别人都在生成课件，他把每堂课“留”给了千问办公

周四下午两点，王易泽走进教室，把“最高限价”的定义又一次写在黑板上。作为一名从事专升本教育的经济学教师，他每年教过的学生大概有2500到3000名，这门《西方经济学》他讲了一遍又一遍。知识点早已烂熟于心，题目一扫就能看出考点和陷阱。

但这堂课结束之后，真正的体力活才刚刚开始。“当你把一堂课打磨得足够成熟的时候，你的余生就是复制粘贴。”

按理说，课程体系越成熟，教师应该越轻松。但现实恰恰相反。同样的知识点对着一届又一届学生反复讲，下课之后，声音、板书、临场例子、学生迟疑的瞬间，全跟着课堂一起散掉。学生没听懂，要么再问一遍，要么回到几十分钟的视频里来回拖进度条，老师则要重新整理教案、编练习、批作业，再从头判断学生卡在哪里。授课、课后服务和教研，像是三条彼此断开的线。

过去三年，AI教育赛道经历了学习硬件爆发到大模型涌现的狂飙。各家产品比拼的是谁能更快生成课件、谁家题库更大、谁更精准地“诊断”学生。但一个更关键的问题被忽略了：老师最需要的可能不是生成新东西，而是把上过的课留住。

近期，阿里旗下Agent产品千问办公正尝试通过打通硬件A1教育版来回应这个问题。后者负责“把一节课留下来”，前者负责“把留下来的课连起来”。其独特之处，不在于某个单点功能有多强，而在于它打通了一条从课堂采集到长期教研的数据闭环，让AI不再是一次性使用的工具，而是拥有了持续的“上下文”，真正理解教师的教学脉络。

AI教育产品的尴尬：不缺“能用的”，缺“懂我的”

王易泽算得上是AI教育深度体验者。消磨心力的重复性工作是他迫切想在AI里找到解法的动力。

但在他看来，许多AI教育产品功能越做越多，却始终不懂老师想要什么。不少打着“AI”旗号的教育硬件，本质仍是题库堆砌和算法包装，至今回答不了一个最基础的问题：这堂课老师到底讲了什么？学生卡住的知识点，老师在课上是怎么推导的？

想用大模型出题，要么泛泛没有重点，要么超纲、难度失衡，有时连题目本身都是错的。“就是一份形式完整却无法放心使用的试卷，并没有真正减少工作。”王易泽说。

这背后其实揭示了一个普遍困境：AI在云端有一套知识图谱，而教师讲过的重点、学生当堂的疑问、临场调整的节奏，这些最鲜活的教学信息，从来进入不了AI的处理范围。教师每次使用AI工具，都要反复交代教材内容、考纲要求、旧题案例，换一节课就得从头再来。“调试成本太高了，因为AI不够了解你。”

把AI培养成爱听课的好学生

针对这个问题，王易泽找到了一个特别的助手——钉钉 A1教育版。

不同于多数直接投喂教材、考纲的AI工具，这位特殊“助理”要做的第一件事，就是走进教室认真“听课”，课后，再自动把音频转成文字，生成纪要、章节和结构化的课堂笔记。知识结构、重点难点、例题及其分析，都被重新定位和归档。

听起来不复杂，但这件事的价值被严重低估了。

在当前AI教育产品的设计中，课堂这个教学最核心的发生地长期处于数据盲区。学习机知道学生做题的对错，但不知道老师在课堂上是怎么讲的；题库知道知识点的考频，但不知道某位老师在课上强调了什么；学情报告能统计正确率，但不知道学生当堂产生过哪些疑惑。

A1教育版做的，就是填补这个盲区，把课堂从“信息黑洞”变成结构化数据源。

有了这个基础，后续的事情才开始变得有意义。王易泽发现，A1教育版听完一节课后再出题，准确度明显提升。因为模型知道了这节课的重点、考纲覆盖范围和讲解方式。学生作答过程中每道题的用时，也被收录进练习报告。比如做题时间过快但回答错误，会被判断为粗心或蒙题。传统试卷上看不出区别，但现在可以。

这不是什么炫酷的技术突破，但它解决了一个实际的问题：教师终于不用在课后从零开始推断学生“到底会不会”了。

打通教育硬件，千问办公接过教研接力棒

单节课的数据沉淀只是第一步。更大的价值在于连接。

硬件负责采集，Agent负责连接，彼此之间不需要过多搬运动作。这个组合在AI服务教师群体的产品里，已经走到了最前面。

王易泽一天上四五节课，一个月下来就是近百节课。每堂课都有记录之后，新的需求出现了：一个学期里反复出现的薄弱知识点是什么？不同班级的学习情况如何变化？哪些课堂内容值得沉淀为教材和题库？

这些问题，超出了单节课的分析范围。

千问办公在这个环节接手。它可以直接读取A1教育版生成的听记链接。每天上完课后，王易泽把当天所有听记链接都交给千问办公，分散在不同课堂里的知识点、例题、教学表达和学生反馈，由此进入同一个分析框架。

他可以追问：“请把本次错题按概念、图形、政策判断三类整理；分别列出班级共性问题、需要单独关注的学生，并给我一个下一次课15分钟以内的补讲建议。”

千问办公给初稿，他回到后台核对关键数据。“这样做不是为了省掉思考，而是为了让我把时间花在更值得思考的地方。”王易泽说。

这种连接还延伸到班级运营和教研生产。王易泽经常同时带多个班级，对应多个钉钉群。发布作业后逐群提醒、跟进提交情况，是每天重复的工作。现在，他把这套流程设成千问办公的定时任务：每个工作日19点自动提醒学生或家长查看作业并跟进提交。教学安排不再因忙碌而中断，与家长的沟通黏性得以保持。

在教研层面，当千问办公已经足够熟悉他的课堂后，王易泽开始尝试把教材或参考书模板交给这位小助手，结合持续积累的课堂信息生成更贴近个人教学体系的教材和试卷。他搭建了两个Skill，一个是教材设置，另一个是试卷设置。

王易泽并不认为其他大模型完全做不到类似工作，但他更在意的是中间需要多少次搬运，先用录音设备保存声音，再找软件转写，然后把材料逐条复制给模型。在他的体验中，A1教育版与千问办公之间的衔接，降低的正是这部分交互成本。“我觉得千问办公的优势，是生态、是交互、是互联。”

从“临时助手”到“长期搭档”

如果将王易泽的体验放在行业背景下审视，我们可以看到一条清晰的分界线。当前，AI教育产品大致可分为两类：功能型AI和上下文型AI。

功能型AI是市场上的主流。单点能力强，但每一次使用，都需要用户重新提供背景信息，就好比一个能力不错但记性很差的临时助手。

上下文型AI则通过持续记录和连接，逐步积累对教师、课堂和学生的理解。A1教育版记录每一节课，千问办公连接每一份记录，信息在其中不断沉淀。教师不需要反复介绍自己，AI从真实发生的教学中逐渐“认识”它的使用者。

王易泽所说的“AI又好用又懂我”，指的就是这种从“临时助手”到“长期搭档”的转变。

而这个分野对行业的意义在于：AI教育产品的竞争，正在从“功能列表的长度”转向“上下文理解的深度”。谁能更深入地融入教师的真实工作流，谁就能建立真正的壁垒。

当一堂课不再是终点

王易泽算过一笔账：整理教案和课堂笔记从35分钟缩短至10分钟，编写练习和答案从50分钟缩短至15分钟，汇总错题和制定补救方案从40分钟缩短至8分钟。三项合计从125分钟降至33分钟，单次课后减少约92分钟的重复工作。

对他来说，省下来的时间不仅可以多看几道有代表性的错题，多想一下怎样解释学生才听得明白，还能更从容地准备下一次课。对团队来说，同一门课的材料也能慢慢沉淀下来，不再散落在老师各自的文件夹里。

但数据只是表象。更深层的变化在于：课堂不再随下课铃响后同时消散。

老师每节课的声音、例子、学生的疑惑和回答，都在被AI教育版持续记录和理解。而当千问办公拥有了足够多的教研上下文，甚至可以指数级复制老师的教学经验，让他的判断和知识在更多班级、更多场景里被调用。

AI辅助教研的终局，从来不是替代教师，而是让一位好老师的经验，可以被无限复制、精准分发。从“能不能做”到“是否懂我”，再到“能不能替我分忧”，真正的门槛不在技术，而在于产品是否愿意扎根真实的教学现场，把老师从消磨心力的琐碎中解放出来。而Agent，正在成为这件事最得力的执行者。

每年2500到3000名学生，每一个人的练习、每一次卡顿、每一道反复错的题，都能被Agent精准捕捉并匹配对应的讲解。AI带着对真实课堂的理解，替王易泽承担了那些重复的解释、整理和判断。“我终于腾出手了！”

下课铃响了，但课堂还没有结束。