速实现功能迭代。
这一观点与当前行业趋势高度吻合——无论是 51CTO 还是其他机构，更多选择将 AI 作为「工具层」而非「基础设施」来使用。毕竟，大模型的训练成本动辄百万美元，对于大多数企业而言，这更像是「奢侈品」而非「必需品」。
但「轻」不等于「无门槛」。杨文飞提醒，AI 应用的真正难点在于如何将技术能力与教育本质深度融合。他举了个例子：一个 AI 系统能精准识别学员的错题分布，但如果教师无法快速解读数据背后的教学问题，这套系统就只能沦为「数字报表」。换句话说，技术的价值必须通过人的认知升级才能兑现。这也解释了为什么 51CTO 在推动 AI 应用的同时，始终将「理念革新」视为前提——「如果企业高层还停留在‘培训就是上课’的思维里，再先进的 AI 工具也只能沦为摆设。」
07
AI 对教育行业的冲击，全方位、无死角。大公司四处下注，小企业大浪淘金。
面对是否要进行自我革新这个问题，陈建华的回应是三个字：不得不。
「有时会反思我们的速度是否太慢，」 他感慨道，「但深入下去就发现，接受新事物、学习新技术，整个团队转变观念和协作模式的过程，本身就非常需要时间。」
以粉笔推出的「AI 刷题系统班」为例，陈建华直言这本身就是一场「自我革命」。「我们很清楚这会对现有的业务模式产生冲击，」 他坦诚地说，「但趋势如此，不得不做！与其等着被别人颠覆，不如主动拥抱变革，自己先革自己的命。如果现在还不启动，等到趋势完全明朗再追赶，那时就太迟了，短时间内很难后来居上。」
谈及大公司和创业公司在 AI 浪潮中的优劣势，陈建华认为大公司的优势在于庞大的历史积累，包括教研体系、用户洞察、数据资源等等，如果抛去旧有观念和传统做事方式，这些积淀就是强大的后盾。反之，创业公司必须跑得更快，用速度和灵活性来弥补短板。是否能成功，很大程度上取决于它能否在一两年内，用超速赶超大公司多年积累的成果。机会是有的，但难度不小。
这与蔡金龙的观点不谋而合，他提出了一个关键洞见：移动互联网的本质是生产关系的革新。它打破了旧有结构，通过移动端重组资源、重新分配成本，给了新兴力量「破局」的机会——新人更适合在这种重构中崭露头角。
而当下由大模型引领的 AI 革命则截然不同——它是一次深刻的「生产力」革新。 这次变革的核心在于提升效率本身，而非重构组织关系。这意味着，现有的教学流程、师生互动模式、成本分配结构等「骨架」并未发生根本性改变。AI 在这里扮演的是强大的「工具」角色，它能嵌入到既有的成熟体系中，显著提升各个环节的效率。
因此，那些更「懂业务」、熟悉原有流程、并在市场生态位中占据优势的传统机构，反而拥有了天然的优势。 只要他们积极拥抱AI工具，快速掌握人机协同的新能力，就能将原有的业务理解和流程优势，与AI带来的生产力飞跃相结合，实现整体效能的跃升。
08
然而，行业中也出现了一些争议性做法，不乏企业走野路子，借 AI 肆意增长。蔡金龙给出了一个颇具争议的观察：「我总结他们的思路，本质上都是 AI 洗稿，全渠道分发。」
在他看来，这些表现优异的公司，其核心打法高度趋同：其一，极致利用 AI 「改写与概括」能力。这些公司并非依赖 AI 进行原始内容创作，而是最大化发挥其「洗稿」能力。
他们将已有的核心内容如口播文案通过AI进行多模态变形，生成知识卡片、图文等，快速、批量地产出看似不同的内容变体。本质是信息的搬运工而非信息的创造者。
核心之二就是强大的全渠道分发矩阵。光有内容还不够，通过「养号」策略建立多平台流量池，将「洗」出的内容高效触达尽可能多的用户，构成了当前行业隐形公认的「增长密码」。洗稿其实是以小博大、蚂蚁啃大象的游戏，是新机构、小机构的突围机会。
但从商业伦理角度看，如果行业普遍陷入「洗稿竞赛」，真正的深度调研和价值创造将被边缘化。 站在社会公共利益角度，监管非常必要。大量重复、低质的洗稿内容充斥信息流，存在混淆视听、甚至「把假事变成真事」的风险。
09
转型的复杂性，凸显了行动的紧迫性。
站在 2025 年这个时间点回望，AI 在教育行业的渗透已从「会不会用」转向「怎么用好」。如杨文飞所言：「现在的问题不是技术不够强，而是我们对技术的理解还不够深。」
如何在「轻」与「重」、「快」与「慢」、「合规」与「大胆」的平衡中，找到属于自己企业的节奏的选点，或许是行稳致远的关键。
本文来自微信公众号 “多鲸”（ID：DJEDUINNO），作者：辛十七，36氪经授权发布。
