国产AI助手：从单纯技术到教育应用的华丽转身

自今年11月下旬以来，国产AI助手的发展步伐明显加快。

11月22日，灵光凭借“一句话生成小应用”的闪应用能力迅速走红，上线仅四天下载量便突破一百万；11月底，豆包手机助手在工程机上实测亮相，引发了关于系统级AI是否能接管手机操作的讨论；12月3日，千问App接入号称“阿里最强学习大模型”的Qwen3-Learning，公测首周下载量突破一千万，刷新了国内AI应用增速纪录。

这三款国产AI助手共同展示了一个清晰的趋势：国产AI正从单纯的技术竞争向实际应用场景快速过渡，特别是在教育领域。它们不仅在技术上追赶国际前沿，更在实践中探索是否能真正成为学生的“学习助手”。为此，本文将从五个常见的学习场景入手，测评豆包、千问和灵光在课堂上的表现，分析它们各自的功能特性：谁更像一位老师，谁更像工具，谁又能真正成为学生学习路上的伙伴。

实测一：讲题——从“会做题”到“讲得明白”

学习的起点是听懂一道题。第一组测试，我们让三款助手面对同一套题：一道六年级数学应用题、一道初中古诗赏析题、一个初中英语句型。

数学题是一道常见的修路问题：第一天修全长的六分之一，第二天修全长的四分之一，两天共修140米，问路长多少。给出的指令只有一句话——要像给六年级学生讲解一样，一步步讲清过程，不要直接把答案报出来。

（从左到右依次是豆包、千问、灵光，以下图片保持此顺序）

豆包的讲法最接近“分步板书”。它先带学生回到分数本身：1/6和1/4分别代表什么，再引导算出两天一共修了多少份，接着把这部分和“140米”对应起来，最后停在“140除以五分之十二”这一句上，明确点出运算关系，却把计算结果留给学生自己完成。它把过程拆得很细，结构也很清楚，更像一节有节奏的答疑小课。

实测二：错题诊断——谁真的在“理解学生错在哪”

题讲完了，真正拉开差距的往往出现在下一步：学生做错了一道题，AI能不能看懂“他为什么会错”。

实测三：出练习题——谁能真正帮老师“出一套题”？

讲题、诊断之后，自然会走到练习题。我们设定了两个场景：一是六年级“异分母分数加减法”，二是初一“一般现在时与一般过去时的对比”。要求三款助手分别生成6道题，分成基础与提高两类，遵循对应学段的难度，并尽量贴近真实课堂。

学习计划——AI能不能排出一周“真能做完”的学习？

AI能不能设计学习路径，是家长和老师关心的另一个问题。我们构造了一个虚拟学生：小学六年级，计算题没问题，但一遇到分数应用题就“脑袋一片空白”，不爱审题，看不出数量关系，对分数本身也不够稳。三款助手的任务，是为这个学生制定一个7天的数学提升计划，每天不超过40分钟，有明确的小目标、有可以执行的练习，并在每天结尾写一句简短的鼓励话。

实测五：连续对话与陪伴——从“一道题”到“一个小闭环”

单次答疑之外，我们还想看一件事：当学习进入一个小闭环，AI能不能记住前后逻辑，给出连贯的帮助。

这五组实测呈现出一个相对清晰的图景：豆包、千问和灵光，都已经可以在学习场景中“帮上忙”，但它们其实各自扮演着不同的角色。

豆包像一套结构扎实、执行可靠的学习工具。它擅长把过程拆开、把步骤讲清楚。任务给得越具体，它完成得越干净利落。千问更像一位试图理解学生、也在意教学流程的老师：能讲清楚、能看明白错因、能给出一组有教学意图的练习。灵光则在诊断和呈现方面有自己的长板，尤其是在把错误放回知识网络、把解析做得更“课堂化”这一点上展现出明显的专业感。

对教育行业来说，更重要的并不是“谁赢了”，而是这次测评已经足够说明：

我们讨论AI学习助手时，焦点正在从“模型能力”转向“教学能力”。下一步的竞争不再只是比谁答题更快、谁能生成更多内容，而是比谁更尊重学习的节奏、谁更理解教学过程本身、谁能更自然地嵌入真实课堂与家庭学习场景。